1

A Continuous Query Index for Processing Queries on RFID Data

Stream

一种处理 RFID数据流查询的索引技术

2

摘要 RFID 中间件系统过滤和汇总阅读器收集来的数据流，这些数据是处理应用系统的请求时产生的，这些请求叫做连续查询，因为在标签运动时这些查询会被持续地查询。为了提高 RFID 中间件的性能，需要建立一个索引去有效处理连续查询，目前已经有几种对连续查询建立索引的方法， EPCglobal 提出一种 ECspec 模型，它是一种 RFID 应用系统的标准接口。连续查询是基于 ECSpec 之上的， ECSpec 包含很多代表查询条件的段。而这些索引的问题是，当为连续查询当为连续查询建立索引时，它们都需要花费太多时间，因为它们要插入大量的段到索引中。

3

摘要 为了解决这个问题，我们提出一种能把一组段转换成压缩数据的聚合转换方法。我们也为转换空间提出一种有效的查询索引方案。我们对已经存在的查询索引方法做了比较，我们的方法在多个数据集上都有更高的索引效率。

4

1.介绍 本文中我们提出一种索引 RFID 连续查询的技术，基本思想是把压缩大量的查询段，并保存成一个对象。我们分析了这些连续查询并找出合适的关系和有规律的重复，然后我提出一种叫做聚合转换的技术，找出重复的查询段组并把它们转换成压缩数据。另外，为了转换空间，我们提出一种基于 KDB-tree 的索引方法，相比以前的索引方法，我们的方法提升了我们提出的索引方案的性能。

5

2.相关工作以前对数据流连续查询的索引研究可以分为

两类：基于移动对象的查询索引和基于传感数据流的查询索引。

对于移动对象数据库，人们已经提出了有多种处理连续查询的索引方法。 CQI 是基于内存的索引方案，这个方案要比基于 R-tree 的方法好。它的基本思想是吧查询把分解成多个单元，每个单元有多个查询列表，利用这些列表可以找到查询。 VCR也是基于内存的方案，提供一种间接的有效益的搜索计算方法。它使用虚拟结构（ VCs ）把一个查询域分解成段，并每个 VC 插入一个查询 ID 。

6

2.相关工作用这种方法的检索可以遍历包含移动对象位置的 VCs 。这个方法把连续查询看重一个监视区域。然而源于 ECSpec 的连续查询不是一个单独的域，而是多个段，因为它包含一个 RID 范围和 TID 范围。因此，当索引 RFID 查询时很难应用这种方法，因为它需要太多数据插入。

为了处理传感器网络的连续查询，传感器数据流系统 NiagaraCQ 和 TelegraphCQ 采用一种查询索引方案。它使用一种类似 IBS 间隔二进制检索树的索引作为查询索引。 IBS-tree 是一个平衡二叉树，每个属性都生产这样的树。

7

3、问题定义和传统的数据索引相比，查询索引方法特别

适用于流数据的连续查询，因为这些查询在一个时间段内都是激活的，而且数据会持续地到达。查询索引方法也能应用于处理 RFID 流数据的连续查询，然而，查询和 RFID 查询索引的数据不用于之前的研究。

对各个标签事件的查询我们叫做 stabbing 查询，这些事件在一个 RFID 阅读器识别到某个标签时发生。这些 stabbing 查询是用查询索引去找到数据的。定义如下：

8

3、问题定义定义 1 ： Stabbing 查询代表一个标签被一个阅读器感知的事件。这个标签事件在查询检索中变成一个点查询。 StabbingQuery = {(ridi, tidj) R2}∈

定义 2 ：查询数据代表一个源于 ECSpec 的连续查询，查询数据包括针对阅读器和标签的过滤条件。阅读器的条件用 RID 的范围表示，标签的条件用 EPC 模式表示，它是一个 TID 的范围。因此，查询数据是一个包括一个 RID 范围集和一个 TID 范围集的对象。

9

3、问题定义在二维空间（ RID ， TID ）的查询数据是包含离散段的复杂对象。如图 1 所示，如果一个用户搜索“在仓库 A ，今年生产的三星手机”，然后应用系统发生一个 ECspec ，包含CQ1 ： readerID=1 ， EPC—Pattern=<10.[1-3].[3001-4000]> ，假设安装在仓库 A 的阅读器 ID 是 1 。 CQ1 到达 RFID 中间件并插入到查询索引，那么查询数据三个离散段：第一个是 {(1, 10·260+ 1·236 + 3001), (1, 10·260+ 1·236+ 4000)},

