Spatial Query Performance Analyses on a Big Taxi Trip Origin–Destination Dataset

Anbaroğlu, Berk

doi:10.1007/978-3-030-58232-6_3

Cited by 3 publications

(6 citation statements)

References 38 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Regarding the querying of data, queries are divided into two categories: selecting all data and k-Nearest Neighbors (kNN) queries [17]. Selecting all data is important for data verification, exploration, and performance benchmarking, allowing researchers to ensure data accuracy, understand its structure, and establish a performance baseline.…”

Section: Applied Methodologymentioning

confidence: 99%

“…However, the number of records used is relatively small, which may not fully capture scalability and performance challenges at larger scales. Additional studies [4,16,17] also contributed to the understanding of the performance advantages of MongoDB in specific scenarios and query types. All these studies primarily focused on reading queries and did not extensively investigate writing operations.…”

Section: Theoretical Backgroundmentioning

confidence: 99%

See 1 more Smart Citation

Analysis for an open-source library in database management systems

Hayek,

Akkad

2024

Pollack

View full text Add to dashboard Cite

Spatial data management is crucial for applications like urban planning and environmental monitoring. While traditional relational databases are commonly used, they struggle with large and complex spatial data. NoSQL databases provide support for unstructured data and scalability. This article compares the performance and disk space usage of SQL Server (a relational database) and MongoDB (NoSQL database) using an open-source library. Experiments conducted with the OpenStreetMap dataset from Central America show that the MongoDB database outperformed the relational SQL Server database in most cases, offering practical advantages for spatial data management in Geographic Information System applications.

show abstract

Section: Applied Methodologymentioning

confidence: 99%

Section: Theoretical Backgroundmentioning

confidence: 99%

Analysis for an open-source library in database management systems

Hayek,

Akkad

2024

Pollack

View full text Add to dashboard Cite

show abstract

“…NoSQL veritabanları, önceden belirlenmiş bir kayıt yapısı gerektirmeyen, farklı tip ve büyüklüklerde veri içerisinden arama yapılmasına olanak sağlar. Bu veritabanı yapısı, yapısal dağınıklığa izin vermesinin karşılığında daha fazla işlem ve depolama alanı gerektirse de maliyetleri düştüğü ve ölçeklenebilirlik, esneklik ve performans açısından sağladığı avantajlar doğrultusunda büyük veri uygulamalarının hemen hepsinde kullanılmaktadır (Schönberger ve Cukier, 2013;Daşdemir ve Kara, 2019;Anbaroğlu, 2021).…”

Section: Büyük Veri Altyapılarıunclassified

“…Bu gereksinime çözüm olarak geliştirilen NoSQL (Not Only SQL-SQL'den Fazlası) veritabanı yaklaşımları, büyük hacimli ve yapısal olmayan veriyi performanstan feragat etmeden kullanmaya imkân sağlayan sistemlerdir (JRC, 2014;Daşdemir ve Kara, 2019;Aydınoğlu ve ark., 2020). NoSQL veritabanları, büyük veri yönetiminde klasik ilişkisel veritabanı yaklaşımı olan SQL veritabanlarından çok daha iyi performans göstermekte ve büyük veri uygulamalarında özellikle esneklik ve yatay ölçeklenebilirlik avantajları sebebiyle sıklıkla tercih edilmektedirler (Schönberger ve Cukier, 2013;Aydın, 2017;Baralis ve ark., 2017;Aydınoğlu ve ark., 2020;Anbaroğlu, 2021).…”

Section: Introductionunclassified

Akıllı şehirlerde büyük coğrafi veri yönetimi ve analizi: hava kalitesi örneği

2022

View full text Add to dashboard Cite

Bilişim teknolojilerinin gelişmesiyle, veri üretim teknikleri ve toplanan veri hacmi artmıştır. Akıllı şehir uygulamaları ile sensörler, IoT, internet, giyilebilir teknolojiler gibi farklı veri kaynaklarından akan verilerin yönetimi ve bu verilerden değer yaratmak mümkün hale gelmiştir. Günümüzde toplanan büyük hacimli ve karmaşık verinin yönetimi için geleneksel veri depolama ve yönetim yaklaşımları yetersiz kalmış ve büyük verinin hacim, hız ve çeşitlilik gibi karakteristik özellikleri kapsamında yeni bir yaklaşım ihtiyacı doğmuştur. SQL tabanlı yapısal veri tabanlarının yanı sıra, bu ihtiyaca cevap olarak yapılandırılmamış veriyi yönetmede esnek ve ölçeklenebilir bir çözüm olarak NoSQL veri tabanı sistemleri geliştirilmiştir. Bu çalışmada, akıllı şehirlerde örnek teknolojiler değerlendirilmiş, coğrafi büyük verinin CBS ile entegrasyonu kapsamında hava izleme istasyonlarından elde edilen anlık sensör ölçme verileri kullanılarak NoSQL veri tabanı ortamı olan MongoDB' de Hava Kalitesi İndeksi (HKİ) hesaplanmıştır. CBS ortamında hava izleme istasyonlarına yakın olan trafik sensörlerinden elde edilen veriler ile ortalama trafik yoğunlukları hesaplanmıştır. Elde edilen sonuçlara göre hava kalitesinin trafik ile ilişkisi belirlenmiştir.

show abstract

“…In the third year, students must take the “Geospatial Data Management” course, with a focus on the design and querying of relational databases. A brief introduction to non‐relational database management systems (DBMS, i.e., NoSQL) is also provided due to the emergence of geospatial big data (Anbaroğlu, 2021). Finally, the “Geographic Information Systems” course builds upon the DBMS course and students learn to conduct various spatial analyses.…”

Section: A Collaborative Gis Programming Coursementioning

confidence: 99%

A collaborative GIS programming course using GitHub Classroom

Anbaroğlu

2021

Transactions in GIS

Self Cite

View full text Add to dashboard Cite

Geospatial software developers often rely on Git to collaborate with each other and manage source code in an efficient way. Yet, most GIS programming courses do not prepare students for such a work environment. This article proposes a typology that a GIS programming course could follow consisting of three components: group organization, project and evaluation. Based on the typology, a GIS programming course was designed where randomly formed pairs develop a state‐of‐the‐art QGIS plugin. GitHub Classroom was used to facilitate collaboration among students, which also allowed the lecturer to monitor the progress of groups and provide timely feedback. Five out of the six groups were successful in completing the projects, and a substantial majority of the students were satisfied with the course. A strengths–weaknesses–opportunities–threats analysis reveals insights that other lecturers may find useful when designing their GIS programming courses.

show abstract

Spatial Query Performance Analyses on a Big Taxi Trip Origin–Destination Dataset

Cited by 3 publications

References 38 publications

Analysis for an open-source library in database management systems

Analysis for an open-source library in database management systems

Akıllı şehirlerde büyük coğrafi veri yönetimi ve analizi: hava kalitesi örneği

A collaborative GIS programming course using GitHub Classroom

Contact Info

Product

Resources

About