CN100461178C - 范围查询和数据流处理的方法和设备 - Google Patents

Abstract

公开了数据流处理系统使用的范围查询技术。在本发明的一个方面，提供一种标引连续范围查询，用于数据流处理的技术。例如，在处理数据流中使用的技术包含获得将与数据流相关的至少一个范围查询，利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化。建立范围查询索引的步骤/操作还可包括建立范围查询索引，使得范围查询索引适应在所述至少一个范围查询的监视区域之外的查询位置方面的一个或多个变化。在本发明的另一方面，提供一种增量处理相对于移动目标的连续范围查询的技术。

Description

范围查询和数据流处理的方法和设备

技术领域

本发明一般涉及数据流的处理，更具体地说，涉及在处理数据流中使用的范围查询技术。

背景技术

可针对快速数据流发出大量的连续范围查询，以便监视各种活动和条件。例如，在金融流应用中，可创建各种连续范围查询，以监视股票和债券的价格和数量。在传感器网络应用中，连续范围查询可被用于监视温度、湿度、交通流量和许多其它读数。

注意由于针对输入的数据流重复并且连续地评估这些监视查询，因此它们被称为连续查询。它们与通常只被评估一次的规则查询相反。

当数据流以日益快速的速率流动时，连续范围查询的处理变得更困难(即使不是不可能)，因为进行监视的计算系统的中央处理器(CPU)的处理能力很快变得有限。数据项可能不得不未处理就被丢弃。即，一些工作量被放弃。但是，更理想的是针对可能快速的数据流，系统处理尽可能多的连续查询。从而，重要的是只针对数据流中的每个数据项，评估潜在相关的查询。

快速识别供处理的相关查询的一种方法是使用查询索引。输入流中的每个数据点被用于搜索查询索引，以找出包含该数据点的范围查询。这被称为刺穿(stabbing)查询问题，即，找出由数据点刺入的范围查询。尽管可能概念上简单，不过在流环境中，尤其是如果数据流快速流动，设计有效的二维范围查询索引相当具有挑战性。范围查询索引最好基于主存储器，并且它必须具有两个重要性质：低的存储成本和快速的搜索时间。低存储成本重要，使得整个查询索引可被载入主存储器中。从而，在索引搜索操作期间，能够避免由分页引起的潜在性能降低。快速的搜索时间至关重要，使得系统能够处理快速的数据流。

范围查询通常难以索引。尽管现有的空间索引，例如R-树(例如参见A.Guttman，“R-trees：A Dynamic Index Structure for SpatialSerarching”，Proceedings of ACM SIGMOD International Conferenceon Management of Data，1984，其公开内容在此引为参考)可被用于索引范围查询，不过它们中的多数都是基于盘(disk-based)的方法。从而，它们一般并不适合于其中基于主存储器的方法对快速搜索性能更可取的流环境。

最近为快速事件匹配提出了一种基于主存储器的查询索引，称为基于VCR的查询索引，参见2003年9月29日提交的序列号No.10/671938(代理人案卷号YOR920030165US1)、题为“System andMethod for Monitoring Events Against Continual Range Queries”的美国专利申请，其公开内容在此引为参考。一组预定的虚拟结构矩形，即VCR被用于间接预先计算搜索结果。范围查询首先被分解成一个或更多个VCR。每个VCR具有唯一的标识符(ID)和保存在其分解中使用的查询的ID的相关查询ID列表。通过识别给定数据点的覆盖VCR，借助VCR间接进行搜索。尽管它是基于主存储器的方法，这种基于VCR的查询索引也不是专门为流处理设计的。覆盖数据点的VCR的数目可能相当高，降低了搜索性能。

基于VCR的查询索引属于基于预定义的虚拟结构(VC)的主存储器索引这一类。VC被用于分解范围查询。每一VC与查询ID列表相关，存储覆盖该VC的查询。对于每一进入的数据点，通过计算覆盖所述数据的VC来进行搜索。

根据VC大小，现有的基于VC的查询索引可被分成两类：固定大小的和可变大小的。基于VCR的方法是可变大小的，但是覆盖VC的数目可能较大，并且它不是自适应的。存在两种固定大小的方法。一种使用单位大小的网格单元，另一种使用尺寸为L×L，其中L>1的网格单元，参见“Efficient Evaluation of Continuous Range Queries on MovingObjects”，Proceedings of International Conference on Database andExpert Systems Applications，2002，其公开内容在此引为参考。单位大小的网格单元存在问题，因为分解查询所需的VC的数目可能较高，导致高的存储成本。尺寸为L×L，其中L>1的网格单元存在问题，因为范围查询可能与某一网格单元部分相交，导致不清楚范围查询是否确实覆盖数据点。此外，网格单元方法不适应查询大小和查询位置的分布的变化。

