蜂巢的空间索引

Question

我在hive中为空间数据库创建表，我知道有空间数据的特殊索引，它们是R-tree。在蜂巢中创建空间索引是不可能的（我认为）。我正在考虑尝试使用小数来制作x，y（long，lat），连续变量的索引。我认为这不是最有效的。

我们使用esri库进行空间代数，但在某些情况下查询性能非常差。

Esri gis tools for hadoop

我在想......

为这两个变量创建索引，或者用xi = int（x / 0.2）* 0.2，yi = int（y / 0.2）* 0.2？

类型的变量对表进行分区是否更好？

我认为表分区效率更高，但设计查询更复杂，我认为分区不支持带小数的数字变量

带边界框的最典型查询将是一系列空间数据。任何人都知道使用配置单元为这种查询构建数据的有效方法吗？

是否有一种在hive中创建和实现R-tree的方法？你能用带小数的连续值对表进行分区（我看过很多例子，似乎没有）？

Answer 1

空间数据也有k维树，操作起来应该更加简单。

Answer 2

我只看过带日期的分区示例。 Tyle 2012,2013 ......等等这些都是离散的价值观。我不知道你是否可以定义一个带有范围的分区，例如：[40.1,42.4]中的y和[-4,0）中的x，[42.4,43]中的另一个补码y和[-4中的x] 0）..分区没有静态范围，因为会有空间区域没有太多信息。这是一种制作四叉树http://en.wikipedia.org/wiki/Quadtree的方法，但与分区相关联，没有索引。我认为它可以作为一个空间索引，可以在蜂巢中工作，也许是一种优雅的方式。

这是我的想法。我希望有人找到一种方法来制作分区，最重要的是x和y是决定要检查的分区的变量，或者是一个优雅的替代方案

这是制作分区的示例

CREATE TABLE销售（     sales_order_id BIGINT，     order_amount FLOAT，     order_date STRING，     due_date STRING，     customer_id BIGINT ） PARTITIONED BY（国家STRING，年份INT，月份INT，日期INT）;