基于MapReduce的轨迹压缩并行化方法
来源：计算机应用杂志2017年第5期北京时间：
作者：吴家皋, 夏轩, 刘林峰
单位：1. 南京邮电大学 计算机学院, 南京 210003;2. 计算机网络和信息集成教育部重点实验室(东南大学), 南京 211189
摘要：带有全球定位系统（GPS）功能设备的增多，产生大量的时空轨迹数据，给数据的存储、传输和处理带来了沉重的负担。为了减轻这种负担，各种轨迹压缩方法也随之产生。提出了一种基于MapReduce的并行化轨迹压缩方法，针对并行化导致的分段点前后轨迹的相关性被破坏的问题，首先，采用两种分段点相互交错的划分方法划分轨迹；然后，将分段轨迹分配到多个节点上进行并行化压缩；最后，对压缩结果进行匹配合并。性能测试分析结果表明，所提出的并行化轨迹压缩方法能够大幅提高压缩效率，而且能完全消除因分段导致分段点前后相关性被破坏带来的误差。
关键词：轨迹压缩,分布式存储,MapReduce,Hadoop,全球定位系统轨迹
基金资助：国家自然科学基金资助项目（61373139，41571389，71301081）；东南大学计算机网络和信息集成教育部重点实验室开放基金资助项目（K93-9-2014-05B）；南京邮电大学科研基金资助项目（NY214063）。