从而，需要具有一种新的并且更有效的基于主存储器的二维范围查询索引，用于有效的流处理。

此外，随着移动计算和位置检测技术的发展，位置感知服务和应用已变得可能。这样的应用可被用于向目标客户传送相关的、及时的吸引人的内容和信息。例如，大型购物中心中的零售店能够向位于零售店附近的潜在客户的个人数字助手(PDA)或蜂窝电话发送及时的电子优惠券。

为了提供位置感知服务和应用，必须首先知道移动目标目前位于何处。一组连续范围查询，每一个定义感兴趣的地理区域，可被重复重新评估，以定位移动目标。例如，我们可在旅馆、公寓大楼或地铁出口的位置周围设置一个正方形或圆。通过定期重新评估由所述正方形或圆定义的连续查询，我们能够定位目前位于所述正方形或圆内的移动目标。

从而显然对于提供位置感知服务和应用来说，关于移动目标的一组连续范围查询的有效处理极其重要。

查询标引(indexing)已被用于加速关于移动目标的连续静态范围查询的处理。这里的“静态”指的是连续范围查询的区域保持固定。借助查询标引，每个目标位置被定期用于搜索查询索引，以找出包含所述目标的所有范围查询。一旦包含目标的范围查询被识别，就向与识别的查询相关的结果中插入目标标识符(ID)。在对照查询索引搜索每个目标位置之后，可得到所有连续范围查询的最新结果。

就查询标引来说，极为重要的是进行定期查询评估所用的时间应尽可能地短。

在2003年9月29日提交的序列号No.10/671932(代理人案卷号YOR920030164US1)、题为“Method and Structure for MonitoringMoving Objects”的美国专利申请(其公开内容在此引为参考)中，公开一种处理关于移动目标的连续范围查询的基于叠瓦(shingle)的查询标引方法。叠瓦可被定义成放置成覆盖某一区域(例如地理区域)的数字表示的叠瓦状对象的数字表示，而不必被放置在重叠的行中。叠瓦是预先定义的虚拟结构矩形(VCR)。它们被用于分解查询区域，并保存间接预先计算的搜索结果。但是，在这种方法中定义的叠瓦可能是多余的，使每个索引搜索操作和查询处理时间减慢。

从而，需要具有一种新的并且更有效的处理关于移动目标的连续静态范围查询，以便提供位置感知服务和应用的技术。

发明内容

本发明提供数据流处理系统使用的范围查询技术。

在本发明的一个方面，提供一种标引连续范围查询、在数据流处理中使用的技术。例如，在处理数据流中使用的技术包含获得将与数据流相关的至少一个范围查询，利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化。建立范围查询索引的步骤/操作还可包括建立范围查询索引，使得范围查询索引适应在所述至少一个范围查询的监视区域之外的查询位置方面的一个或多个变化。

在本发明的另一方面，提供一种增量处理针对移动目标的连续范围查询的技术。这可用于位置感知服务和应用。例如，评估一个或多个移动目标的一个或多个连续范围查询的技术包含利用与所述一个或多个移动目标的一个或多个连续范围查询相关的一个或多个容纳编码的虚拟结构，保持查询索引，并利用所述查询索引增量地评估所述一个或多个连续范围查询。

根据本发明，提供了一种在处理数据流中使用的方法，包含下述步骤：获得将与数据流相关的至少一个范围查询；利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化；以及利用数据值搜索范围查询索引，其中利用数据值搜索范围查询索引的步骤还包括下述步骤：找出包含数据值的最小尺寸的虚拟正方形；找出包含最小尺寸的虚拟正方形的其它虚拟正方形；和获得与覆盖所述数据值的虚拟正方形相关的查询标识符；并且其中找出包含最小尺寸的虚拟正方形的其它虚拟正方形的步骤还包括下述步骤：找出最小尺寸的容纳编码的正方形的分区标识符和局部标识符；和重复把局部标识符除以4，以找出包含最小尺寸的容纳编码的正方形的其它容纳编码的正方形的局部标识符。

根据本发明，提供了一种在处理数据流中使用的设备，包括：获得将与数据流相关的至少一个范围查询的装置；利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化的装置；以及利用数据值搜索范围查询索引的装置，其中利用数据值搜索范围查询索引的装置还包括：找出包含数据值的最小尺寸的虚拟正方形的装置；找出包含最小尺寸的虚拟正方形的其它虚拟正方形的装置；和获得与覆盖所述数据值的虚拟正方形相关的查询标识符的装置；其中找出包含最小尺寸的虚拟正方形的其它虚拟正方形的装置还包括：找出最小尺寸的容纳编码的正方形的分区标识符和局部标识符的装置；和重复把局部标识符除以4，以找出包含最小尺寸的容纳编码的正方形的其它容纳编码的正方形的局部标识符的装置。

