1. 位置相关查询处理 2011.3

2. 1. 研究背景及意义 移动计算、无线通信以及定位技术的快速发展，使 得位置相关的查询处理及基于位置的信息服务技术 已经成为一个热点研究领域 。 大量的应用领域 ( 如地理信息系统、智能导航、交 通管制、天气预报、军事、移动电子商务等 ) 均迫 切需要有效地查询这些数据对象。 传统的数据库查询处理技术不能或不能有效地发挥 作用，需要研究新的查询处理技术。 如何提供各种高效的时空对象查询处理技术是当前 时空数据库领域的研究热点之一。

3. 位置相关查询处理的分类 目前，常用的查询类型主要包括 : 点查询 (Point Query): 查找所有与一个给定 的空间查询点 q 重叠的空间数据对象。 方位查询 (Directional Query): 查找所有位 于一个给定的空间查询对象的某方位（如 北面 ) 的空间数据对象。 拓扑查询 (Topological Query): 查找所有与 一个给定的空间查询对象重叠 ( 或相交或包 含或被包含或相邻等 ) 的空间数据对象。

4. 区域查询 (Range Query): 区域查询是一种最常用的拓扑查 询。其定义为 : 给定一个查询区域 R ，一个区域查询找出 所有与 R 相交或被包含在 R 内的空间数据对象。图 1 显示了 一个二维空间上的矩形区域查询例子，其查询结果为被 R 所包含的三个空间数据对象 a ， b 和 c 。 最近邻查询 (Nearest Neighbor Query) – 定义 : 给定一个查询点 q 和一个距离度量 ( 如欧几里得距离等 ) ，一 个最近邻查询找出一个离 q 最近的空间数据对象。 – 一般化形式是 k(>=l) 最近邻查询，其定义为 : 给定一个查询点 q ，一 个正整数 k 以及一个距离度量 ( 如欧几里得距离等 ) ，一个 k 最近邻查 询找出 k 个离 q 最近的空间数据对象 。 – 图 2 显示了一个二维空间上的 k(=3) 最近邻查询例子，其查询结果 为三个空间数据对象 a ， b, 和 g 。 Fig 1: range query Fig 2: kNN query

5. 反向最近邻查询 (Reverse Nearest Neighbor Query) – 反向最近邻查询是最近邻查询的变体之一。 – 定义 : 给定一个查询点 q 和一个距离度量 ( 如欧几里得距 离等 ) ，一个反最近邻查询找出所有将 q 作为其最近邻居 的空间数据对象。 – 一般化形式是反 k(>=l) 最近邻查询，定义 : 给定一个查 询点 q ，一个正整数 k 以及一个距离度量 ( 如欧几里得距 离等 ) ，一个反 k 最近邻查询找出所有将 q 作为其 k 个最近 邻居之一的空间数据对象 。 – 图 3 给出了一个二维空间上的反 k(=2) 最近邻查询例子， 其查询结果为空间数据对象 a 和 c ，因为 q 是它们各自的 2 最近邻居之一。 Fig 3 ： RNN query

6. 空间连接查询 (Spatial Join Query): – 空间连接查询可以用来确定满足一个给定的连接谓词 关系的所有空间对象对。 – 定义为 : 给定两个空间对象集 O a ， O b 和一个连接谓词⊙， 一个空间连接查询的输出是一个由 O a, ， O b 构成的对象 对集合，并使得 O a ∈ D A ， O b ∈ D B ，以及⊙ (O a, O b ) 成 立 。 – 下图 4 给出了两个二维空间上的空间连接查询例子。 图 4(a) 查找两个数据集中的所有相交对象对，其查询结果为 {(A 1,B 1 ),(A 1,B 2 ) ， (A 2,B 1 )}; 图 4(b) 查找两个数据集中的所有对象对 O a ， O b ，并使得 O b 完全 被 O a 包含，其查询结果为 {(A 2,B 2 ),(A 2,B 3 )} 。 Fig 4 ： Spatial Join Query

7. 最近对查询 (Closest Pair Query): 最近对查询是空间连接 查询和最近邻查询的混合。 – 定义为 : 给定两个空间对象集 D A 和 D B ，一个最近对查询找出由 O a ， O b 组成的一个对象对，并使得 O a ∈ D A ， O b ∈ D B ，以及 O a 与 O b 之 间的距离是所有可能对象对中最小的。 – 一般化形式是 k(>=l) 最近对查询，其定义为 : 给定两个空间对象集 D A 和 D B ，一个 k 最近对查询的输出是一个由 O a ， O b 组成的 k 个对象 对，并使得 O a ∈ D A ， O b ∈ D B ，以及 k 个对象对之间的距离是所有 可能对象对中最小的。 – 下图 5 给出了一个二维空间上的 k(>=2) 最近对查询例子，其查询结 果为 {(a 4,b 1 ) ， (a 4,b 2 )} 。 Fig 5 ： Closest Pair Query

8. skyline 查询 (skyline Query) –skyline 查询是一种新颖的查询类型。它在涉及多标准 的决策支持系统中具有重要的应用价值。 – 定义为 : 给定一个 d 维的数据点集合，一个 Skyline 查询 找出所有不被其它数据点支配 (dominate) 的数据点。 – 一个点 p 支配另一个点 p’ ，当且仅当满足如下两个条件 : (1) p 在全部 d 维度上都不差于 p’; (2) p 至少在一个维度上严格地好于 p’ 。 – 下图显示了一个二维空间上的 Skyline 查询例子，其查 询结果为数据点 a ， i 和 k ，因为它们在距离与价格维度 上都不差于任何其它点，并且至少在一个维度上要严 格地好于任何其它点。 Fig 6 ： Skyline Query

9. 最主要的查询有： – 范围查询（ range query ） – 最近邻查询（ kNN query ） – 反向最近邻查询（ RkNN query ） 按查询对象和数据对象的属性 ( 包括静态和移动 ) 来分： – 静态对象的静态查询 – 移动对象的静态查询 – 移动对象的移动查询 按对象所处的环境分： – 欧式空间位置查询 – 路网空间位置查询 路网距离是基于实际路网 ( 如公路网，铁路网 ) 的最短路径（或最短时 间或最小成本）距离 对象间的路网距离由路网中道路的联通性决定，而不同于欧式空间中 由对象的坐标值决定。 路网空间下的位置查询处理方法跟欧式空间下的方法有较大差异。

10. 按查询处理的方式分： – 按需访问（ On-demand access ） 是一种 pull-based 方法。 移动客户向服务器发起一个查询，服务器处理查询， 再将查询结果通过 point to point 渠道返回给客户。 这种方法目前普遍使用，适合于轻负载系统。 – 周期广播（ Periodic broadcast ） 是一种 push-based 方法。 服务器周期性的将数据广播至各客户，客户根据需 要接受信息，进行查询处理，获得查询结果。 这种方式允许任意数量的客户同时访问数据，特别 适合于重负载系统。