度量空间数据管理 (大数据管理丛书)（Word+PDF+ePub+PPT）

随着数据规模的不断增长，系统资源消耗量日益增大，系统运行效率显著降低。在大数据时代，当前相关技术很难支撑人们对各类大数据进行复杂而多样的智能处理需求，“数据在，找不到”的问题日益严重。中国计算机学会大数据专家委员会发布的《中国大数据技术与产业发展白皮书》明确指出，大数据相关的索引和查询技术作为大数据的主要入口之一变得尤为重要。现有的（空间）索引和查询处理技术大多关注欧氏空间，并用欧氏距离来度量对象之间的邻近关系。但在许多实际应用（如地理信息系统、模式识别、生物计算、多媒体检索等）中，各类复杂对象（如图像、文档、基因序列等）不能使用多维向量表示，且对象之间的邻近关系并不能用欧氏距离度量，而需要用其他距离度量方式（如最短路径、编辑距离等）来衡量。因此，如何构建一个通用模型以规范表达各类数据是大数据管理的一大挑战。为此，需要借助度量空间。