结合附图，根据本发明的例证实施例的下述详细说明，本发明的这些和其它目的、特征和特征将变得显而易见。

附图说明

图1A根据本发明的一个实施例，图解说明数据流处理系统；

图1B根据本发明的一个实施例，图解说明对照一组区域范围查询，匹配数据点的原理；

图2根据本发明的一个实施例，图解说明容纳(containment)编码正方形的定义和它们的标识符标记；

图3根据本发明的一个实施例，图解说明完美的四叉树；

图4根据本发明的一个实施例，图解说明分解矩形范围查询的方法；

图5根据本发明的一个实施例，图解说明范围查询的分解的一个例子；

图6根据本发明的一个实施例，图解说明利用数据点搜索基于容纳编码的正方形的范围查询索引的方法；

图7根据本发明的一个实施例，图解说明通过利用基于容纳编码的正方形的查询索引来定位移动目标，从而处理连续范围查询的方法；

图8根据本发明的一个实施例，图解说明说明适合于实现数据流处理系统的计算机系统。

具体实施方式

应当理解，虽然下面在例证的数据流应用的上下文中说明本发明，不过本发明显然并不局限于此。相反，本发明可一般地适用于其中最好提供有效的范围查询技术的任何数据流应用。

此外，虽然我们集中注意力于被指定为矩形的二维空间中的范围查询，例如关于两个独立属性X和Y的(x₁≤X≤x₂)∧(y₁≤Y≤y₂)，不过本领域的技术人员会认识到本发明的原理可推广，以处理二维以上空间或者一维空间中的范围查询。

如同将举例说明的那样，本发明的原理涉及标引连续范围查询，以便有效地处理数据流。具体地说，提供范围查询索引以便有效地监视对数据流的连续范围查询。范围查询索引适应查询大小和查询位置的分布方面的变化。

更具体地说，对于二维空间中的范围查询，每个范围查询首先被分解成一个或多个容纳编码的正方形(CES，containment-encoded square)，并且查询标识符(ID)被保存到与分解的CES相关的查询ID列表中。从而，所述索引以一组预定的CES为基础。CES是用于间接预先计算搜索结果的预定虚拟结构。特别地，借助容纳编码的正方形的独特性质，使低存储成本和快速搜索时间成为可能。这样的基于CES的范围查询索引也适应查询大小和范围方面的变化，以便实现有效的流处理。

举例来说，如下定义CES：(1)监视区域被分成一个或多个正方形分区；(2)每个分区被递归分成四个正方形，直到边长为1为止。来自数据流的每个数据点(这里也称为“数据项”)被用于搜索查询索引，以识别覆盖所述数据点的所有查询。

于是，在基于CES的查询索引中，监视区首先被分成尺寸为L×L(其中L＝2^k，L是CES的最大边长)的许多正方形分区。对于每个分区，通过类似于四叉树空间划分，依次把某一级的每个虚拟正方形再分成四个同样大小的四分体，定义另外的k个等级的虚拟正方形。当虚拟正方形的大小为1×1时结束分割过程。换句话说，定义log(L)+1级的虚拟正方形，其中在不同级的虚拟正方形间存在容纳关系。级i的虚拟正方形的大小是级i+1的虚拟正方形的大小的四倍，这里0≤i<k。这些虚拟正方形被定义和标记使得用它们的ID对容纳关系编码。

提供基于条带分离(strip-splitting)的算法来把范围查询分解成一组唯一的最大尺寸的CES。在一个例证实施例中，基于条带分离的算法采用在Tsai等的“A Strip-Splitting-Based Optimal Algorithm ForDecomposing A Query Window Into Maximal Quad-Tree Blocks”，IEEETransactions on Knowledge and Data Engineering，16(4)：519-523，2004年4月(其公开内容在此引为参考)中公开的分解算法。但是，本发明并不局限于这种特定分解算法的适应使用。

查询ID随后被插入与分解的CES相关的查询ID列表中。提供一种简单的从下至上的搜索算法。它利用了嵌入虚拟正方形的ID中的容纳编码。由于从包含数据点的最小CES的编码，可容易地得到其它包含CES的编码，因此搜索操作效率高。

本发明的原理还提供处理查询大小和查询位置的分布方面的变化的方法。具体地说，使基于CES的查询索引适应L的增大和减小，以及适应范围查询在监视区域之外的情况。

有利的是，本发明的例证技术能够同时满足设计有效的基于虚拟结构(VC，virtual construct)的查询索引的下述四个一般挑战。

首先，不应存在范围查询是否确实覆盖某一数据点方面的不明确性。为了满足该挑战，每个范围查询应“完美地”由一个或多个VC覆盖。这是重要的，使得通过只计算覆盖数据点的VS就能够获得快速搜索时间。否则，为了解决不明确性需要大量的计算。从而，根据本发明的例证原理，每个查询范围可完美地由一个或多个VC覆盖。

