本发明涉及一种基于trie的范围查询方法及装置，属于空间数据库（spatialdatabase）领域、空间关键字查询领域、地理信息系统（geographicinformationsystem,gis）等领域。
背景技术：
随着移动设备的普及、定位技术的快速发展、基于位置的服务(location-basedservice,lbs)的飞速发展等，空间数据量正在飞速增长。
海量的空间数据需要高效的空间索引技术。空间索引用于过滤、排除大量与特定空间操作无关的地理对象，从而缩减空间操作范围，空间索引性能的优劣直接影响空间数据库的可用性与可扩展性。从空间数据库的观点来看，空间索引结构可以分为两类：专门用于处理点对象的点存取方法（pam）和处理具有空间扩展的空间对象（包括点、线、面、体）的空间存取方法（sam）。pam包括grid文件、buddy树、k-d-b树、hb树、lsd树等；依据空间对象的不同组织方式，sam分为对象映射、对象分割/复制和对象界定三类，对象映射即将高维空间中的对象线性映射到一维空间，用空间排列码（如：peano码、hilbert码、morton码等）进行表达；对象分割/复制是把与子空间相交的数据对象分割成几个子对象，分别存储在互不重叠的子空间中，在子空间中复制对象本身或其标识符，如:r+树、cell树、线性四叉树等；对象界定又称为区域重叠技术，其主要思想是允许子空间的相互重叠，如：r树、r*树等。r树是目前最流行的动态空间索引结构，其采用对象的最小外包矩形(minimumboundingrectangle,mbr)来近似表示空间实体，可有效支持查询、插入、删除等操作。由于空间数据分布的偶然性，容易造成mbr重叠，查询时会产生多个查询分支，从而降低查询效率。r+树的提出用于避免r树由于兄弟节点的重叠而产生的多路径查询问题，与此同时，也产生了相应的问题，如：冗余存储、可能产生死锁等。
采用geohash空间索引方法可有效解决由r树导致的上述问题。geohash编码支持区域分层、任意精度与简单的近似估计，只需对一个字段进行索引，降低空间索引复杂度。因此，geohash空间索引方法广泛用于多个领域，如：地理信息系统领域（如：postgis）、空间数据库领域（如：mongodb）、信息检索领域（如：lucene）。
存储geohash编码的常用索引结构如：b树、hashing、trie。对geohash编码而言，位于同一区域的位置点具有公共前缀，区域越小，公共前缀越长，这使得geohash编码可有效支持位置点的范围查询。trie（字典树、前缀树、单词查找树）可以将字符串公共前缀压缩为trie中一条公共路径，因此可以很好地存储geohash编码。采用trie存储geohash编码的方法如：stcode、geotrie、mp-trie等，但是上述方法通常基于完整字符串构建trie索引结构，因此空间开销较大。
技术实现要素：
本发明提供了一种基于trie的范围查询方法及装置，目的在于有效支持任意范围查询；在降低空间开销的同时，具有较高的查询效率。
本发明的技术方案是：一种基于trie的范围查询方法，包括：
数据预处理步骤，将数据集中所有位置点编码成长度为n的字符串，根据字符串后缀按字典序对数据集中的位置点排序并编号id；
空间索引建立步骤，根据排序后的字符串前缀构建trie空间索引结构；
范围查询步骤，在索引结构上获取查询域内的位置点，经过滤得到候选集，并对候选集验证返回查询范围内的所有位置点。
所述数据预处理步骤，具体包括如下步骤：
步骤110：给定一个由一系列位置点构成的数据集d，通过geohash算法将d中的位置点编码成长度为n的字符串s；其中，位置点由纬度、经度数据构成；
步骤120：将每一个位置点编码的字符串s分为m位前缀部分spre和n-m位后缀部分ssuf，根据字符串后缀按字典序对数据集中的位置点排序并编号，该编号即为对应的位置点id；其中，m≤n。
所述空间索引建立步骤，具体为：
步骤210：根据字符串前缀构建trie索引结构，每个spre可映射为trie中一条从根到叶节点的路径，那么spre可称为该叶节点的前缀，每个叶节点存储由该节点的前缀对应的id构成的反向列表。
所述空间索引建立步骤，还包括步骤220，具体为：
步骤220：构建字符串后缀和id范围的映射表；其中，id范围指包含字符串后缀的字符串对应id的起始值至结束值。
所述范围查询步骤，具体包括如下步骤：
