第
33
卷第
11
期
Vol
.3
3
No.ll
计算机工程
Computer
Engineering
2007
年
6
月
June
2007
·软件技术
•
文章"号
I
10ω
←
3428(2007
)lI--0
07
←
-()3
文献标识码
I
A
中圄份提号,'回
'311
TPR+-tree:
一
面向预言
询的
效时空
引
张哩,岳丽华,金靖权
(中国科学技术大学计算机科学技术系,合肥
23
∞
26)
摘要:提出了一种面向预言查询的时空索引技术:
TPR+-trl
饵,绘出了
TPR+
叮白的数据结构和关键算法,并引入了双极值子结点的概念,
通过对双极值子结点进行检测和排除,减小了结点面积,改善了结点间的重叠。试验结果表明,
TR+-
位
'ee
具有更高的查询性能,是一种
有效的丽向预言查询的时空索引。
关键词:时空索引;预言窗口查询:双极值子结点
TPR+-tree: An Efficient Spatial-temporal Index
for Predictive Window Query
ZHANG
Yu
,
YUE
Li
hua
,
JIN
Peiquan
(Departrnent
of
Computer Science & Technology, University
of
Science &Technology
of
China, Hefei
23
∞
26)
IAbstract)ηllS
paper proposes a spatial-temporal indexing technique named TPR+-tree that supports the predictive window query, presents the
data structure and the key algorithms and
introduces
由
e
concept
of
double-extremum
childnode.τ
'P
R+-tree
reduces
the
缸
ea
and overlap
of
nodes by
checking and eliminating the double-extremum
childnodes.τ
'h
e
experimental results indicate that TPR+-tree promotes the query
perfo
盯
nance.
It is
an efficient spatial-temporal index for predictive window query.
IKey
words)
Spatial-temporal index;
Pr
edictive window query; Double-extremum
chi
I.由
lode
1
时空数据库
(Spatio-temporal
Database)
是存储着大量动
态对象的数据库系统,这里的动态包括对象的位置和/或范围
的变化。近年来,时空数据库在日益增长的各项应用(如交通
管理、气象检测、地籍管理、移动计算)中发挥着越来越大的
作用。时空索引研究在近年也十分活跃,并已经针对不同类
型的时空数据提出了一些索引算法。按照查询时间与当前时
间的关系划分,时空索引主要分为面向历史查询的索引和面
向预言查询的索引。本文主要研究后一种索引。
预言窗口查询
(predictive
window
query)
是指给定一个查
询区域岛和一个未来时间间隔岛,检索在任意时间戳
tE
qT
与
qR
相交的对象集合(例如:查询在接下来的
IOmin
内出现在北京上空的所有飞机)。如果
qT
是一个时间戳,则
该查询称为预言时间戳查询,否则称为预言时间段查询。
时空数据库通常使用移动函数
(motion
function)
来表示
对象的移动,通常为线性函数,数据更新只发生在函数参数
改变的时候。与此相应,→个对象
o
的记录包括
(i)
在基准时
刻
t
陀
l'
对象的范围
OR
(ii)
对象的当前速度。
v
。因此,对象
o
在任意时刻
t
的位置和范围可表示为
OR
+(t-t
时
)Oy
0
目前较为流行的面向预言查询的时空索引主要有
TPR
-tree(
time-parameterized
R
-tree
)[2
J
及其扩展,如
TPR
*-tree[3]
,它们都是在
R*-tree
[l]的原有结构和算法上进行
了扩展和优化。
TPR-tree
将对象表示为
MB
Rl
VBR
对,其中
MBR
表示在基准时刻
t
呼对象的范围,
VBR
表示对象的当前
速度。
TPR-tree
在时间段
[te
,
te+H]
内优化了查询,其中
tc
为
当前更新时间,
H
是一个称为
horizon
的参数,表示未来查询
一
76
一
的时间极限。它的优化算法只是简单地将
R*-tree
中的
4
大优
化参数(面积、重叠、边缘和质心间距离)替换为它们的积分
版本。以面积为例,即将结点
N
的面积增加值观的替换为面
积增加值的积分
r;+H
A(N
,
t)dt
0
TPR-tree
的算法过于简单,
没有过多地考虑树的结点随时间迅速增大的特性。随着时间
的推移,结点的面积不断增大,重叠越发严重,会导致查询
效率的降低。
TPR*-tree
与
TPR-tree
的结构一致,并在其上
优化了算法。它使用
sweep
region
替换了
TPR-tree
中的积分,
sweep
region
虽然易于计算,却并不能很好地体现对象在时间
段中的变化。
本文提出了一种新的面向预言查询的时空索引
TPR+-tree
,它改进了
TPR
也
'ee
的结构和算法。其中,双极值
子结点的概念,通过对双极值子结点的检测和排除,减小了
结点面积,减少了结点间的重叠,并使结点
MBR
趋于正方
(quadratic)
,提高了查询性能。试验结果证明了这一点。
2
背景及问
2.1
保守边界矩形及收紧算法
由于结点中只记录速度和
t
时刻(通常为索引建立时刻)
ref
的范围,结点随着时间的推移其
MBR
是变化的,需要查询
或更新的时候使用公式
OR
+ (t - 1"'1
)Oy
动态计算,因此保证结
点
N
在
t
时刻完全包含其所有子结点变得格外重要。文献
[2]
提出了保守边界矩形的概念,即任意时刻保证结点边界矩形
基金项目:国家自然科学基金资助项目
6040302)
作者简介:张驭(1
979-)
,男,硕士生,主研方向:时空数据库索
引;岳丽华,教授、梅导;金培权,博士
收稿日期:
2
,∞6-06-
30
E-mail:
zyjacky@mail.ustc