其次，每个范围查询应由少量的VC覆盖。否则，索引存储成本会较高。从而，根据本发明的例证原理，覆盖某一范围查询的VC的数目可能会较小。

第三，对于任何输入的数据点，该数据点应由少量的VC覆盖，以便减小搜索时间。从而，根据本发明的例证原理，覆盖任何数据点的VC的数目可能会较小。

第四，查询索引应适应查询大小和查询位置的分布方面的变化。这是因为不同的查询可被动态插入或删除，导致查询大小和查询位置的变化。如果不适应查询大小和查询位置的变化，那么其结果是搜索性能会降低。从而，根据本发明的例证原理，范围查询索引可适应查询大小和查询位置的分布方面的变化。

此外，本发明的原理还提供增量地处理针对移动目标的连续范围查询，以便提供位置感知服务和应用的技术。这些范围查询定义感兴趣的各个地理区域，例如围绕建筑物或地铁出口的矩形或圆，并连续定位在查询边界内的那些移动目标。提供一种增量处理用所述CES标引的所述连续范围查询的方法，以便定位在每个单独的查询边界内的所有移动目标。从而与现有的基于VCR的查询标引相比，定义的CES少于VCR。在基于CES的标引中的索引搜索期间访问的CES的数目只为log(L)+1，远远小于只基于正方形VCR(square-only VCR-based)的标引中的(4L²-1)/3，其中L是VC的最大边长。从而，搜索时间被显著降低。此外，容纳编码使得易于识别在增量查询再评估期间不必访问的那些VC。

另外，注意在这样的增量式连续范围查询处理技术中，我们集中注意力于其中连续范围查询的区域保持固定的情况。即，它们不移动。例如，在纽约市，可在旅馆、地铁出口、机场和其它陆标周围创建单独的连续范围查询，以监视各种移动目标，例如出租车、蜂窝电话和PDA。但是，现有的范围查询可被除去，同时可增加新的范围查询。

图1A根据本发明的一个实施例，示出采用基于容纳编码的正方形的查询索引的数据流处理系统101的系统方框图。要认识到在一个实施例中，数据流处理系统101处理包含在输入流111中的数据项。在处理包含在输入流111中的数据项之后，数据流处理系统101可产生对其它动作的提醒或触发信号113。数据流处理系统101还可产生输出数据流112。

如图所示，数据流处理系统101包含连续查询监视器102，连续查询监视器102对照多个连续区域范围查询不断匹配输入流中的数据项。连续查询监视器102包含流解析器105和搜索控制器104。流解析器105解析包含在输入流111中的数据，并抽取特定的数据值，所述数据值可由搜索控制器104用于发出关于区域范围查询索引103的搜索操作(后面参考图6进一步说明)。如果从搜索操作找到匹配的查询，那么可发出提醒或触发信号113。

利用根据本发明的容纳编码的正方形标引方法，构成区域范围查询索引103。用户可使用查询合成器106来指定区域范围查询。可利用至少两对端点，例如四个整数来指定每个区域范围查询。一旦被指定，那么该区域范围查询首先被分解(将在图4中进一步详细说明)成一个或多个CES，并被插入查询索引103中。

最后，数据流处理系统101还可包括杂项处理器107，它对输入数据流111执行其它处理任务。例如，可向处理后的数据流附加另外的元数据。

作为一个例子，图1B示出了利用一般的基于VCR的查询索引对照一组区域范围查询来匹配数据点的概念。三个区域范围查询被表示成三个矩形：q2 1003，q3 1004和q4 1005。五个虚拟结构v1-v5被用于区域范围查询分解。范围查询q21003被分解成两个虚拟结构v3和v4。范围查询q3被分解成v1和v2，而范围查询q4被分解成v3和v5。

查询索引包含指针阵列1001，指针阵列1001包含关于每个虚拟结构的条目。与每个虚拟结构相关的是查询ID列表1002，查询ID列表1002包含在其分解中使用虚拟结构的查询ID。例如，q3被保持在与v1和v2相关的查询ID列表中。在搜索操作1007期间，对于任何数据点d1006，可利用简单的公式容易地计算覆盖的虚拟结构。在图1B中，两个虚拟结构v1和v3覆盖数据点d。从指针阵列1001中的v1和v3，能够容易地找出搜索结果q2、q3和q4。

这里说明的容纳编码的正方形CES是一种虚拟结构。它们具有建立用于流处理的有效范围查询索引的有利性质。如下构成容纳编码的正方形(CES)。每个查询范围首先被分解成一个或多个容纳编码的虚拟正方形。随后，查询ID被插入与分解的CES相关的ID列表中。

作为一个例子，图2表示容纳编码的正方形的定义以及它们的ID标记。假定监视区域被定义为R×R区域。本领域的技术人员会认识到监视区域不必是正方形。它可以任意形状的区域。一般来说，限定矩形可被用于覆盖任意形状的区域。在不失一般性的情况下，我们假定R＝2^r，这里r是某一整数。首先，整个R×R监视区201被分成

