大规模存储系统中多维元数据组织结构与快速查询方法研究

大规模存储系统中多维元数据的组织结构和快速查询方法是面向海量信息提供可靠、有效的存储服务的前提和基础，目前已有的存储系统的元数据组织结构和查询方法还不能有效地支持存储系统中多维元数据的点查询和范围查询操作，其执行效率、查询速度和结果的准确性都较低，严重影响了存储系统的整体性能。本项目将解决通过现有方法还不能有效解决的、在大规模存储系统中组织和查询多维元数据的重要问题。项目拟通过融合具有空间有效性、快速查询优势的Bloom filter结构和支持多维元数据、范围查询的R-tree结构来提出一种新的、能够支持点查询和范围查询的多维元数据组织结构，称为RBF（R-tree with Bloom Filter），以及多维元数据的插入、删除、更新机制和点查询、范围查询方法，这将使得RBF结构在支持存储系统的可扩展性、节省存储空间、提高查询效率和查询结果的准确性、支持动态操作等方面具有突出的优势。