GeoMesa時空數據管理 劉鈞文 梁超 俞自生 9787115609830 【台灣高等教育出版社】

編輯推薦
適讀人群 ：本書適合時空數據管理和開發人員、智慧城市相關領域的學習者使用，同時也可以作為時空數據項目的管理人員的參考用書。
1 京東智慧城市專業開發人員所寫，4年之久的Geomesa經驗，匯成一份通俗易懂的使用指南。
2 隨著智慧城市建設的不斷推進，Geomesa作為時空數據的基礎組件越來越受到關注，本書可以幫助讀者更好地學習、掌握和應用Geomesa。
3 內容豐富，涵蓋多個方面：如何管理時空數據、如何分析時空數據等，並且將技術與商業場景相結合，以案例方式講解Geomesa在實際中的應用。
4 除了Geomesa的內部原理和使用方法外，還列舉了數個行業領域的實際應用，包括阿里、京東、蔚來汽車、吉利汽車等，並且在商業應用中取得了良好的效果。

內容簡介
這是一本專門為智慧城市開發和管理人員打造的GeoMesa學習圖書。本書的重點不僅包括宏觀的行業環境，還包括對GeoMesa內部原理的剖析，力圖幫助讀者搭建GeoMesa以及時空數據高效管理的完整知識體系和技能樹。
本書首先從GeoMesa的歷史及上手教程入手。然後，為了加強讀者對入門代碼中內容的理解，本書對GeoTools的基本概念進行介紹。接著，為了進一步引導讀者對時空數據管理建立認知，本書詳細闡述GeoMesa核心的時空索引。除了理論方面的介紹，本書還介紹GeoMesa數據寫入、數據查詢、數據統計、數據分析、數據工作流以及數據存儲方案的使用方法和原理，以及GeoMesa對分散式計算的擴展。最後，作者針對實際操作時遇到的典型問題，給出詳細的解決方案。

作者簡介
劉鈞文 哈爾濱工業大學建築學碩士，京東科技演算法研究員，中國計算機學會（CCF）會員。負責京東時空數據引擎的開發和時空數據產品的研發工作。研究興趣包括：時空數據的管理、時空資料庫、資料庫優化器的原理及其實現、分散式計算以及城市計算。
梁超 人文地理與城鄉規劃專業，廣東國地資源與環境研究院研究員，中國計算機學會（CCF會員）。擅長機器學習與GIS空間分析。研究興趣包括：城市大數據與機器學習、時空數據挖掘以及城市計算。
俞自生 西安電子科技大學計算機本碩，中國計算機學會（CCF）會員，京東城市演算法研究員，主要參与京東時空數據引擎的設計與開發，以及時空演算法落地與實現等工作，研究興趣包括：城市計算、時空數據管理與分析、分散式資料庫以及複雜網路等。

