ＧＳＳＴＲ－Ｔｒｅｅ的叶结点记录的格式为（ｓｔｕ，
（），其中ｓｓｅｔｔｕｌｅＩＤ）ｔｕ是概略化轨迹单元，ｐ（是其概略化轨迹包含ｓｓｅｔｔｕｌｅＩＤ）ｔｕ的所有移动ｐ监控对象元组标识的集合（注意，多个移动监控对象概略化轨的概略化轨迹可以共享同一个轨迹单元）．迹的变化频率比原始轨迹低得多，因此ＧＳＳＴＲ－Ｔｒｅｅ有效地降低了索引更新的频率．在进行时空查询处理时，根结点首先检查ＳＡＰ－，看看哪些叶结点的管辖区域与查询地理区域Ｔａｂｌｅ相交，然后将查询发送给这些叶结点并行执行；叶结可以通过本点在处理来自于根结点的查询请求时，
４ 地的Ｓ如果查询是针Ｔ－Ｔｒｅｅ快速地得到查询结果：４
，对静态监控对象的（如Ｑ则仅需查询Ｓ４）Ｔ－Ｔｒｅｅ
如图７所示，ＧＳＴＲ－Ｔｒｅｅ是一个两层的分布式其中：全局索引，
第１层是ＩｏＴ－ＣｌｕｓｔｅｒＤＢ根结点中的管辖区域）分区表（ＳＡＰａｂｌｅ．ＳＡＰａｂｌｅ中的记录的格式－Ｔ－Ｔ，其中ａ为（ａｒｅａ，ｓｉｔｅＩＤ）ｒｅａ为一个管辖区域，
ｓｉｔｅＩＤ是与该管辖区域对应的叶数据库结点的标识；
第２层是ＩｏＴ－ＣｌｕｓｔｅｒＤＢ各叶结点中的针对本地数据的传感器采样数据序列时空索引树（Ｓｅｎｓｏｒ－，ＳａｍｌｉｎＳｅｕｅｎｃｅａｔｉａｌｅｍｏｒａｌｒｅｅＳＴ－ Ｓ－Ｔ Ｔ－ｐｇｑｐｐ
４
），用以对本地数据中采样数据序列的时空属性Ｔｒｅｅ
４
进行索引．一个空ＳＴ－Ｔｒｅｅ实际上包括两个子树：，）间Ｒ树（用以对静止监控ＳａｔｉａｌＲ－ＴｒｅｅＳＲ－Ｔｒｅｅ ｐ对象的空间位置（包括ｌｏｃ∈Ｐｏｉｎｔ和ｌｏｃ∈Ｒｅｉｏｎｇ两种情况）进行索引，一个格栅概略化时空Ｒ树（，ＧｒｉｄＳｋｅｔｃｈｅｄＳａｔｉａｌｅｍｏｒａｌＲ－ＴｒｅｅＧＳＳＴＲ－ －Ｔ －ｐｐ）用于对移动监控对象的随时间动态变化的位Ｔｒｅｅ
”）置（亦称为“时空轨迹－进行索引．图８给ｔｒａｅｃｔｏｒｊｙ出了ＧＳＳＴＲ－Ｔｒｅｅ的结构
．
的空间Ｒ树部分；如果查询针对移动监控对象（如
４
），则需要根据时空约束条件对ＳＱ５Ｔ－Ｔｒｅｅ的
根结点收到各叶结点ＧＳＳＴＲ－Ｔｒｅｅ部分进行搜索；
返回的结果之后，还需要进行必要的合并操作，并将最后的结果返回给查询用户．
全局时空查询处理算法如算法２所示．算法２． 全局时空查询处理算法．
输入：全局时空索引 ＧＳＳＴＲ－Ｔｒｅｅ
时空查询
输出：查询结果
Ｑ
Ｒ；１．Ｑ）ｅｏｒａｎｅ＝ｇｅｔｅｏ（ｇｇｇ
；２．ｔｉｍｅｒａｎｅ＝ｇｅｔｅｒｉｏｄ（Ｑ）ｇｐ
（，）；３．ｓｉｔｅｓ＝ｒｅｔｒｉｅｖｅｅｏｅｏｒａｎｅＧＳＳＴＲｒｅｅ．ＳＡＰａｂｌｅ－Ｔ－Ｔｇｇｇ４．ＦＯＲＥＡＣＨｓｉｔｅ∈ｓｉｔｅｓＤＯ（ＩＮＰＡＲＡＬＬＥＬ）
（；５．ｔａｔｉｃＭｏｖ＝ｇｅｔｏｂｔｅＱ） Ｓｊｙｐ／６．ＩＦＳｔａｔｉｃＭｏｖ＝Ｓｔａｔｉｃｓｔａｔｉｃｏｂｅｃｔｓ ／ ｊ