步骤310：给定查询位置点q和查询距离范围d，根据geohash精度表选定与d相对应的geohash编码长度p，通过geohash算法将位置点q编码为p位长度的字符串qs，获取字符串qs周围8个区域的geohash编码，并将字符串qs及其周围8个区域作为查询域；其中，p对应的距离误差不小于d且为最小值；
步骤320：若d>d1，通过检索trie索引结构即可返回9个查询域内的id；反之，需通过映射表辅助查询方可返回9个查询域内的id；其中，d1表示geohash精度表中|spre|+1对应的距离；
步骤330：根据查询位置点q和查询距离范围d分别确定纬度范围与经度范围，通过经纬度范围对9个查询域内的id进行筛选，最终得到候选集；
步骤340：计算候选集中id对应的位置点到q的距离dq：若dq≤d，则返回该位置点，否则，不返回。
所述步骤110，包括下列步骤111、112：
步骤111：根据geohash精度表确定geohash编码长度n；
步骤112：通过geohash算法将所有位置点编码成长度为n的字符串。
所述通过geohash算法将位置点编码成字符串具体为：首先，将经纬度范围看作二维平面坐标系；然后，采用二分法对经度/纬度进行划分，根据位置点经度/纬度在划分结果中的位置分别赋值0或1，直到划分次数满足对应的经/纬度位串的位数；之后，通过位交错方法合并经度位串与纬度位串；最后，通过base32编码将经纬度位串编码为相应长度的字符串。
所述步骤310中，获取qs周围8个区域的geohash编码的方法：根据qs的经纬度位串，东/西方向的区域编码：经度位串不变，纬度位串加/减1，通过位交错方法得到该区域的经纬度位串；南/北方向的区域编码：纬度位串不变，经度位串减/加1，通过位交错方法得到该区域的经纬度位串；东北/西南方向的区域编码，经纬度位串均加/减1，通过位交错方法得到该区域的经纬度位串；东南方向的区域编码：纬度位串加1，经度位串减1，通过位交错方法得到该区域的经纬度位串；西北方向的区域编码：纬度位串减1，经度位串加1，通过位交错方法得到该区域的经纬度位串；之后，通过base32编码将以上8个位串进行编码即可获得qs周围8个区域的geohash编码。
所述步骤330中根据查询位置点q和查询距离范围d分别确定纬度范围与经度范围方法如下：纬度的最大值maxlat=lat+range，纬度的最小值minlat=lat-range；经度的最大值maxlng=lon+lngr，经度的最小值minlng=lon-lngr；其中，lat表示查询位置点q的纬度值，lon表示查询位置点q的经度值，range=180/π*d/6372.797，lngr=range/cos(lat*π/180.0)。
一种基于trie的范围查询装置，包括：
数据预处理装置，用于将数据集中所有位置点编码成长度为n的字符串，根据字符串后缀按字典序对数据集中的位置点排序并编号id；
空间索引建立装置，用于根据排序后的字符串前缀构建trie空间索引结构，并构建字符串后缀和对应的位置点id范围的映射表；
范围查询装置，用于在索引结构上获取查询域内的位置点，经过滤得到候选集，并对候选集验证返回查询范围内的所有位置点。
本发明的有益效果是：本发明采用基于字符串前缀构建部分trie索引结构，在降低空间开销的同时，具有较高的查询效率；采用geohash空间索引方法，有效支持任意范围查询。
附图说明
图1是基于trie的范围查询功能模块图；
图2是geohash精度表；
图3是base32编码规则图；（注：（+/-）表示加减）；
图4是位置点转换为字符串图；
图5是位置点排序图；
图6是基于字符串前缀构建的trie图；
图7是字符串后缀和id范围的映射表图。
具体实施方式
实施例1：如图1-7所示，一种基于trie的范围查询方法，包括
数据预处理步骤：
步骤111、根据geohash精度表（如图2所示），将geohash编码长度n设置为8，则经纬度位串分别为20位；
步骤112、通过geohash算法将d中的位置点转换成长度为8的字符串，实现方法如下：
示例：（19.596412-99.219501）
首先将纬度范围(-90,90)平分成(-90,0)、(0,90)两个区间，如果目标纬度位于前一个区间，则编码为0，否则编码为1。因19.596412属于区间(0,90)，所以编码为1；然后再将(0,90)分成(0,45)、(45,90)两个区间，因19.596412属于区间(0,45)，所以编码为0；以此类推，直至位串长度为20。最终19.596412的编码为10011011110111101101。
