R-Tree学习笔记

R-Tree 学习笔记

引言

空间数据对象(spatial data objects)通常是一个在多维空间中区域，不能仅用坐标点位置很好的表示。
例如，在地图应用中，代表一个国家的空间数据对象，就是一个在二维空间中的区域。
对于空间数据的常用操作就是查找一个区域中的所有对象，所以根据空间数据对象所表示的区域范围，高效的获取该区域中的空间数据对象，是很重要的。

传统的一维数据库索引并不适合多维的空间搜索。如基于hash的索引结构适用于精确匹配查找值的搜索，而空间数据搜索通常是范围查找，而B-Tress这样的一维排序键值所以又难以满足对多维数据索引。

R-Tree索引的结构

一个空间数据库由一系列对应空间对象的tuple组成，而每一个tuple具有一个唯一标示(tuple identifier，简称tupleID吧)，数据库可以通过这个唯一标示获取到该tuple。
R-Tree所做的就是将这些tupleID索引起来。

叶子节点

每一个叶子节点包含一组索引记录(index record，后文称之为entry)。
每个entry的格式如下：

(MBR,tupleID)

其中，MBR(Minimum Bounding Region)表示可以框住tupleID所对应的空间数据对象的最小N维矩形。

$$MBR=(MBR_0,MBR_1,...,MBR_{n-1})$$
其中n为 $MBR$所在空间维度， $MBR_i$为该 MBR