目錄
第 1章 GeoMesa的前世今生 1
1 1 時空數據背景 1
1 1 1 時空數據簡介 1
1 1 2 時空數據處理過程 2
1 1 3 時空資料庫的產生 3
1 2 傳統時空資料庫的瓶頸 4
1 2 1 無法支持海量數據 4
1 2 2 無法進行彈性擴展 5
1 2 3 流式數據的支持受限 5
1 2 4 改造成本較高 5
1 3 GeoMesa概述 5
1 3 1 GeoMesa橫空出世 5
1 3 2 GeoMesa設計思想 6
1 3 3 GeoMesa核心特性 8
1 4 GeoMesa生態圈 9
1 4 1 GeoMesa支持的第三方組件 9
1 4 2 使用GeoMesa的產品 10
1 5 本章小結 10
第 2章 GeoMesa上手教程 11
2 1 下載、安裝以及配置 12
2 1 1 下載和安裝 12
2 1 2 GeoMesa-HBase的配置 13
2 2 通過命令行使用GeoMesa-HBase 16
2 2 1 環境和狀態命令 16
2 2 2 數據模式相關命令 17
2 2 3 數據編輯命令 20
2 2 4 查詢導出命令 21
2 2 5 分析命令 23
2 2 6 定義SimpleFeatureType 25
2 2 7 日誌異常處理 25
2 2 8 GeoMesa Scala控制台 26
2 2 9 GeoTools 命令行工具 28
2 3 快速入門 30
2 4 通過Java API使用GeoMesa-HBase 33
2 4 1 Maven的配置與使用 33
2 4 2 Java API的使用示例 33
2 5 本章小結 35
第3章 GeoTools基本概念 36
3 1 空間矢量數據概述 36
3 1 1 矢量數據簡介 36
3 1 2 OpenGIS規範 37
3 1 3 GeoTools概述 38
3 2 DataStore 40
3 2 1 DataStore簡介 40
3 2 2 DataStore使用 40
3 3 SimpleFeatureType 41
3 3 1 SimpleFeatureType概念 42
3 3 2 SimpleFeatureType使用 43
3 4 SimpleFeature 44
3 4 1 SimpleFeature概念 44
3 4 2 SimpleFeature使用 45
3 5 GeoTools的內部邏輯 45
3 5 1 獲取DataStore實例 46
3 5 2 創建Schema 46
3 5 3 數據寫入 47
3 5 4 數據讀取 50
3 6 本章小結 51
第4章 GeoMesa的時空索引 52
4 1 時空索引概述 52
4 1 1 索引的基礎知識 53
4 1 2 傳統的空間索引 54
4 1 3 空間填充曲線 56
4 1 4 Google S2索引與Uber H3索引 64
4 2 GeoMesa的索引實現 66
4 2 1 GeoMesa中索引的類型 66
4 2 2 GeoMesa索引具體的使用方法 67
4 3 GeoMesa的索引查詢 69
4 3 1 條件分解 69
4 3 2 索引選擇 70
4 4 GeoMesa的索引配置 72
4 4 1 配置FeatureID編碼方式 72
4 4 2 配置Geometry序列化 72
4 4 3 配置列族 73
4 4 4 自定義創建索引 74
4 4 5 配置「Z」索引分片個數 74
4 4 6 配置「Z」索引時間間隔 74
4 4 7 配置「XZ」索引精度 75
4 4 8 配置ATTR索引分片個數 75
4 4 9 配置ATTR欄位基數 75
4 4 10 配置索引分區 76
4 4 11 配置索引拆分策略 76
4 4 12 配置查詢攔截器 76
4 4 13 配置統計緩存 77
4 4 14 配置時間優先順序 77
4 4 15 配置混合幾何類型 78
4 5 本章小結 78
第5章 數據寫入 79
5 1 數據寫入概述 79
5 1 1 數據寫入流程 79
5 1 2 使用示例 80
5 2 生成ID信息 82
5 2 1 用戶指定 82
5 2 2 隨機生成 82
5 3 獲取寫入對象 84
5 3 1 寫入表的對象 84
5 3 2 寫入分區表的對象 85
5 4 寫入存儲引擎 87
5 4 1 獲取轉換器 88
5 4 2 構建索引 89
5 4 3 數據寫入 92
5 5 更新統計信息 94
5 5 1 構造統計查詢條件 94
5 5 2 執行統計操作 97
5 6 數據組織方式 98
5 6 1 元數據管理 98
5 6 2 實體數據管理 99
5 7 本章小結 100
第6章 數據查詢 101
6 1 數據查詢概述 101
6 2 查詢準備 102
6 2 1 獲取對應的DataStore對象 102
6 2 2 獲取SimpleFeatureType信息 104
6 2 3 查詢校驗 105
6 3 查詢計劃生成 106
6 3 1 準備查詢計劃 106
6 3 2 結合索引生成查詢範圍 110
6 3 3 獲取底層表信息 114
6 3 4 構造存儲引擎查詢信息 115
6 4 執行並獲取數據 119
6 4 1 執行查詢 120
6 4 2 獲取數據 120
6 5 本章小結 122
第7章 數據統計 123
7 1 數據統計概述 123
7 2 統計功能 124
7 3 統計信息獲取方法 125
7 3 1 通過Hints來獲取統計信息 125
7 3 2 通過介面來獲取統計信息 126
7 4 執行流程 127
7 4 1 流程概述 127
7 4 2 命令解析 128
7 4 3 執行統計 129
7 4 4 統計信息的序列化和反序列化過程 130
7 5 本章小結 136
第8章 數據分析 137
8 1 空間數據分析 137
8 1 1 空間數據分析概述 137
8 1 2 GeoMesa中對空間數據分析操作 139
8 2 熱力圖分析操作 140
8 2 1 熱力圖分析概述 140
8 2 2 GeoMesa中熱力圖分析功能的使用方法 141
8 3 KNN查詢操作 143
8 3 1 KNN概述 143
8 3 2 GeoMesa中KNN查詢功能的使用方法 145
8 4 近似查詢操作 146
8 4 1 近似查詢概述 147
8 4 2 GeoMesa中近似查詢功能的使用方法 148
8 5 本章小結 149
第9章 數據工作流 150
9 1 數據工作流概述 150
9 2 NiFi概述 151
9 2 1 NiFi簡介 151
9 2 2 NiFi的特性 153
9 2 3 Processor機制 153
9 3 GeoMesa與NiFi整合 154
9 3 1 NiFi自定義數據處理器 155
9 3 2 GeoMesa擴展結構 160
9 4 GeoMesa NiFi數據處理運算元 160
9 4 1 轉換器處理器 160
9 4 2 記錄處理器 161
9 4 3 Avro 處理器 162
9 4 4 記錄更新處理器 162
9 4 5 數據源處理器 163
9 4 6 轉換處理器 164
9 5 本章小結 164
第 10章 GeoMesa的數據存儲方案 165
10 1 使用HBase存儲數據 165
10 1 1 HBase概述 165
10 1 2 GeoMesaHBase DataStore簡介 166
10 2 使用Kafka存儲數據 168
10 2 1 Kafka概述 168
10 2 2 GeoMesa Kafka DataStore簡介 169
10 3 使用Redis存儲數據 172
10 3 1 Redis概述 172
10 3 2 GeoMesa Redis DataStore簡介 172
10 4 使用CQEngine存儲數據 174
10 4 1 CQEngine概述 174
10 4 2 GeoMesa CQEngine DataStore簡介 174
10 5 使用FileSystem存儲數據 176
10 5 1 FileSystem概述 176
10 5 2 GeoMesa FSDS簡介 176
10 6 使用Lambda存儲數據 181
10 6 1 Lambda概述 181
10 6 2 GeoMesa Lambda DataStore簡介 182
10 7 本章小結 184
第 11章 分散式計算 185
11 1 Spark和Spark SQL 185
11 1 1 Spark概述 185
11 1 2 Spark SQL概述 186
11 2 GeoMesa接入Spark的方式 188
11 2 1 GeoMesa Spark整體架構 188
11 2 2 GeoMesa對RDD的擴展 189
11 2 3 GeoMesa對JTS的擴展 192
11 2 4 GeoMesa對Spark SQL空間能力的擴展 196
11 3 空間數據計算函數 207
11 3 1 空間數據構建函數 207
11 3 2 空間數據信息抽取函數 208
11 3 3 空間數據轉換函數 208
11 3 4 空間數據輸出函數 209
11 3 5 空間數據關係函數 209
11 3