AI Summary & Key Takeaways
AI InsightIn this survey article all these requirements and some interesting and valuable indexing structures and methods around them are explored.
📌 3 Key Takeaways
Abstract
Due to the fact that expansion of spatial content volume in parallel with rapidly increase in the use of spatial data acquisition and capturing tools has caused to bring effective use of spatial databases beyond conventional methods to the attention of database community. In order to provide effectively access to spatial data, multidimensional indexing structures become a de facto requirement. Since spatial accessing methods are of core subjects of computer science, new methods or extensions have been continously proposed and pave themselves the way for many application areas. Despite of many new things about these methods there are some static requirements about them such as plausable time and space complexity. In this survey article all these requirements and some interesting and valuable indexing structures and methods around them are explored.
Özet
Otomatik konumsal veri toplama araçlarının kullanımının hızlıca artmasına paralel olarak konumsal içeriklerinin hacim olarak genişlemesi, geleneksel yöntemlerin ötesinde konumsal veritabanlarının etkin kullanılabilmesini gündeme getirmiştir. Konumsal verilere etkin erişim için, hızlı ve doğru sonuçlar üreten dizinleme yapılarının gerekliliği kaçınılmazdır. Konumsal erişim yöntemleri bilgisayar bilimlerinin çekirdek konularından birisini teşkil ettiğinden dolayı, yeni yöntemler veya yöntem eniyileştirmeleri devamlı önerilmekte ve birçok alanda kendisine uygulama bulmaktadır. Yeni yöntem önermede, değişmeyen ister konumsal erişim yöntemlerinin zaman ve uzay karmaşıklığının belli seviyelerde tutulmasıdır. Bu derleme makalede tüm bu gereksinimler ve bu gereksinimler sonucunda ortaya çıkmış bulunan bazı dizinleme yapıları ve yöntemleri incelenmektedir.