个虚拟正方形，每个虚拟正方形的大小为L×L。对于一般的矩形监视区域，它可被分成一个或多个虚拟正方形，每个的大小为L×L。这里，我们假定L＝2^k，并且L是CES的最大边长。L×L正方形被称为0级虚拟正方形202。随后，创建另外的k个等级的虚拟正方形。通过把每个0级虚拟正方形分成四个同样大小的

虚拟正方形，创建1级虚拟正方形203。通过把每个1级虚拟正方形分成四个同样大小的

虚拟正方形，创建2级虚拟正方形204。k级虚拟正方形都具有单位边长，即1×1。

在每个0级虚拟正方形内定义的CES的总数(包括它自己)为 ${\mathrm{\&Sigma;}}_{i=0}^{i=k}{4}^i=\frac{4^{k+1}-1}{3}.$ 这些虚拟正方形被定义成按照特殊的方式在它们之间具有容纳关系。每个单位大小的CES被2×2大小的CES容纳，2×2大小的CES又被4×4大小的CES容纳，而4×4大小的CES又被8×8大小的CES容纳，依次类推。

独立的指针阵列被用于把每一级的二维虚拟正方形映射成线性次序。从而，对于基于CES的查询索引，存在k+1个指针阵列。在每一级内，虚拟正方形的ID由两部分组成：分区ID和位于该分区内的局部ID。如果虚拟正方形具有分区ID p和局部ID z_i，那么其在级i的唯一ID c_i，这里0≤i≤k可被如下计算：c_i＝4ⁱp+z_i。这是因为在级i的每个分区内存在4ⁱ个CES。分区ID可被计算为从底端行开始并且向上移动的0级CES的行扫描顺序。例如，对于0级CES(a，b，L，L)，其中(a，b)是左下角，L是边长，其分区ID可被如下计算： $P(a,b,L,L)=\frac{a}{L}+\left(\frac{b}{L}\right)\left(\frac{R}{L}\right).$

分区内局部CES ID的标记遵循中图3中所示的完美四叉树的标记，其中如果父正方形具有局部(local)ID s，那么四个子正方形的ID为4s，4s+1，4s+2和4s+3。为了保持不同级的虚拟正方形间的容纳关系，每一级的相同分区内的CES ID沿z方向空间填充曲线，或者Morton次序而行(例如，参见H.Samet，“Design and Analysis of Spatial DataStructures”，Addison-Wesley，1990，其公开内容在此引为参考)。例如，在图2中，分区10的16个2级虚拟正方形的ID沿z方向空间填充曲线而行。一般来说，局部ID4s，4s+1，4s+2和4s+3被分别分配给具有局部ID s的父虚拟正方形的西南、东南、西北和东北方的子虚拟正方形。

图4表示把矩形范围查询(a，b，w，h)分解成(方框401)一个或多个CES的流程图，其中(a，b)代表左下角，w和h分别代表宽度和高度。在该特定的例证实施例中，处理是Y.-H.Tsai等的“A Strip-Splitting-BasedOptimal Algorithm for Decomposing a Query Window”，IEEETransactions on Knowledge and Data Engineering，16(4)：519-523，2004年4月公开的把查询窗口分解成最大的四叉树块的基于条带分离的最佳算法的改进，其公开内容作为参考包含于此。一个差别在于Tsai等的算法允许m大到log(R)，假定R＝2^r，r是某一整数，并且R是监视区域的边长。相反，本发明的原理只允许m大到L＝2^k，CES的最大边长。

分解算法首先在步骤402中设置m＝1和Q＝(a，b，w，h)，范围查询的初始大小。算法随后进行步骤404-407中的四个条带分离处理的多次重复。在每次重复中，如果可能，它试图以i＝0开始，从Q的四个外层中的每一层开始，从Q中去掉宽度或高度为m＝2ⁱ，其中0≤i<k的一个竖条带或一个横条带。所述竖条带或横条带随后被分割或分解成一个或多个m×m正方形块。目标是使用最小数目的最大尺寸的CES来分解整个Q。整个条带分离处理类似于从外部开始剥离矩形洋葱。每次连续重复时每层的宽度加倍(步骤408)，直到它达到L为止(步骤403和409)。之后，在步骤410中，该算法利用L×L CES分解剩余的Q。该算法在方框411结束。

确定是否存在可从剩余的Q中除去的宽度或高度为2ⁱ的任何条带的规则以Q的左下角、宽度和高度为基础。假定当前的剩余Q被表示为(a′，b′，w′，h′)，如果(a′mod2ⁱ⁺¹)≠0，那么可从Q的最左侧除去宽度2ⁱ的竖条带，其中0≤i<k。如果((b′+h′)mod2ⁱ⁺¹)≠0，那么可从Q的最上侧除去高度2ⁱ的横条带。如果((a′+w′)mod2ⁱ⁺¹)≠0，那么可从Q的最右侧除去宽度2ⁱ的竖条带。最后，如果(b′mod2ⁱ⁺¹)≠0，那么可从Q的最下侧除去高度2ⁱ的横条带。