经度也采取同样的方法，对范围(-180,180)依次细分至位串长度为20。最终-99.219501的编码为00111001011100011010。
接下来将经纬度位串进行合并，奇数位为纬度，偶数位为经度，得到编码0100101111000111011110110101011011011001。
最后，通过base32编码（如图3所示）得到(19.5964412-99.219501)的geohash编码为9g3rqpqt。
通过geohash算法将d中的位置点转换成长度为8的字符串，如图4所示。
步骤120、将m值设置为“5”，根据字符串后缀按字典序对数据集中的位置点排序并编号，如图5所示。
空间索引的建立包括下列步骤：
步骤210、字符串集
{9g3rw04d,9g3rw058,9g3rw24s,9g3rw27u,9g3rtb4h,9g3rtbst,9g3rqn7z,9g3rqp4t,9g3rqp57,qw6x1p5t,tdn4rp5t,r39x8p5t,9g3rqp5t,dp3mgp5t,9g3rqp6z,wdw5rp7u,9g3rqp7u,7nx1tp7u,9g3rqpbz,9g3rqphk,9g3rqpmz,9g3rqpqt,9g3rqpvz,9g3rqq7z,9g3rqqmk,9g3rqr7x,9g3rqrbt,9g3rmy55,9g3rmz1w,9g3rmzxy}，根据字符串前缀构建trie索引结构，每个叶节点存储由该节点的前缀对应的id构成的反向列表，如图6所示。
步骤220、构建字符串后缀和id范围的映射表，如图7所示。
范围查询包括下列步骤：
步骤311、给定查询位置点（19.596412-99.219501)和查询距离范围500米，需p对应的距离误差不小于500且为最小值，则p值应设置为6，通过geohash算法将（19.596412-99.219501)编码为6位长度的字符串9g3rqp；
步骤312、获取9g3rqp周围8个区域的geohash编码，并将9g3rqp及其周围8个区域作为查询域，方法如下：
9g3rqp的纬度位串为100110111101111，经度位串为001110010111000。
北方区域的geohash编码：纬度位串为100110111101111，经度位串为001110010111000+1=001110010111001，经纬度位串为010010111100011101111011010111，geohash编码为9g3rqr；
东北区域的geohash编码：纬度位串为100110111101111+1=100110111110000，经度位串为001110010111000+1=001110010111001，经纬度位串为010010111100011101111110000010，geohash编码为9g3rw2；
东方区域的geohash编码：纬度位串为100110111101111+1=100110111110000，经度位为001110010111000,经纬度位串为010010111100011101111110000000，geohash编码为9g3rw0；
东南区域的geohash编码：纬度位串为100110111101111+1=100110111110000，经度位串为001110010111000-1=001110010110111，经纬度位串为010010111100011101111100101010，geohash编码为9g3rtb；
南方区域的geohash编码：纬度位串为100110111101111，经度位串为001110010111000-1=001110010110111，经纬度位串为010010111100011101111001111111，geohash编码为9g3rmz；
西南区域的geohash编码：纬度位串为100110111101111-1=100110111101110，经度位串为001110010111000-1=001110010110111，经纬度位串为010010111100011101111001111110，geohash编码为9g3rmy；