＿＿（）；７．ｓｒｔｒｅｅ＝ｇｅｔｔｒｅｅｓｉｔｅ，ＳＲ－Ｔｒｅｅ ＿）；８．ｔｕｌｅｉｄｓ＝ｒｅｔｒｉｖｅｅｏ（ｅｏｒａｎｅ，ｓｒｔｒｅｅ ｐｇｇｇ
／／９．ＬＳＥｍｏｖｉｎｏｂｅｃｔｓ Ｅｇｊ
）图８ 格栅概略化时空Ｒ树（ＧＳＳＴＲ－Ｔｒｅｅ
＿＿（）；１０． ｇｓｓｔｒｔｒｅｅ＝ｇｅｔｔｒｅｅｓｉｔｅ，ＧＳＳＴＲ－Ｔｒｅｅ
６期丁治明等：面向物联网海量传感器采样数据管理的数据库集群系统框架
１１８７
１１． ｔｕｌｅｉｄｓ＝ｒｅｔｒｉｖｅｅｏｔｅｍｏ（ｅｏｒａｎｅ，ｐｇｐｇｇ
＿）；ｓｓｔｒｔｉｍｅｒａｎｅ，ｔｒｅｅｇｇ１２．ＥＮＤＩＦ；
（）；１３．ｒｅｓ＝ｅｖａｌｕａｔｅＱ，ｔｕｌｅｉｄｓｐ
（）；１４．ｓｅｎｄＭａｓｔｅｒｒｅｓ
１５．ＥＮＤＦＯＲ；
根节点收集各叶结点发来的查询结果并存入Ｒ；１６．
根节点对Ｒ中的结果按照Ｏ１７．ｂＩＤ进行合并；ｊ（１８．ＲｅｔｕｒｎＲ）．
为此，采样数据接插值结果也发送给相应的叶结点．
收服务器需要保存各移动监控对象上一次提交的采样数据值．
叶结点接收到新的采样数据之后，直接通过ｓａｍｌｉｎＡｅｎｄ操作将之附加到相应监控对象的ｐｇｐｐ
“”属性值中．Ｓａｍｌｉｎｓｐｇ
在算法２中，函数ｇ和ｇ分ｅｔｅｏ（Ｑ）ｅｔｅｒｉｏｄ（Ｑ）ｇｐ别返回Ｑ的查询地理区域和时间区域；ｅｔｏｂｔｅ（Ｑ）ｇｊｙｐ
，返回Ｑ所查询的监控对象类型，ｅｏｒａｎｅｒｅｔｒｉｅｖｅｅｏ（ｇｇｇ和ｒｄｓ）ｅｔｒｉｅｖｅｅｏｔｅｍｏ（ｅｏｒａｎｅ，ｔｉｍｅｒａｎｅ，ｄｓ）ｇｐｇｇｇ
分别根据地理区域ｇｅｏｒａｎｅ和时空区域在相关数ｇ据结构ｄ得到的结果为一组指针．ｓ中查询，５．２．３ 其它查询类型的处理
），对于属性约束条件查询（如查询Ｑ尽管不是３但是Ｉ关键字查询，ｏＴ－ＣｌｕｓｔｅｒＤＢ仍然可以通过ＧＦＴＫＢ－Ｔｒｅｅ中的ＧＫＲ－Ｔａｂｌｅ和ＫＳＭＢ－Ｔｒｅｅ
来缩小需要查询的叶结点范围，然后再在各相关叶
＋
＋
６ 系统实现及性能分析
本文提出的ＩｏＴ－ＣｌｕｓｔｅｒＤＢ系统框架已经在带有空间数据扩展模块ＰＰｏｓｔｒｅＳＱＬ８．２．４（ｏｓｔ －ｇ
）的基础上进行了编码实现．ＧＩＳ１．３．１ＰｏｓｔｒｅＳＱＬ ｇ是一个开源的对象关系型数据库系统，支持数据库内核一级的数据类型、查询操作以及索引的扩充．此外，我们还在ＰｏｓｔｒｅＳＱＬ的基础上实现了相应的ｇ全局索引机制，并在此基础上实现了一个全局查询使得多个Ｐ处理器，ｏｓｔｒｅＳＱＬ服务器可以组合在一ｇ起，形成一个协同工作的ＩｏＴ－ＣｌｕｓｔｅｒＤＢ集群系统．
为了对ＩｏＴ－ＣｌｕｓｔｅｒＤＢ的性能进行比较与分析，我们在上述原型系统的基础上进行了实验．实验中的传感器数据采用第３．１节中描述的数据库模式数据包括两个部分：进行组织，
（）移动传感器数据是在北京１万个出租车所１
采集的真实Ｇ通过一个数据模拟ＰＳ数据的基础上，程序生成的，该模拟程序通过对原始ＧＰＳ采样数据的插值和倍增，可以动态模拟１２８００～３２０００个移 动传感器的数据采样；
