Scalable Processing of Spatial-Keyword Queries

داده‌های متنی مرتبط با داده‌های موقعیت مکانی در همه جا حاضر شده‌اند. توییت نمونه ای از این نوع داده است که در آن متن توییت با مکانی که توییت در آن منتشر شده است مرتبط است. برای اشاره به این نوع داده از اصطلاح داده های کلیدواژه مکانی استفاده می کنیم. داده‌های کلیدواژه مکانی در مقیاس وسیع تولید می‌شوند. تقریباً تمام تراکنش‌های آنلاین دارای ردیابی فضایی مرتبط هستند. ردیابی فضایی از مختصات GPS، آدرس‌های IP یا مکان‌های برج تلفن همراه به دست می‌آید. روزانه صدها میلیون یا حتی میلیاردها شیء کلیدواژه فضایی تولید می شود. داده‌های کلیدواژه مکانی کاربردهای متعددی دارند که نیازمند پردازش و مدیریت کارآمد مقادیر انبوه داده‌های کلیدواژه مکانی هستند.

این کتاب با مرور کلی برخی از کاربردهای مهم داده‌های کلیدواژه مکانی شروع می‌شود و مقیاس فضایی را نشان می‌دهد. داده های کلمه کلیدی در حال تولید است. سپس، انواع مختلف پرس‌و‌جوهایی را که روی داده‌های کلیدواژه مکانی اجرا می‌شوند، رسمی و طبقه‌بندی می‌کند. سپس، ویژگی‌های مهم و مطلوب زبان‌های پرس و جوی کلیدواژه فضایی را که برای بیان پرس‌و‌جوها روی داده‌های کلیدواژه مکانی مورد نیاز است، مورد بحث قرار می‌دهد. همانطور که نشان داده خواهد شد، زبان های جستجوی کلیدواژه فضایی موجود در انواع جستارهای کلیدواژه فضایی که می توانند پشتیبانی کنند، متفاوت هستند.

سیستم های زیادی وجود دارند که پرس و جوهای کلیدواژه مکانی را پردازش می کنند. سیستم‌ها از جنبه‌های مختلف با یکدیگر متفاوت هستند، به عنوان مثال، اینکه آیا سیستم مبتنی بر دسته‌ای است یا مبتنی بر جریان، و اینکه آیا سیستم متمرکز یا توزیع شده است. علاوه بر این، سیستم‌های کلیدواژه مکانی در انواع جستارهایی که پشتیبانی می‌کنند متفاوت هستند. در نهایت، سیستم ها در انواع تکنیک های نمایه سازی که اتخاذ می کنند، متفاوت هستند. این کتاب یک نمای کلی از سیستم‌های مدیریت داده‌های کلیدی مکانی (SKDMS) ارائه می‌کند و آنها را بر اساس ویژگی‌هایشان طبقه‌بندی می‌کند. علاوه بر این، این کتاب رویکردهای اصلی اتخاذ شده در هنگام نمایه سازی داده های کلیدواژه مکانی را در تنظیمات متمرکز و توزیع شده توصیف می کند. چندین مطالعه موردی از {SKDMS} همراه با برنامه‌های کاربردی و انواع پرس و جو که این {SKDMS}ها برای آنها هدف قرار گرفته‌اند و تکنیک‌های نمایه‌سازی که برای پردازش درخواست‌های خود استفاده می‌کنند، ارائه شده است.

بهینه‌سازی عملکرد و پردازش پرس و جو {SKDMS} هنوز چالش‌های تحقیقاتی و مشکلات باز زیادی دارد. این کتاب با بحث در مورد چندین مسئله تحقیقاتی مهم و باز در حوزه پردازش کلمات کلیدی فضایی مقیاس‌پذیر به پایان می‌رسد.

Text data that is associated with location data has become ubiquitous. A tweet is an example of this type of data, where the text in a tweet is associated with the location where the tweet has been issued. We use the term spatial-keyword data to refer to this type of data. Spatial-keyword data is being generated at massive scale. Almost all online transactions have an associated spatial trace. The spatial trace is derived from GPS coordinates, IP addresses, or cell-phone-tower locations. Hundreds of millions or even billions of spatial keyword objects are being generated daily. Spatial-keyword data has numerous applications that require efficient processing and management of massive amounts of spatial-keyword data.

This book starts by overviewing some important applications of spatial-keyword data, and demonstrates the scale at which spatial-keyword data is being generated. Then, it formalizes and classifies the various types of queries that execute over spatial-keyword data. Next, it discusses important and desirable properties of spatial-keyword query languages that are needed to express queries over spatial-keyword data. As will be illustrated, existing spatial-keyword query languages vary in the types of spatial-keyword queries that they can support.

There are many systems that process spatial-keyword queries. Systems differ from each other in various aspects, e.g., whether the system is batch-oriented or stream-based, and whether the system is centralized or distributed. Moreover, spatial-keyword systems vary in the types of queries that they support. Finally, systems vary in the types of indexing techniques that they adopt. This book provides an overview of the main spatial-keyword data-management systems (SKDMSs), and classifies them according to their features. Moreover, the book describes the main approaches adopted when indexing spatial-keyword data in the centralized and distributed settings. Several case studies of {SKDMSs} are presented along with the applications and query types that these {SKDMSs} are targeted for and the indexing techniques they utilize for processing their queries.

Optimizing the performance and the query processing of {SKDMSs} still has many research challenges and open problems. The book concludes with a discussion about several important and open research-problems in the domain of scalable spatial-keyword processing.