Polygon Hadoop实现中的点

Question

我有一个包含一些（Lat，Long）坐标的大日志文件和一个包含多边形集合的数据库。多边形数据集现在适合内存，但未来可能不会。

我想加入这两个数据集，以知道，对于每一个登录的坐标，它是包含在其中的多边形。

你知道什么是使用Hadoop（或猪，如果这个问题的好办法帮助）？

Answer 1

对于搜索结果的是来到这里，一个或多个以下的将是有益的好处：

GIS Tools for Hadoop

SpatialHadoop

HadoopGIS

（披露：我是一个GIS Tools for Hadoop的开发者，并由Esri雇用）

Answer 2

在第一眼我会建议做这样的：

有一个地图，使用MultipleInputs（数据库多边形和从日志文件拆分）。 对于日志文件分割中的每个点，它会检​​查点是否属于多边形，如果是，则输出该对（点，多边形）。

减速器汇总此信息并输出:(点，它所属的多边形的集合）。

此解决方案不假定多边形的孔集适合主存储器。

如果您确定它确实如此，我认为在开始作业之前查询数据库并将查询结果作为文件放入DistributedCache中会更有效。