时空索引技术分享.PDF

时空索引技术分享 各位前辈、朋友们大家好！我叫王德浩，目前是武汉大学测绘遥感信息工程国家重点实 验室的硕士一枚，也是咱们攻城狮群里普通的一员。由于我的研究方向比较偏空间信息处理， 所以可能大家平时了解不多，那我在这里就跟大家分享一些关于我目前的研究内容——时空 索引技术的相关知识，由于是研究内容，所以更偏学术一些。欢迎大家指正、讨论。我的微 信号是:w262730936. 本文介绍的内容的顺序为：背景介绍、空间索引、时空轨迹数据索引技术以及我自己的 研究。其中背景介绍简单说明了一下索引、空间数据、空间数据库和空间查询的概念。空间 索引简单介绍了一下两种常用的空间索引技术：R-tree和四叉树。然后介绍了最近兴起的时 空轨迹索引技术，最后介绍了一下自己的研究内容。 1.背景介绍 首先简单介绍一下背景吧，我们知道目前所有主流的数据库为了提高数据查询的速度， 都提供了索引功能，常见的有B/B+tree索引、位图索引等。索引通常通过建立冗余的数据 结构，以快速定位数据来加快查询过程。但与此同时为了维护索引，用户插入和更新数据的 时间肯定会延长。显然对于体量非常大的数据，建立索引是很有必要的。 接下来简单介绍一下空间数据，空间数据分为两种：栅格数据和矢量数据。栅格数据本 质上就是影像，通俗的理解就是分辨率特别高的照片 （可见光、红外、微波等波段），这些 影像可以通过遥感卫星、航空航天摄影测量，甚至无人机上加个单反 （或其它传感器）都可 以拍摄。栅格数据一般是以文件的形式保存，不在我们的讨论范围，我来重点介绍一下矢量 数据。矢量数据说白了就是坐标信息，二维矢量数据基本分为点、线、面以及它们的组合， 几乎所有的空间地物都能被抽象为这几种类型之一，如公路可以抽象为线，建筑物可以抽象 为面。后文提到的空间数据，均默认为矢量数据。以一个简单的线和面为例，它们计算机上 是以坐标序列存储的： 一般的数据库只为一维数据提供索引，数据库但也有好几家提供了二维甚至更高维空间 数据的存储与索引，我们也称之为空间数据库，其中功能最强大的莫过于Oracle，其能够为 空间数据提供R-tree和Quad-tree （四叉树）索引，并支持大量的空间查询与分析。其它一 些数据库如PostgreSQL、MySQL、MongoDB均或多或少支持空间数据存储与查询。 空间索引建立的目的是加快空间查询，空间查询主要包括范围查询、邻近查询等。范围 查询是给定空间范围 （矩形、圆形或任意多边形），查询落在此范围的地物，如：查询北京 范围（多边形）内一共有多少条公路。邻近查询则给定一个点，查询其附近n米内的地物， 如我们用大众点评搜索附近1km内的美食店。 2.空间索引简介 在空间数据存储领域，R-tree可以说是应用最为广泛的空间索引，可以说它是B-tree 的 二维版。在介绍它之前，必须先介绍一个重要的概念：最小外包矩形(MBR，MinimumBounding Rectangle)，又称包围图元，是包围地物的，且平行于x,y轴的最小外接矩形。如下图所示： 介绍它的原因在于R-tree均是针对空间数据的MBR建立索引的，下面给出一个R-tree 的例子，图中的Rn均为MBR。 根据上层的划分，其树形结构如下图，一般来讲叶子节点的的MBR均对应一个地物。 R-tree能够动态的维护高度平衡，具有较高的查询效率，目前应用及其广泛，其具体的 构建、维护平衡的算法在网上有很多开源的代码，有兴趣的同志可以搜一下。那么R-tree 索引是如何加快查询的呢？我仍以上面的图为例进行解释。给出查询范围为图中的蓝色矩 形。 从根节点开始，蓝色框与R1、R2均相交。到树的第二层，计算可知蓝色框与R1中的R5相 交，与R2的R7相交。到树的第三层，蓝色框与R5的R13、R14相交，与R7的R17相交。 最后再判断蓝色框与R13、R14、R17所包含的地物是否相交，将相交的地物返回给用户。 这个过程避免了数据遍历，大大加快了查询速度。 另外，在空间数据领域，四叉树也是常用的索引结构，但它比R-tree简单多了，这里就 不过过多解释了，给个图大家应该就明白了： 3.时空轨迹数据索引技术 随着空间信息获取技术和通信技术的快速发展，GPS功能已经集成到诸多移动设备上 （如手机、汽车），基于位置的服务也因此蓬勃发展 （如社交、导航、团购）。移动对象的轨 迹很容易被大量记录下来，这些轨迹数据往往包含空间、时间、甚至语义信息，这些轨迹数 据在交通管理、数据挖掘等领域都