随着大数据时代的到来,各种信息数据呈现出急速增长的趋势,包括由卫星遥感获得的海量栅格空间信息、景点和酒店在内的带关系属性的空间数据。通过对这两类数据查询处理能够有效分析环境变化,方便人们生活。但是,现有系统查询空间数据效率不高,空间大数据的查询技术具有重要的研究意义。本文在现有空间数据处理研究基础上,结合实际应用场景和需求,针对空间大数据查询技术展开研究,主要贡献如下:(1)栅格数据提供了地理科研工作者研究时需要参考的天气、温度等关键数据,而传统空间查询算法对于密集型栅格数据的处理效率低。本文提出了一种高效的面向栅格数据的分布式空间查询索引及查询算法。设计并实现由四叉树、R树和Hash结构组成的混合索引,对不同地域构建高效的索引结构;提出了一种基于四叉树、R树和Hash结构的协同剪枝策略。实验结果表明,本文提出的混合空间索引提升了栅格数据范围查询效率。(2)互联网存在大量带关系属性的空间对象数据,如包含空间位置和营业时间等信息的景点数据集。现有面向空间关键字的查询技术没有考虑关系属性作为过滤条件,且基于单机实现,无法满足查询性能要求。为解决上述问题,提出了一种将关系属性和空间属性映射成文本数据的算法,利用分布式倒排文本索引对转换后的文本数据进行并行索引。针对带关系属性和空间条件的查询请求,将查询请求转换成映射空间中的多个文本关键字,对转换后的文本数据进行查询。实验表明,在索引时间和查询时间上,本文提出的算法比现有算法提升了20%到30%。