数据索引技术是数据库发展的关键。本书论述各类新型数据库索引技术基础理论以及相应的索引技术。全书共分5章,包括新型数据库发展背景、现状以及驱动要素,空间数据索引,时态数据索引、移动对象数据索引、XML数据索引等新型数据管理索引技术。本书既重视理论基础、原理分析,又重视实验验证与评估,突出技术主线,强调算法实现效果,注重算法评估与关联比较,总结方法优缺点,可以有效深刻地帮助读者掌握相应算法理论,体会算法设计之美,激发学习成就感与对数据索引技术研究的兴趣。本书适合计算机科学与技术专业数据库研究领域的研究学者、教师以及广大算法爱好者参考，也可供新型数据管理技术方向的研究生和相关研究方向研究人员参考。

数据库技术是迄今为止最大的计算机应用领域,因为任何规模化的计算机信息管理系统都需要以数据库为底层技术支撑,其基本特征是涉及数据体量巨大﹑数据计算结果需要长久驻留机器,数据需要保持大范围共享等。在当今大数据时代背景下,随着计算机应用领域的扩大,以及数据自身体量,结构,类型等变化,借助计算机硬件相关技术的成熟,各类新型数据库发展具备了所需的条件与环境,空间数据库、时态数据库、移动对象数据库、XML数据库等应运而生。这些数据库或者基于数据模型的创新,或者出于应用维度的扩展,或者与计算机各类新鲜的主流技术密切结合,它们共同构成了当今兴旺发达的整个新型数据库家族。
新型数据库面对大数据越来越实时的要求,不仅要数据流动快,而且对大数据分析、处理速度提出了更高的要求。而提高检索数据速度的唯一途径就是研制出一种可实现的高效的适合其应用领域数据特性的索引技术。为此,深入研究各种新型数据索引技术的结构及实现算法具有重要的研究意义和实用价值。
索引技术依据海量数据的内在关系,将数据按照某种特定顺序组织排列,通过索引查询检索目标数据时,可以排除大量不合要求的数据,较为迅速地定位目标数据,减少工作量﹐节省时间,提高查询检索效率。本书研究各类新型数据库索引技术基础理论,并提出相应的索引技术,通过提高检索数据的速度来满足人们对信息处理日益迫切的需求,同时也可以给新型数据库的设计者在采用索引技术时提供有益的参考和帮助。
本书共分5章,第1章阐述了数据﹑数据库相关概念,新型数据库发展时代背景及驱动要素,新型数据管理技术及其索引技术﹑发展意义。第⒉章和第3章基于数据库应用领域扩大和应用层面深化而驱动数据库在空间和时间应用维度方面的扩展,提出相应索引技术(空间数据索引方面,提出了基于相点分析的数据索引SPindex和基于并发的GKd-tree;时态数据索引方面,分析了时态数据“代数”特征,提出了基于时态拟序结构的TDindex和TQD-tree)。第4章结合大数据的时间特性和空间特性,论述了移动对象数据索引技术,重点解决受限路网移动对象数据索引技术,提出PM-tree,LM-tree和DR-tree。第5章论述的XML数据索引是一种处理半结构化数据的管理技术,建立反映“数据与结构融合”自身特点的更为复杂的数据管理模型。每种索引技术均从数据模型以及建立其上的数据操作原理视角进行内容组织并展开叙述。
本书既重视理论基础﹑原理分析,又重视实验验证与评估,突出技术主线,强调算法实现效果,注重算法评估与关联比较﹐总结方法优缺点,可以有效深刻地帮助读者掌握相应算法理论,体会算法设计之美,激发学习成就感与对数据索引技术研究的兴趣。
本书的编写得到叶小平教授的热情鼓励和大力支持,其中不少观点的提出和材料的选择都得到了叶教授的启示和帮助,在此谨致以衷心感谢!同时,书中参考和借鉴了较多的数据库方面相关专著﹑经典算法和科研论文,在此谨对相关书目和文献的作者表达诚挚的谢意!
本书适合计算机科学与技术专业数据库研究领域的研究学者、教师以及广大算法爱好者参考,也可供新型数据管理技术方向的研究生和相关研究方向研究人员参考。本书要求读者具有基本的数据库技术和算法知识。
由于时间仓促,著者水平有限,不足之处望读者不吝赐教。

第1章绪论1.1数据及其特性1.1.1数据概念1.1.2数据处理1.1.3数据管理和数据库1.2数据库技术发展概述1.2.1格式化数据库1.2.2关系数据库1.2.3新一代数据库1.3大数据时代与新一代数据1.3.1大数据时代背景1.3.2大数据应用特征1.3.3―大数据与物联网和云计算1.4新一代数据管理技术1.4.1新一代数据管理概述1.4.2新一代数据索引技术发展意义小结参考文献第2章空间数据索引技术2.1空间数据模型2.1.1空间和空间数据2.1.2空间关系.212.2SDB系统2.2.1SDB技术2.2.2SDB索引2.3经典空间索引结构2.3.1kd-tree2.3.2Quad-tree2.3.3R-tree2.3.4R"-tree2.4M-相点数据索引SPindex2.4.1M-数与M-相点2.4.2M-相点分析2.4.3索引SPindex2.4.4SPindex索引评估2.5基于并发的空间数据索引GKd-tree2.5.1基于并发的空间数

陈瑛，副教授，任职于广州工程技术职业学院，研究方向为信息化技术、新型数据管理技术，主讲课程有数据结构、程序设计、计算机基础等。

①结合最近的大数据时代发展，对新型数据——时空数据以及新型数据库进行介绍，并研究其索引技术。
②内容实用，是作者实际研究所得，对大数据的研究有一定的指导作用。
③编写体例、架构合理，由浅入深，详细地阐述了时空数据的相关知识。