第二个是 {(1, 10·260+ 2·236+ 3001), (1, 10·260+ 2·236+ 4000)}

最后一个是 {(1, 10·260+ 3·236+ 3001), (1, 10·260+ 3·236+ 4000)} 。原因是 EPC 模式指定了离散的 TID 范围。

10

3、问题定义在二维空间（ RID ， TID ）的查询数据是包含离散段的复杂对象。如图 1 所示，如果一个用户搜索“在仓库 A ，今年生产的三星手机”，然后应用系统发生一个 ECspec ，包含CQ1 ： readerID=1 ， EPC—Pattern=<10.[1-3].[3001-4000]> ，假设安装在仓库 A 的阅读器 ID 是 1 。 CQ1 到达 RFID 中间件并插入到查询索引，那么查询数据三个离散段：第一个是 {(1, 10·260+ 1·236 + 3001), (1, 10·260+ 1·236+ 4000)},

第二个是 {(1, 10·260+ 2·236+ 3001), (1, 10·260+ 2·236+ 4000)}

最后一个是 {(1, 10·260+ 3·236+ 3001), (1, 10·260+ 3·236+ 4000)} 。原因是 EPC 模式指定了离散的 TID 范围。

11

3、问题定义定义 1 ： Stabbing 查询代表一个标签被一个阅读器感知的事件。这个标签事件在查询检索中变成一个点查询。 StabbingQuery = {(ridi, tidj) R2}∈

定义 2 ：查询数据代表一个源于 ECSpec 的连续查询，查询数据包括针对阅读器和标签的过滤条件。阅读器的条件用 RID 的范围表示，标签的条件用 EPC 模式表示，它是一个 TID 的范围。因此，查询数据是一个包括一个 RID 范围集和一个 TID 范围集的对象。

12

3、问题定义在二维空间（ RID ， TID ）的查询数据是包含离散段的复杂对象。如图 1 所示，如果一个用户搜索“在仓库 A ，今年生产的三星手机”，然后应用系统发生一个 ECspec ，包含CQ1 ： readerID=1 ， EPC—Pattern=<10.[1-3].[3001-4000]> ，假设安装在仓库 A 的阅读器 ID 是 1 。 CQ1 到达 RFID 中间件并插入到查询索引，那么查询数据三个离散段：第一个是 {(1, 10·260+ 1·236 + 3001), (1, 10·260+ 1·236+ 4000)},

第二个是 {(1, 10·260+ 2·236+ 3001), (1, 10·260+ 2·236+ 4000)}

最后一个是 {(1, 10·260+ 3·236+ 3001), (1, 10·260+ 3·236+ 4000)} 。原因是 EPC 模式指定了离散的 TID 范围。

13

3、问题定义

14

3、问题定义如果 EPC 模式的产品和系列值是一个范围，那么查

询数据会包含多个段。如图 1 所示，段的大小取决于系列值的范围，段的数目等于产品值的范围。查询数据是一个复杂对象，最多包含 224 段 , 因为标签 ID 的产品编码是 24 位的，所以很有必要对这些数据建立索引，因为当保存一个连续查询时，需要插入很多段到索引中，另外在多次插入操作后，索引会变得很庞大，这时处理 stabbing 查询就会很没效率。

为了避免多次插入，可以把多维索引如 R-tree 应用到数据查找中，假如这样，索引必须用四维空间保存这些数据：RID ， manager ， product 和 serial 。这种索引的查询性能会成指数幂的衰弱，因此，虽然传统的索引能避免多次数据插入，但它们在处理查询时是低效率的。

15

4、有效的转换方案查询索引中的查询数据取决于 EPC 模式。因

此，有必要研究所有的 EPC 模式去发现查询数据的属性。我们分析了 27 种模式，因为模式中的每部分是一个常数或者 [低 -- 高 ]或者 * 。

16

3、问题定义 如表 1 所示，有 11 种模式是有意义的。 EPC 模式串

的第一部分标识 manager ，第二部分标识 product ，第三部分标识 serial 。 Manager 可以给每个厂家一个全球唯一编号，而 product 和 serial 可以根据厂家编制。因此有一些模式是不合理的，如 <[a1-a2].*.*> 和 <*.*.*>等。以上表明查询数据包含单个或者多个段以及段的数目和 product部分的值有关。