西方区域的geohash编码：纬度位串为100110111101111-1=100110111101110，经度位为001110010111000,经纬度位串为010010111100011101111011010100，geohash编码为9g3rqn；
西北区域的geohash编码：纬度位串为100110111101111-1=100110111101110，经度位串为001110010111000+1=001110010111001，经纬度位串为010010111100011101111011010110，geohash编码为9g3rqq。
9g3rqp周围的8个区域为：9g3rqr、9g3rw2、9g3rw0、9g3rtb、9g3rmz、9g3rmy、9g3rqn、9g3rqq；
步骤320、因500<610（前缀长度为5，则d1应选取geohash长度为6所对应的距离，由图2可知，其表示距离610m），故需通过映射表辅助查询返回候选集，实现过程如下：
通过trie查询9g3rw区域内的id{1,2,3,4},后缀表中以‘0’为起始字符的id{1,2}，{1,2,3,4}与{1,2}的交集为{1,2}，故9g3rw0区域内的id为{1,2}；以‘2’为起始字符的id{3,4}，{1,2,3,4}与{3,4}的交集为{3,4}，故9g3rw2区域内的id为{3,4}；
通过trie查询9g3rq区域内的id{7,8,9,13,15,17,19,20,21,22,23,24,25,26,27}，后缀表中以‘r’为起始字符的id{26,27}，{7,8,9,13,15,17,19,20,21,22,23,24,25,26,27}与{26,27}的交集为{26,27}，故9g3rqr区域内的id为{26,27}；以‘q’为起始字符的id{24,25}，{7,8,9,13,15,17,19,20,21,22,23,24,25,26,27}与{24，25}的交集为{24,25}，故9g3rqq区域内的id为{24,25}；以‘n’为起始字符的id{7}，{7,8,9,13,15,17,19,20,21,22,23,24,25,26,27}与{7}的交集为{7}，故9g3rqn区域内的id为{7}；以‘p’为起始字符的id{8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23}，{7,8,9,13,15,17,19,20,21,22,23,24,25,26,27}与{8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23}的交集为{8,9,13,15,17,19,20,21,22,23}故9g3rqp区域内的id为{8,9,13,15,17,19,20,21,22,23}；
通过trie查询9g3rm区域内的id{28,29,30}，后缀表中以‘y’为起始字符的id{28}，{28,29,30}与{28}的交集为{28}，故9g3rmy区域内的id为{28}；以‘z’为起始字符的id{29,30}，{28,29,30}与{29,30}的交集为{29,30}，故9g3rmz区域内的id为{29,30}；
通过trie查询9g3rt区域内的id{5,6}，后缀表中以‘b’为起始字符的id{5,6},{5,6}与{5,6}的交集为{5,6}，故9g3rtb区域内的id为{5,6}；
由上可知，9个查询域内的id为{1,2,3,4,5,6,7,8,9,13,15,17,19,20,21,22,23,24,25,26,27,28,29,30}；
（备注：根据以上所述，不难发现{9g3rw,9g3rq,9g3rm,9g3rt}四个区域内id的并集与9个查询域内的id一致，因数据集不全面而出现了该问题。若数据集中包含位置点（19.609757-99.225675），其geohash编码为9g3rw1f5(假设其id为10)，则9g3rw区域内的id为{1,2,3,4,10},后缀表中以‘0’为起始字符的id{1,2}，{1,2,3,4,10}与{1,2}的交集为{1,2}，故9g3rw0区域内的id为{1,2}；以‘2’为起始字符的id{3,4},{1,2,3,4,10}与{3,4}的交集为{3,4}，故9g3rw2区域内的id为{3,4}。9个查询域内的id不包含10，即不包含该位置。）
