像之前說的的例子，都是在HBase clinet 端作處理。
而我們使用HBase，當然希望是使用他整體Cluster 的運算能力來幫我們運算，所以我們想把運算的作業交由HBase的Region Server 幫我們作處理。
HBase 提供了兩種方式讓我們可以把運算功能實作在 Region Server
1) filter
2) coprocessor
我們來看一下要如何處理，首先我們先改變一下我們的問題，我們不再找離自己最近的wifi，問題改成:
找尋某個多邊型內的有哪些wifi
比如說我們想確認國父紀念館裡有多少wifi，這個還算簡單，因為國父紀念館是一個方形的範圍，但有可能我們是希望讓使用者手繪多邊形，所以希望是不規則的多邊形也可以處理。
之前的例子，我們是透過目標(所在的位置)為中心，掃描周圍geohash九宮格的資料。所以「中心點」很重要，而現在這個問題:
找尋某個多邊型內的有哪些wifi
我們就要了解多邊形的中心點(形心centroid)，有一個Java 的library:JTS，可以幫忙建立多邊形及取得centroid ( Geometry.getCentroid() )
只要我們定義好polygon的點，JTS可以接收WKT(Well-known text)，透過 getCentroid 方法就可以得到形心
POLYGON( -83.9 40,75,
-82.5,40.6,
-83.3,40,5,
-83.9 40,75
)
因為polygon是連起來的，所以最後一個點會和之前一個點相同
下面是找形心的示意碼
String wkt = POLYGON(...)
WKTReader reader = new WKTReader()
Geometry query = reader.read(wkt)
Poin queryCenter = query.getCentroid
想要找的多邊形範圍和形心都有了，現在的重點是，我們到底要掃描多大的geohash空間，才能把這個多邊形都掃描到?
方式其實很簡單，透過JTS的function，我們可以用contain 來判斷目前geohash 的convex hull(凸包，可以先假設成一個多邊形)是否包含我們想要的多邊形
程式碼邏輯大致如下
1.我們先把形心的座標轉成geohash，先判斷形心的geohash是否包含特定的polygon
2.如果上一步已經確定有包含，則結束，若無則抓出形心附近的九宮格 hashcode，再判斷一次是否有包含特定polygon
3.如果都還沒有包含，則調整 geohash的精確度，讓精確度變低(ex:原本7碼改成6碼)
4.若第3步仍沒有match，則重覆上述steps
程式碼大致如下
//取得某個GeoHash 的四個角作為建構多邊形的頂點
Set<Coordinate> getCoords(GeoHash hash)
{
BoundingBox bbox = hash.getBoundingBox()
Set<Coordinate> coords = new HashSet<Coordinate>(4);
coords.add( new Coordinate(bbox.getMinLon , bbox.getMinLat))
coords.add( new Coordinate(bbox.getMinLon , bbox.getMaxLat))
coords.add( new Coordinate(bbox.getMaxLon , bbox.getMinLat))
coords.add( new Coordinate(bbox.getMaxLon , bbox.getMaxLat))
return coords;
}
// 依照Hashcode取得convex hull
public Geometry convexHumm( GeoHash[] hashes)
{
Set<Coordinate> coords = new HashSet<Coordinate>()
for ( GeoHash hash:hashes)
{
coords.addAll(getCoords(hash))
}
GeometryFactory factory = new GeometryFactory();
Geometry geom = factory.createMultiPoint( coords.toArray(new Coordinate[0]))
return geom.convexHull()
}
//依傳入的polyoon，找尋含有 wifi的 geohash值
public GeoHash[] minimumBoundingPrefixes(Geometry query)
{
GeoHash candidate
Geometry candidateGeom
// 取得目邊多邊形的形心
Point queryCenter = query.getCentroid()
// 形心從精確度7開始
for( int precision = 7 ; precision > 0 ; precision --)
{
candidate = GeoHash.withCharacterPrecision( queryCenter.getY , queryCenter.getX precision)
candidateGeom = convexHull( new GeoHash[](candidte) )
// 如果形心已經有包含要查詢的多邊形，則直接回傳
if( candidateGeom.contain(query))
{
return new GeoHash[]{candidate}
}
// 擴大範圍，把形心週遭的9宮格代入
candidateGeom = convexHull( candidate.getAdjacent)
if ( candidateGeom.contains( query))
{
GeoHash[] ret = Arrays.copyOf( candidate.getAajacent, 9)
ret[8] = candidate; // 中心的hash也要加入
return ret;
}
}
// 如果都沒找到則丟出exception
throw new IllegalArgumentException("can't be ound")
}
有了上述的邏輯後，我們先不要直接放在HBase Server端執行，先在HBase client端測試一下
// 先取得包含查詢多邊形範圍的GeoHash值
GeoHash[] prefixes = minimmBoundingPrefixes(query)
Set<QueryMatch> ret = new HashSet<QueryMatch>();
HTableInterface table = pool.getTable("wifi");
for(GeoHash prefix : prefixes)
{
//以geohash 值查找rowkey
}
table.close();
for( Iterator<QueryMatch> iter = ret.iterator() ; iter.hasNext)
{
QueryMatch candidate = iter.next();
Coordinate coord = new Coordindate( candidate.lon ,candidate.lat)
Geometry point = factory.createPoint(coord)
//因為經緯度轉成geoHash後，geohash是較粗略的值
//有可能某兩個點的geohash一樣，但其中一點並不落在要查找的多邊形內，故需排除
if (!query.contains(point))
iter.remove();
}
下一章我們再來看怎麼掛到HBase RegionServer來處理
留言列表
