空间索引是依据空间对象的位置和形状或者空间对象之间的关系按照一定规则进行排序的一种数据结构,空间数据索引技术是提高空间查询性能的关键所在,针对空间数据的特性研究合理高效的空间索引结构早已成为了 GIS(Geographic Information System)领域的研究热点。当前流行的空间索引方式主要有网格索引、KD树、四叉树、R-树等索引算法,在进行空间查询时,这些算法都存在着一定的缺陷,比如网格索引存在着无法高效应对空间数据分布不均匀的情况,KD树适用于点状空间数据,而对于其他的空间数据索引效率低下。四叉树是一种不平衡的树型索引结构,当空间数据分布不均匀时,不同子树深度差异大,影响查询效率。R-树作为当前最流行,使用最广泛的空间索引算法同样存在着中间节点重叠、无效查询路径多、节点空间使用率不高等问题,本文将针对基于R-树的空间索引算法展开研究,并针对其存在的问题进行改进。本文首先详细介绍了 R-树的概念以及基本算法,并且针对基于R-树的空间索引算法索引数据增加时,中间节点重叠快速增加,从而导致无效搜索路径增多、查询效率下降的问题提出一种延迟分裂的算法来改进基于R-树的空间索引的构建过程。该方案在向一个已经饱和的叶子节点中插入数据时,会给该节点创建一个溢出节点用来保存此次及以后向该节点插入的数据,当溢出节点也达到饱和状态时将该节点及其溢出节点分裂成两个饱和的节点。通过仿真实验验证,该算法能够减少R-树构建过程中的分裂次数,提升R-树节点的空间利用率,提升了空间区域查询和k近邻查询的效率。本文将空间索引技术与分布式系统相结合,设计并实现了一个基于Hadoop的分布式空间索引模块,基于以上提出的基于R-树的空间索引算法的改进方案结合MapReduce并行生成分布式空间索引。并编写接口使用生成的索引对空间数据进行并行查询,包括区域查询和k邻近查询。该模块具有为空间数据集并行生成分布式索引、并行区域查询、并行K近邻查询的功能,对于提升海量空间数据的索引构建以及查询效率具有一定的积极意义。