查询数据包含二维空间（ RID ， TID ）的单个或者多个段。我们称单个段的查询数据为简单查询数据，我也把包含多个段的查询数据称为复杂查询数据。复杂查询数据有两个或者更多段，最多为 224 段。一个查询段是组成复杂查询数据的最小单位，我们把查询数据设为 d ， d={d1,….,dn}其中 1<=n<=224 。查询数据段表示为 di={(minrid,mintid),(maxrid,maxtid)} ，其中 di d∈ 。

17

4、有效的转换方案复杂查询数据有多于两个的离散段，它们之间有几何

级的关系。段之间的关系是一致的：它们的表示方式和大小是一样的，但他们在几何形态上处于不同位置。案例 1：复杂查询数据的 EPC 模式的普通格式是 <M1.[P1—P2].[S1—S2]> 。假设复杂查询数据包含 RID坐标轴范围 (rida,ridb) 的非， TID坐标轴的模式 <m1.[p1--p2].[s1—s2]> 。假设复杂查询数据 d 包含段 {d0 ， d1 ，… dp2-p1} ，那么 di和 dj 之间就存在一致关系。

复杂查询数据的另一个属性是：查询数据段在 TID坐标轴的位置间隔是有规律的。每个段存在同样的 RID ，第 i个段 di 的开始点和第 i+1 个段 di+1 的开始点的距离是 236 。

18

4、有效的转换方案案例 2：查询数据段在 TID坐标轴上以间隔 236 不断重复。

因为插入时间成本和存储成本，不可能把所有的复杂查询数据插入到查询索引中。因此，我们必须把复杂查询数据转换成简单的形式。我提出一种新的转换技术，叫聚合转换，它利用了案例 1 和 2 中提到的查询数据段之间的属性关系。

复杂查询数据的段存在多个一致性属性和规律重复。为了简化复杂查询数据，最主要是找到数据的重复形式。可以用一种网结构去抽取复杂查询数据的规律重复形式，因为它包含固定的规律重复的单元格，它就象复杂查询数据一样。

19

4、有效的转换方案

20

4、有效的转换方案如图 2 所示，图 2 （ a ）显示复杂查询数据 d 包含三

个离散的段 d1 ， d2 和 d3. 。在案例 1 和案例 2 中， d1 ， d2 和 d3. 在各自的单元空间是同个形状的，如果复杂查询数据由一个固定的网格覆盖，那么它们有不同的单元 IDs 。我们假设 IDs 为 c ， c+1 ， c+2 ，如果我们用三维空间表示 d1 ，d2 和 d3 ，增加一个 ID 维度进入单元空间（ RID ， TIDcell ）， d1 ， d2 和 d3 的形状完全一样，他们的 cell ID 是从 c到 c+2 的序列，如图 3 （ b ）所示，我们通过聚合 d1 ， d2和 d3 产生新的矩形数据。我们把这个对象叫做聚合数据，表示为 {(1,3001,c),(1,4000,c+2)} 。

把这些步骤统一起来，我们能制定一个转换规则，它让转换处理得更快。

21

4、有效的转换方案我们假设查询数据在 RID坐标轴为范围 (rida,ridb) 的非， TID坐标轴的模式 <m1.[p1--p2].[s1—s2]> ， d0 ， d1…. 和 dp2-p1 为查询数据的段。 Cellsize 是网格单元在 TID坐标轴的长度， c1 为包含（ rida ， d0.mintid ）的单元 ID ， c2 为包含（ ridb,db2-b1,.maxtid ）的单元 ID ， h1 和 h2 为 di 之间的最短和最长距离。转换规则如图 2 ：

22

4、有效的转换方案聚合转换解决了插入索引时用时过长和存储

量太大的问题。这个技术的主要思想是从复杂查询数据中抽取规则重复形状，把复杂查询数据表示成聚合数据，这是通过转换规则来简化的过程。

23

5.总结本文我们提出一种复杂连续查询的的索引技

术，我们首先建立了查询段之间的一致的和规则重复的属性，基于这些属性我们提出一种叫做聚合转换的技术，它能从把查询段组转换成聚合数据。这些聚合数据代表查询段，及它允许查询索引存储成一个对象，而不是插入所有的段。我们提出的索引技术在很多数据集上的索引性能都比其他方法要好。