当前随着通信网络技术的飞速发展以及便携式移动设备的广泛普及,海量用户数据随之产生,时空轨迹数据属于其中具有广泛应用价值的一类数据。如何有效地组织利用该类数据,是当前学术界与工业界共同关注的热点问题。当前成熟的基于传统数据库的解决方案扩展能力有限,在面对海量数据存储处理的场景下难以很好地满足需求,并不适合对大规模数据集进行处理。但近年来工业界出现以Hadoop为代表的分布式计算平台,为解决该问题提供了新思路。Hadoop生态圈随着近年来的发展,已经拥有了众多组件。其中非关系型数据库HBase与Phoenix等组件相互补充使用,不仅满足了对海量数据的处理需求,还提供了对SQL语言的支持,但它们并未对时空轨迹数据的组织管理提供直接支持。基于上述问题,结合分布式平台的特点,本文研究了时空轨迹数据的存储与查询相关内容,设计并实现了基于Phoenix平台的轨迹数据存储与查询原型系统,本文称之为Traj Phoenix。本原型系统支持实时数据插入,同时也支持离线数据批量导入,并在系统内部实现了优化的时空范围查询、时间段KNN查询、最近轨迹查询等功能。原型系统支持SQL语句,对用户较为友好。本文所做主要工作内容如下:(1)本文研究了当前已有的基于分布式平台的时空轨迹数据管理方案,并根据数据特点结合Phoenix平台特性设计了数据存储模型并选择了适当的索引方式,为后续查询提供了底层支持。(2)本文使用了ST-Code编码作为时空索引结构,阐述并分析了ST-Code的编码特点以及在查询时出现的问题,提出了划分-合并策略与数据分布统计两种方式来优化ST-Code的时空查询效率。(3)根据提出的查询优化策略,在原型系统内部实现了时空范围查询、时间段KNN查询与最近轨迹查询,并结合数据统计结果与Phoenix UDF机制提出了具体的查询优化算法。(4)在实现原型系统时,考虑到高可用性与用户友好性等,系统实现了可扩展的数据导入工具、序列化工具等系统支撑功能。在本文最后,我们选用了真实的时空轨迹数据集,在实验环境下对原型系统进行了部署实验,测试了系统数据导入、查询等方面的性能表现,并与同类方案进行了对比分析。实验结果表明,本文提出的优化后的基于ST-Code的查询方式,在一定程度上要优于同类方案。