作为一个例子500，图5表示范围查询Q＝(5，4，7，6)的分解。该处理首先从最左侧的竖条带中去除宽度为1的竖条带。该竖条带随后被分成6个1×1的CES 501。随后，处理从剩余的Q剥去宽度为2的竖条带，并将其分成三个2×2的CES 502。之后，去除高度为2的一个横条带，并将其分成两个2×2的CES 503。最后，剩余的Q被分成单个的4×4 CES504。

图6表示利用数据点(x，y)搜索基于CES的范围查询索引的流程图。对于给定的数据点(x，y)(方框601)，搜索算法找出包含或覆盖(x，y)的k+1个CES。它首先在步骤602中找出分区ID和包含(x，y)的k级CES的局部ID。令p表示分区ID，z表示k级的覆盖CES的局部ID。分区ID可被计算为p＝P_x+P_y(R/L)，其中

和

并且

和

在步骤603中，确定l是否大于或等于0。在步骤604中，l级的覆盖CES的唯一ID为4^Ip+z。

局部ID z是具有位于(I_x-LP_x，I_y-LP_y)的左下角的单位大小的正方形的Z向排序。由于容纳编码的缘故，在步骤607中，通过把z除以4，能够容易地计算k-1级的局部ID。这可通过逻辑右移两位来实现。从而，整个搜索操作非常有效。如果整个查询索引可被完全载入主存储器中，那么基于CES的查询索引能够处理很快的数据流。对于给定的级别(每次重复时由步骤608递减)，如果相关的ID列表不为空，那么该列表被返回为搜索结果(步骤603、605、606)。在步骤609到达0级之后，停止搜索处理。

本领域的技术人员会认识到现有的范围查询可从查询索引中被删除，新的范围查询可被插入到查询索引中。从而，查询大小和查询位置的分布可变化。从而，索引搜索操作的性能可变化。例如，如果查询大小正在变大，那么最大的CES边长L需要被增大。另一方面，如果查询大小正在变小，那么L需要被减小。由于我们选择L＝2^k，因此L的增大意味着其大小的加倍，L的减小意味着其大小的减半。此外，查询位置可在初始的监视区域之外。这种情况下，预定的CES不能被用于分解位于监视区域之外的那些查询。

可使这里描述的基于CES的查询索引适应于查询大小和查询位置的变化。当L被加倍或减半时的技术挑战在于相同的单位尺寸的CES的标记将不同。幸运的是，这种不同的标记可被系统地计算。为了适应于L的加倍，可创建新的一组指针阵列，每个指针阵列用于一个等级。插入的新查询将使用新的指针阵列和新的标记。将根据新的和旧的指针阵列进行搜索操作。对于保持在旧的指针阵列中的索引，存在两种备选方案。

第一种是把保持在旧的指针阵列中的所有查询ID列表转移到新的指针阵列。可独立于同时发生的搜索操作而进行该转移过程。不会存在搜索结果会错误的任何竞态条件。

第二种备选方案是使旧的指针阵列原封不动。当L被减半时，也可类似地创建一组新的指针阵列。对于旧的指针阵列中的查询ID列表，通过进一步的分解，它们可被迁移到新的指针阵列。

查询位置的变化会导致一些查询位于监视区域之外。即，可能存在在R×R区域之外的一些查询。这种情况下，可以创建一个新的R×R监视区域和另一组基于CES的查询索引，以处理位于该新的监视区域内的查询。与这两个监视区域重叠的查询将沿着监视边界被划分。换句话说，用两个索引监视同一个查询。

现在转向位置感知服务和应用的问题。图7表示通过利用基于CES的查询索引定位移动目标，处理连续范围查询的增量式算法。假定查询结果被保持在一组目标列表中，每个目标列表用于一个查询。假定OL(q)表示q的目标列表。OL(q)包含此时在q的边界内的所有目标的ID。在查询重新评估中，重新计算所有OL(q)′s， $\&ForAll;q\&Element;Q,$ 其中Q是该组全部的所有连续范围查询。

由于自最后的评估以来，许多目标可能没有移动到某些CES边界之外，因此应增量地进行计算。即，对于自最后的查询再评估以来，未移出相同的CES边界外的那些目标，不必进行任何计算。CES中的容纳编码使得易于识别在增量式重新计算期间不必访问的CES。我们假定最后的再评估中使用的目标位置可用。与用于当前再评估的新位置相反，这些位置被称为旧位置。

