论文部分内容阅读
时空数据库由于其在交通控制、天气预报等领域广阔的应用前景成为数据库技术发展的热点。时空数据库包含了时空对象的时态数据和空间数据并对其进行有效的管理，索引是支持时空数据快速存取的关键技术。
根据时空数据类型的不同，时空数据库的索引可以分为三类：历史数据的索引、当前位置的索引和未来位置的索引。现有的大多数索引方法都是基于R树的变体，这些索引方法按照不同的方式对时态和空间数据进行组织以支持不同的时空查询。Contrail系统是一个时空数据库原型系统，对移动对象的历史时空数据进行管理。
DPTI（Dynamic Packing Trajectory Index）是R树和链表组合而成的混合索引结构。用链表来存储轨迹数据，做到了严格的轨迹保护。轨迹的分段处理对每条轨迹进行了逻辑划分，每个划分对应链表中的若干条线段。R树存取的最小单元也不再是轨迹的线段，而是各个划分所对应的线段集。
移动对象轨迹数据的更新可以看作以前的轨迹在时间维的增长，基于对轨迹更新的简单预测逐步对存放历史信息的结点进行紧缩，那么叶子结点将拥有更高的存储利用率。这种紧缩的方法是在轨迹不断更新的过程中动态实现的，所以称之为动态紧缩。
DPTI的两层索引结构做到了严格的轨迹保护，分段处理使得各段轨迹能够按照时空位置插入到R树中，动态紧缩提高了索引的存储利用率，这些改进都促使DPTI得到了较好的时空查询效率。