基于Hilbert-R树分级索引的时空查询算法

摘要 针对树形空间索引中多路查询及未考虑时间维索引的问题，提出一种结合时间和聚类结果的Hilbert-R树索引构建策略。首先，按照数据采集的周期划分时空数据集，并在此基础上建立时间索引，通过Hilbert曲线对空间数据进行分割编码，将空间坐标映射到一维区间；其次，依据数据要素在空间中的分布，采用动态确定K值的聚类算法，结合聚类结果构建高效的Hilbert-R树空间索引；最后，基于Redis几种常见的键值数据结构，对时空数据的时间属性和聚类结果构建分级索引。在时空范围及目标矢量对象查询的实验中，与缓存敏感R+树（CCR+）相比，所提算法可有效减少时间开销，查询时间平均缩短约25%，对不同密集型数据具有良好的适应性，可更好地支持Redis应用于海量时空数据查询