基于轨迹大数据时空分布的索引与查询方法

由于移动对象自身行为特征和整体规律的不同，使得其产生的轨迹数据具有较大的时空分布不均特点，从而影响轨迹数据索引和查询的效率。针对现有轨迹数据索引方法很少考虑轨迹数据分布不均特性的情况，提出了一种基于历史数据预分区的时空索引方法，其借助轨迹数据时空维度上分布的相似性，首先在空间上根据数据分布情况对Geohash编码进行预分区，进而建立轨迹数据的索引结构和基于HBase的存储模型，并利用该索引结构设计了基于Geohash分区的查询分解算法。基于真实出租车轨迹数据集的实验表明，相较于均匀划分的扩展的HGrid方法与混合编码的ST-hash方法，本文提出的索引结构及其查询方法可以有效提升海量具有不均匀特征轨迹数据的时空查询性能，并且可以在保证查询结果准确性的同时，最大限度地减少子查询的数量。