持久（基于磁盘）R树（或R *树）

Question

如何将R * Tree实现为持久性（基于磁盘）？用于保存R * Tree索引或保存叶子值的文件的体系结构是什么？

注意：此外如何在这样的持久R *树中执行插入，更新和删除操作？

备注II：我已经实现了具有批量加载功能的内存中R-Tree。但是，当我们谈论基于磁盘的问题时，我认为这完全无关紧要。

Answer 1

文件架构

嗯，这是页面（=块）。页面应具有底层存储的页面大小的倍数，因此可能是1kb或8kb块。每个块都有一个数字，可以这样引用。

目录页面存储子项的边界框及其页码。

子页面存储实际的数据对象。

管理树

那么，从理论上讲：无论何时修改内存中的页面，都要将更改写入磁盘。就是这样。

实际上，您可能希望使用缓存来提高性能，并且您可能希望在应用程序崩溃时使用事务来保持树的一致性。

在这两方面，您可以在RDBMS架构领域找到大量文献。

R * -tree的一个主要好处是它是一个常规的面向页面的树，就像你在整个地方的数据库系统中一样。如果你有一个很好的磁盘B + -tree实现，你可以重用你的大部分代码用于R * -tree。

如何开始

要开始使用，您需要习惯基于磁盘的数据索引，就像在经典RDBMS中一样。我建议从 on disk B-tree或B + -tree开始。允许删除，因为您需要考虑管理已删除的页面以及所有这些。

一旦你在磁盘上找到B-Tree（并且可能花一些时间来优化它！），做一个磁盘上的R树应该是相当明显的。

我没看过代码，但这可能是一个很好的起点：http://www.die-schoens.de/prg/或Looking for a disk-based B+ tree implementation in C++ or C中链接的其他一些

Answer 2

如果您需要磁盘上的R-Tree索引，我建议您使用Spatialite或Postgis。 Spatialite重量轻，易于嵌入独立应用程序中。或者，你看过C# Spatial Index project?了吗？几年前我用Java编写了一个R-Tree实现，如果已存在某些内容，我不建议这样做。

Answer 3

如果您已有主内存实现，则可以重用相同的代码，只需向磁盘添加写入。您必须考虑页面大小并优化树节点以适应页面（您可以一次阅读）。

将磁盘中存储的主内存树的快照（当树不在高压下时可以拍摄快照）与将每个更改写入磁盘相比，会更好（性能明智）。

在您指定的问题中，查询树的重要性更高，因此您应该更好地使用R * -tree，因为它可以最大限度地减少树节点之间的重叠。但是，如果您的要求将侧重于更新操作（插入/删除），我建议您查看Supporting frequent updates in R-trees: a bottom-up approach论文。