空间数据库是数据库的一个重要研究方向，它在地理信息系统、决策支持系统、交通网络系统及生物基因研究等诸多应用领域中都有着广泛的应用。近邻查询是空间数据库中一重要的查询类型。近邻查询包含多种查询类型：最近邻查询、K最近邻查询、反向最近邻查询和反向K最近邻查询等。传统的近邻查询主要是基于欧氏距离，且查询对象都是静态的。随着移动设备的广泛应用以及无线通讯和定位技术的快速发展，移动对象发出的查询请求成为新的研究热点，传统的近邻查询方法已经越来越不能满足现今移动对象的查询请求。本文在对国内外近邻查询算法的研究现状进行综合分析的基础上，着重对连续K最近邻查询和反向K最近邻查询进行研究。在连续K最近邻查询方面，提出了一种基于路网的连续K最近邻查询算法----IIE算法。IIE算法基于分而治之的思想，它首先将整个查询路径划分为多个查询子路径；然后在各个查询子路径上分别计算有效间隔及其相应的K最近邻；最后将所有的有效间隔进行合并，并得到最终的结果。在反向K最近邻查询方面，基于经典的filter-refinement框架，在候选集的过滤过程中，提出了一种新的filter方法----MBRC算法。MBRC算法利用修剪策略和一个最小堆H，来尽早将不属于候选集的对象删除。本文采用R-tree为数据集构建空间索引，对算法的时间复杂性、正确性和可终止性进行了分析，并用实例进行了验证。广泛的实验证明本文提出的IIE算法和MBRC算法有着较好的性能，是现有研究工作的有益补充。