步骤330、根据查询位置点（19.596412-99.219501)和查询距离范围500m确定纬度范围与经度范围，如下所示：
step1:180÷3.141593×0.5÷6372.797=0.004495
step2:0.004495÷cos(19.596412×3.141593÷180.0)=0.004771
step3:19.596412+0.004495=19.600907
step4:19.596412-0.004495=19.591917
step5:-99.219501+0.004771=-99.214730
step6:-99.219501-0.004771=-99.224272
由上可知，经度范围为[19.591917,19.600907]，纬度范围为[-99.224272,-99.214730]。根据经纬度范围对9个查询域内的id{1,2,3,4,5,6,7,8,9,13,15,17,19,20,21,22,23,24,25,26,27,28,29,30}进行过滤并返回经纬度范围内的位置点。如：id为1时，其经纬度为（19.600038-99.22491），19.600038位于[19.591917,19.600907]内，而-99.22491不位于[-99.224272,-99.214730]内，故过滤id为1的位置点。经过滤后，候选集为{2,9,13,17,20,21,22,23,27}。
步骤340、计算候选集{2,9,13,17,20,21,22,23,27}中id对应的位置点（19.596412-99.219501)的距离dq，若dq<=500，则返回该位置点，实现过程如下所示：
查询条件：（19.596412-99.219501），500米；
距离计算公式：设a(x1,y1)，b(x2,y2)，则|ab|=
根据公式（1）依次计算位置点集中的位置点与（19.596412-99.219501）的距离，返回不大于500米的位置点，经计算，满足要求的位置点集为{{19.594717-99.22388},{19.59506-99.223537},{19.596261-99.223194},{19.594888-99.222507},{19.596776-99.220447},{19.596412-99.219501},{19.599523-99.220447},{19.59918-99.21667}}。
故满足查询范围内的位置点为{{19.594717-99.22388},{19.59506-99.223537},{19.596261-99.223194},{19.594888-99.222507},{19.596776-99.220447},{19.596412-99.219501},{19.599523-99.220447},{19.59918-99.21667}}。
一种基于trie的范围查询装置，包括：
数据预处理装置，用于将数据集中所有位置点编码成长度为n的字符串，根据字符串后缀按字典序对数据集中的位置点排序并编号id；
空间索引建立装置，用于根据排序后的字符串前缀构建trie空间索引结构，并构建字符串后缀和对应的位置点id范围的映射表；
范围查询装置，用于在索引结构上获取查询域内的位置点，经过滤得到候选集，并对候选集验证返回查询范围内的所有位置点。
实施例2：如图1-7所示，一种基于trie的范围查询方法，包括：
数据预处理步骤，将数据集中所有位置点编码成长度为n的字符串，根据字符串后缀按字典序对数据集中的位置点排序并编号id；
空间索引建立步骤，根据排序后的字符串前缀构建trie空间索引结构；
范围查询步骤，在索引结构上获取查询域内的位置点，经过滤得到候选集，并对候选集验证返回查询范围内的所有位置点。
进一步地，可以设置所述数据预处理步骤，具体包括如下步骤：
步骤110：给定一个由一系列位置点构成的数据集d，通过geohash算法将d中的位置点编码成长度为n的字符串s；其中，位置点由纬度、经度数据构成；
步骤120：将每一个位置点编码的字符串s分为m位前缀部分spre和n-m位后缀部分ssuf，根据字符串后缀按字典序对数据集中的位置点排序并编号，该编号即为对应的位置点id；其中，m≤n。
进一步地，可以设置所述空间索引建立步骤，具体为：
步骤210：根据字符串前缀构建trie索引结构，每个spre可映射为trie中一条从根到叶节点的路径，那么spre可称为该叶节点的前缀，每个叶节点存储由该节点的前缀对应的id构成的反向列表。
