随着地图测绘技术的发展,原始地图数据量呈现爆炸式增长,对地图数据处理的空间及时间效率提出了更高需求。面对此需求,提出了面向矢量瓦片的矢量数据高效并行切片技术,在海量矢量数据的高效处理上,本课题提出了一种可行的方法,实验结果表明,此并行处理技术在提高矢量数据切片效率上有显著效果。首先,本文从矢量数据模型以及矢量要素处理策略两方面对矢量切片策略进行了研究,确定了面向分布式的矢量数据存储模型以及分别针对点线面空间实体要素的处理策略。在此基础上,本文对矢量瓦片的高性能存储模型、矢量数据并行处理方法以及基于Map-Reduce的并行处理支撑技术进行了研究。基于上述模型、策略、算法的研究,本文提出了矢量瓦片高效处理服务的总体架构,分别从底层支撑平台、中间服务层设计以及应用层多线程/进程的执行设计三个方面进行描述,并在文中设计了矢量数据、矢量瓦片的存储模型,分布式并行切片方案以及作为适配的矢量瓦片上传服务实现。最后,本文进行了传统切图实验以及多机并行切图实验,并对实验结果进行对比分析。本课题的实验数据源为原始地图矢量数据,矢量数据经过切片以及瓦片服务上传至数据存储平台(Hbase)进行显示,而传统的切片工具,海量矢量数据切图往往需要数周甚至更多的时间,那么针对矢量数据特性进行合理的任务划分,通过并行分布式处理服务进行分布式切图,并且在服务端进行并行上传,可以大幅度提升矢量数据整体处理效率。