随着全球定位技术和基于位置服务的发展,大量文本数据附带了空间位置信息。在地理数据和文本数据的融合变的愈加普遍的情况下,空间文本数据的相关研究成为时空数据挖掘研究领域的热点之一。然而,数据的使用价值随着时间递减,及时获取到的有重要价值的信息对用户的决策有重要的影响,因此越来越多的研究人员开始研究空间文本数据的实时处理算法。空间文本数据的连续查询为本文的主要研究内容。不同于传统的查询,连续查询从注册于系统开始到它过期或被用户删除为止,不断检查进入系统的数据对象,并找到满足查询约束的全部对象。现存的空间文本数据流处理系统对连续查询的处理效率有限,且对流式数据中的文本信息变化缺乏调整能力。针对以上问题,对分布式空间范围关键词连续查询算法进行了研究,主要研究内容如下。（1）提出了高效的分布式索引结构和查询算法,有效利用了数据的空间属性和文本属性,在使得总负载代价最小化的同时保证系统的负载均衡性,提升了系统的查询效率,实现了计算资源的高效利用。（2）利用热冷门关键词将数据空间进行了划分,并提出了新的负载代价计算模型,在考虑分区负载平衡的同时,让分区之间的关键词尽可能不相似,划分出更多与查询在地理空间上相交但关键词不相交的分区,减少查询注册的数量,进一步降低系统负载。（3）随着空间文本数据和连续查询请求不断进入系统,系统的负载情况将会逐渐变化。为了保证系统的稳定性,设计了多层级的动态负载调整策略以应对数据流处理环境中负载量的动态变化。系统周期性的检测各个工作节点的负载情况,并对负载异常情况进行相应的自适应调整。（4）在不同的数据集上对所设计系统的性能进行了实验验证。实验结果表明,所设计的分布式空间文本数据流查询处理系统具有高效性和可靠性。