进一步地，可以设置所述范围查询步骤，具体包括如下步骤：
步骤310：给定查询位置点q和查询距离范围d，根据geohash精度表选定与d相对应的geohash编码长度p，通过geohash算法将位置点q编码为p位长度的字符串qs，获取字符串qs周围8个区域的geohash编码，并将字符串qs及其周围8个区域作为查询域；其中，p对应的距离误差不小于d且为最小值；
步骤320：d>d1，通过检索trie索引结构即可返回9个查询域内的id；其中，d1表示geohash精度表中|spre|+1对应的距离；（如实施例1，给出了d≤d1情况下，具体的实施过程，本实施例给出的是d>d1情况，采用实施例1中的数据对此处进行说明如下：通过检索trie索引结构即可返回9个查询域内的id，若给定查询位置点（19.596412-99.219501)和查询距离范围2000米，由geohash精度表可知，需p对应的距离误差不小于2000且为最小值，则p值应设置为5，通过geohash算法将（19.596412-99.219501)编码为5位长度的字符串9g3rq。9g3rq周围8个区域的geohash编码为：9g3rw、9g3rx、9g3rr、9g3rp、9g3rn、9g3rj、9g3rm、9g3rt。将9g3rq及其周围8个区域作为查询域，因2000>610，故通过检索trie索引结构即可返回9个查询域内的id，9个查询域内的id为{1,2,3,4,5,6,28,29,30}。）
步骤330：根据查询位置点q和查询距离范围d分别确定纬度范围与经度范围，通过经纬度范围对9个查询域内的id进行筛选，最终得到候选集；
步骤340：计算候选集中id对应的位置点到q的距离dq：若dq≤d，则返回该位置点，否则，不返回。
进一步地，可以设置所述步骤110，包括下列步骤111、112：
步骤111：根据geohash精度表确定geohash编码长度n；
步骤112：通过geohash算法将所有位置点编码成长度为n的字符串。
进一步地，可以设置所述通过geohash算法将位置点编码成字符串具体为：首先，将经纬度范围看作二维平面坐标系；然后，采用二分法对经度/纬度进行划分，根据位置点经度/纬度在划分结果中的位置分别赋值0或1，直到划分次数满足对应的经/纬度位串的位数；之后，通过位交错方法合并经度位串与纬度位串；最后，通过base32编码将经纬度位串编码为相应长度的字符串。
进一步地，可以设置所述步骤310中，获取qs周围8个区域的geohash编码的方法：根据qs的经纬度位串，东/西方向的区域编码：经度位串不变，纬度位串加/减1，通过位交错方法得到该区域的经纬度位串；南/北方向的区域编码：纬度位串不变，经度位串减/加1，通过位交错方法得到该区域的经纬度位串；东北/西南方向的区域编码，经纬度位串均加/减1，通过位交错方法得到该区域的经纬度位串；东南方向的区域编码：纬度位串加1，经度位串减1，通过位交错方法得到该区域的经纬度位串；西北方向的区域编码：纬度位串减1，经度位串加1，通过位交错方法得到该区域的经纬度位串；之后，通过base32编码将以上8个位串进行编码即可获得qs周围8个区域的geohash编码。
进一步地，可以设置所述步骤330中根据查询位置点q和查询距离范围d分别确定纬度范围与经度范围方法如下：纬度的最大值maxlat=lat+range，纬度的最小值minlat=lat-range；经度的最大值maxlng=lon+lngr，经度的最小值minlng=lon-lngr；其中，lat表示查询位置点q的纬度值，lon表示查询位置点q的经度值，range=180/π*d/6372.797，lngr=range/cos(lat*π/180.0)。
一种基于trie的范围查询装置，包括：
数据预处理装置，用于将数据集中所有位置点编码成长度为n的字符串，根据字符串后缀按字典序对数据集中的位置点排序并编号id；
空间索引建立装置，用于根据排序后的字符串前缀构建trie空间索引结构，并构建字符串后缀和对应的位置点id范围的映射表；
范围查询装置，用于在索引结构上获取查询域内的位置点，经过滤得到候选集，并对候选集验证返回查询范围内的所有位置点。
上面结合图对本发明的具体实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。