3、实时实体解析与道路网络查询的高效索引技术

实时实体解析与道路网络查询的高效索引技术

在数据处理和分析领域，实体解析和空间查询是两个重要的任务。实体解析旨在识别和关联不同数据源中表示同一实体的记录，而空间查询则用于在地理空间数据中查找满足特定条件的对象。本文将介绍两种高效的索引技术，分别用于实时实体解析和道路网络中的聚合最远邻居查询。

动态排序邻域索引用于实时实体解析

在实时实体解析中，动态排序邻域索引（DySNI）是一种有效的方法。它基于排序键值（SKV）将记录分配到树节点中，每个节点包含具有相同SKV的记录。在查询时，首先确定查询记录所在的节点，然后根据节点中的记录数量决定是否扩展窗口以获取更多候选记录。

候选记录集生成

• 初始候选记录集C是查询记录所在节点的记录。
• 如果查询记录节点的记录数量大于或等于最小候选阈值（|C| >= β），则无需扩展窗口，C仅包含查询节点的记录。
• 如果|C| < β，则窗口在初始节点的两侧分别扩展，直到|C| >= β。剩余需要的记录数r = β - |C|，为查询节点的每一侧设置新的扩展阈值∈r/2∧，只要该侧的候选记录总数小于或等于∈r/2∧，窗口就会继续扩展。

基于相似性的动态排序邻域索引（SimDySNI）

SimDySNI在DySNI的基础上，利用预计算的相似性来减少查询阶段的计算时间。在索引构建阶段的末尾，会计算相邻树节点中用于生成SKV的属性值之间的相似性，并将这些预计算的相似性存储在每个节点的两个额外列表中。

• 构建阶段 ：完成DySNI的构建后，进行相似性计算阶