ganosbase -m6米乐安卓版下载

m6米乐安卓版下载-米乐app官网下载
g
ganosbase
编辑
简介:ganosbase是达摩院数据库与存储实验室联合阿里云共同研发的新一代位置智能引擎,采用了平台即服务、多模融合、计算下推和云原生全新处理架构,为政府、企事业单位、泛互联网客户提供移动对象、空间/时空、遥感多模态数据混合存储、查询与分析服务。
简介:ganosbase是达摩院数据库与存储实验室联合阿里云共同研发的新一代位置智能引擎,采用了平台即服务、多模融合、计算下推和云原生全新处理架构,为政府、企事业单位、泛互联网客户提供移动对象、空间/时空、遥感多模态数据混合存储、查询与分析服务。

目录

产品简介

ganosbase是首个基于云原生数据库 数字孪生引擎技术构建的全新云孪生时空数据库,系统蕴含孪生强内核、融合大存储和快速大计算三大设计理念。

  • 孪生强内核 :将数字孪生引擎植入云原生数据库系统内核,实现新型复杂场景数据与高维多模计算一体化。

  • 融合大存储 :基于统一时空位置框架,采用由底向上全新构建的多维数据库引擎,实现bim gis iot数据超融合一站式管理。

  • 快速大计算 :以多维实体编码和高效压缩算法为基础,结合弹性多级并行计算框架,使多维数据人眼可读、机器能懂,大规模3d/4d分析计算效率较传统软件提升百倍以上。

云孪生时空数据库是ganosbase v4.0针对高维、动态空间数据的存储和处理进行的重大能力升级,底层支持阿里云rds pg、polardb pg、adb pg、lindorm和dla等不同数据库产品。


ganosbase支持与不同数据库产品适配

产品特性

1 重新定义三维空间计算

建筑、道路设施、机器设备等各类物理实体的数字化精准映射离不开三维空间建模。ganosbase v4.0全新加入了三维引擎,已将bim、实景三维等多维空间数据的存储、索引、查询和分析处理能力纳入云原生数据库,达到复杂场景百倍分析计算效率提升。系统采用了完全自研的meshflex“柔性网格”几何构型技术,蕴含灵活的三维几何与场景表达方法。空间几何组织采用多层次结构表达,可嵌套组合基础几何元素实现复杂几何模型。支持数据库内置三维空间索引,千万级三维实体索引效率达到毫秒级。支持三维空间量测、空间分析,二/三/四维一体化分析计算,千万多边形图元组合分析效率相比传统软件加速100倍以上。

2 高级移动对象处理

人、车、船、飞行器等移动对象堪称是构成物理世界流动的血液,是构建数字孪生系统的重要一环。ganosbase是首个云原生4d(三维空间 时间)移动对象数据库,具备对移动对象的时空信息、专题属性和行为事件的多模态存储、索引和分析能力。v4.0提供了两大功能升级:
移动对象冷热多级存储:支持将表中指定的移动对象数据offline透明存储到诸如oss(面向对象存储)等的外部存储介质中,并保持sql查询访问透明。这一特性能保持所有数据在线的前提下,大幅降低存储成本。以ais船舶轨迹数据为例,可以节约90%以上的存储空间。
轨迹分段索引:针对时空跨度较大的移动对象轨迹,ganosbase采用了内部轨迹分段索引策略;实测表明,索引过滤效率提升5倍以上,有效提升4d轨迹查询分析性能。

3 多级空间并行查询加速

分析、控制和模拟是数字孪生系统的关键要素。传统系统很难针对大型建筑或大规模三维实体对象完成即时、快速拓扑分析计算。ganosbase基于云原生数据库polardb,建立了多级空间并行查询处理框架,支持intra-parallel (跨节点并行)、inter-parallel (节点内表级并行)以及obj-parallel (对象级并行)三种并行粒度,大规模多维空间数据分析处理效率提升至少一个数量级。

4 分布式空天大计算

通过卫星拍摄地球成像,是未来数字孪生场景获取数据最直接有效的方式之一。但由于拍摄卫星的传感器不同,拍摄时间不同等因素,往往造成不同时相不同区域影像相互叠盖、色彩不连续,影响真实效果和机器智能判读。ganosbase有效整合了polardb的空天索引能力和dla spark的空天计算能力,在v4.0中提供了自动化、大范围、分布式遥感影像时空拼图与匀色算法服务,支持镶嵌线和贡献区域自动提取,支持业内领先的多种自动化匀色方案,可全自动拼图生成全球匀色一张图。ganosbase已与阿里巴巴达摩院ai earth数知地球产品形成db for ai联合m6米乐安卓版下载的解决方案,在自然资源、环境监测、农业生产等多个领域获得广泛应用。

5 pb级轨迹大数据处理

结合多模数据库lindorm,ganosbase提供了百tb-pb级轨迹大数据存储和处理能力,主要服务于车联网、共享出行、航海航空、公共安全等新领域新场景。此次升级涵盖以下三方面核心能力提升:

  • 灵活的轨迹存储模型:同时支持点模型、整轨迹线模型和分段轨迹线模型三种存储模型,适用于不同的查询分析场景。
  • 低成本轨迹存储:结合lindorm原生二级索引,在保证查询效率的同时,降低存储成本至全量索引存储模型的50%,适用于海量轨迹数据存储。
  • 高效率时空查询:支持id 时间查询、属性查询、空间范围查询和时空范围查询4类常用轨迹查询,可通过构建二级索引支持多维度查询,可达到10ms级响应效率。

在此基础上,通过与lindorm集成,实现键值、宽表、时序、搜索、文件等多模数据与时空数据的一体化管理和处理,为数字孪生系统构建提供更全面保障。

所属公司

达摩院数据库与存储实验室联合阿里云共同研发

评论

0
0
词条统计
创建者:小小亮
编辑次数:1
浏览次数:1554
api调用次数:0
贡献者
网站地图