对于每个o∈O，表示该组全部的移动目标，如果自从最后的再评估以来，表示为L(o)的o的位置一直未被更新，那么对于该对象不必进行任何处理。首先，j被设为0(步骤701)，随后对照|O|，O的大小，测试j(步骤702)。如果j<|O|为真，那么从O获得目标o(步骤703)，并测试目标o以确定自从最后的评估以来该目标是否被更新(步骤704)。如果否，那么处理进行到下一个目标(步骤709)。如果O中的所有目标已被处理，那么该算法结束(方框710)。对于其位置已被更新的目标，分别计算旧位置和新位置的表示为P_old和P_new的分区ID(步骤705)。另外计算覆盖所述旧位置和新位置的单位CES的局部ID(步骤705)。

根据P_old和P_new是否相同(步骤706)，可节省一些计算。如果它们不同，那么目标已移动到一个不同的分区中(步骤707)。这种情况下，不能节省任何计算。对于包含在与覆盖新位置和旧位置的CES相关的查询ID列表中的查询，我们需要分别把o插入所有OL(q)′中和从所有OL(q)′中除去o(步骤707)。这里，QL(1，c_new)表示由l级的CES指向并具有c_new的ID的查询列表。

另一方面，如果P_old和P_new相同，那么相同分区中的一些CES可能既包含旧位置又包含新位置(步骤708)。从而，对于这些CES来说不需要任何动作(步骤707)。由于容纳编码的缘故，根据其局部ID能够容易地识别既包含旧位置又包含新位置的那些CES。如果对于l级的CES来说，z_old等于z_new，那么对于从0级到1级的CES来说，可节省计算。

最后，图8根据本发明的一个实施例，图解说明实现数据流处理系统的例证计算系统环境。更具体地说，图1A中图解说明的功能块可实现如图8中所示的计算系统，以实现本发明的技术(例如上面在图1B-7的上下文中说明的技术)。例如，实现本发明的数据流处理原理的服务器可实现这样的计算系统。当然，本发明并不局限于任何特定的计算系统实现。

在该例证实现中，用于至少实现本发明的方法的一部分的处理器801通过总线809或者备选的连接装置，在操作上与存储器803、输入/输出(I/O)装置805和网络接口807耦接。要认识到这里使用的术语“处理器”意图包括任何处理装置，例如包括中央处理器(CPU)和/或其它处理电路(例如数字信号处理器(DSP)，微处理器等)的处理装置。另外，应当理解术语“处理器”可指一个以上的处理装置，并且与一个处理装置相关的各个部件可由其它处理装置共享。

这里使用的术语“存储器”意图包括存储器和与处理器或CPU相关的其它计算机可读介质，例如随机存取存储器(RAM)，只读存储器(ROM)，固定存储介质(例如硬盘驱动器)，可拆卸的存储介质(例如盘)，闪速存储器等。

另外，这里使用的术语“I/O装置”意图包括把数据输入处理器中的一个或多个输入装置(例如键盘、鼠标等)，以及提供与处理器相关的结果的一个或多个输出装置(例如CRT显示器等)。

另外，这里使用的术语“网络接口”意图包括能够允许计算系统600与其它计算系统通信的一个或多个装置。从而，网络接口可包括配置成通过适当的通信协议，经过适当的网络，例如因特网，专用网络等与另一计算系统的收发器通信的收发器。显然本发明并不局限于任何特定的通信协议或网络。

要认识到虽然这里在数据处理系统的上下文中说明了本发明，不过本发明的方法能够以计算机可读介质的形式被分发，并且能够与实际用于分发的信号承载介质的特定类型无关地实现本发明及获得其优点。这里使用的术语“计算机可读介质”意图包括可记录类介质，例如软盘，硬盘驱动器，RAM，光盘(CD)ROM等，以及传输类媒体，例如数字和模拟通信链路，利用传输形式(例如射频和光学传输等)的有线或无线通信链路。计算机可读介质可采用编码格式的形式，所述编码格式被解码，以用于特定的数据处理系统。

因此，如同这里所述，一个或多个计算机程序，或其软件组件，包括实现本发明的方法的指令或代码可被保存在一个或多个相关的存储介质(例如ROM，固定的或可拆卸的存储器)中，并且当准备好被应用时，被整体或者部分加载(例如加载到RAM)中，并由处理器801执行。

总之，要认识到这里说明并在附图中示出的本发明的技术可用各种形式的硬件、软件或它们的组合来实现，例如，具有相关存储器的一个或多个操作上编程的通用数字计算机、专用集成电路、功能电路等。在已知这里提供的本发明的技术的情况下，本领域的技术人员能够考虑本发明的技术的其它实现。

虽然这里参考附图说明了本发明的例证实施例，不过显然本发明并不局限于这些具体实施例，在不脱离本发明的范围或精神的情况下，本领域的技术人员可做出各种其它变化和修改。

Claims (14)

1.一种在处理数据流中使用的方法，包含下述步骤：

获得将与数据流相关的至少一个范围查询；

利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化；以及

利用数据值搜索范围查询索引，其中利用数据值搜索范围查询索引的步骤还包括下述步骤：

找出包含数据值的最小尺寸的虚拟正方形；

找出包含最小尺寸的虚拟正方形的其它虚拟正方形；和

获得与覆盖所述数据值的虚拟正方形相关的查询标识符；

并且其中找出包含最小尺寸的虚拟正方形的其它虚拟正方形的步骤还包括下述步骤：

找出最小尺寸的容纳编码的正方形的分区标识符和局部标识符；和

重复把局部标识符除以4，以找出包含最小尺寸的容纳编码的正方形的其它容纳编码的正方形的局部标识符，

其中建立范围查询索引的步骤还包括下述步骤：

把与所述至少一个范围查询相关的监视区域分成一个或多个初始级别的虚拟正方形；

为所分成的每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形；

基于监视区域划分的虚拟正方形，把所述至少一个范围查询分解成一个或多个虚拟正方形；和

使所述至少一个范围查询的查询标识符与一个或多个分解后的虚拟正方形相关联。

2.按照权利要求1所述的方法，其中建立范围查询索引的步骤还包括：响应范围查询大小的分布的一个或多个变化，动态调整范围查询索引的顶级正方形分区的边长的步骤。

3.按照权利要求1所述的方法，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形的步骤还包括：每个虚拟正方形具有一个局部标识符和一个分区标识符。

4.按照权利要求1所述的方法，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形的步骤还包括：除单位边长外的每个虚拟正方形具有一组容纳编码的正方形。

5.按照权利要求4所述的方法，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形的步骤还包括：除单位边长外的容纳编码的正方形包含四个四分之一大小的容纳编码的正方形。

6.按照权利要求5所述的方法，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形的步骤还包括：容纳编码的正方形具有局部标识符m和具有局部标识符4m、4m+1、4m+2和4m+3的四个四分之一大小的容纳编码的正方形。

7.按照权利要求1所述的方法，其中建立范围查询索引使得查询索引适应于范围查询大小的分布的一个或多个变化的步骤还包括：建立范围查询索引，使得范围查询索引适应在所述至少一个范围查询的监视区域之外的查询位置方面的一个或多个变化。

8.一种在处理数据流中使用的设备，包括：

获得将与数据流相关的至少一个范围查询的装置；

利用一个或多个虚拟结构，根据所述至少一个范围查询建立范围查询索引，使得查询索引适应于范围查询大小的分布的一个或多个变化的装置；以及

利用数据值搜索范围查询索引的装置，其中利用数据值搜索范围查询索引的装置还包括：

找出包含数据值的最小尺寸的虚拟正方形的装置；

找出包含最小尺寸的虚拟正方形的其它虚拟正方形的装置；和

获得与覆盖所述数据值的虚拟正方形相关的查询标识符的装置；

其中找出包含最小尺寸的虚拟正方形的其它虚拟正方形的装置还包括：

找出最小尺寸的容纳编码的正方形的分区标识符和局部标识符的装置；和

重复把局部标识符除以4，以找出包含最小尺寸的容纳编码的正方形的其它容纳编码的正方形的局部标识符的装置，

其中建立范围查询索引使得查询索引适应于范围查询大小的分布的一个或多个变化的装置还被配置成：把与所述至少一个范围查询相关的监视区域分成一个或多个初始级别的虚拟正方形，为所分成的每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形，基于监视区域划分的虚拟正方形，把所述至少一个范围查询分解成一个或多个虚拟正方形，并且使所述至少一个范围查询的查询标识符与一个或多个分解的虚拟正方形相关联。

9.按照权利要求8所述的设备，其中建立范围查询索引使得查询索引适应于范围查询大小的分布的一个或多个变化的装置还被配置成：响应范围查询大小的分布的一个或多个变化，动态调整范围查询索引的顶级正方形分区的边长。

10.按照权利要求8所述的设备，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形还包括：每个虚拟正方形具有一个局部标识符和一个分区标识符。

11.按照权利要求8所述的设备，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形还包括：除单位边长外的每个虚拟正方形具有一组容纳编码的正方形。

12.按照权利要求11所述的设备，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形还包括：除单位边长外的容纳编码的正方形包含四个四分之一大小的容纳编码的正方形。

13.按照权利要求12所述的设备，其中为每个初始级别的虚拟正方形定义一个或多个级别的虚拟正方形还包括：容纳编码的正方形具有局部标识符m和具有局部标识符4m、4m+1、4m+2和4m+3的四个四分之一大小的容纳编码的正方形。

14.按照权利要求8所述的设备，其中建立范围查询索引使得查询索引适应于范围查询大小的分布的一个或多个变化的装置还被配置成：建立范围查询索引，使得范围查询索引适应在所述至少一个范围查询的监视区域之外的查询位置方面的一个或多个变化。

Images