随着传感器技术的飞速发展,时间序列数据广泛的出现在如商业、气象、医学等应用领域中。对于时间序列的数据挖掘任务也一直是学术界和工业界的研究热点,而时间序列的相似性查询就是其中一个基础且重要的任务。由于时间序列具有维度高和数据量大的特点,传统的集中式算法已不能很好地满足用户的需求。解决海量的高维时间序列数据的相似性查询问题成为了一个充满挑战的研究问题。近年来,随着分布式集群框架的兴起,用分布式系统处理海量时间序列的数据挖掘任务,成为了研究的主流。所以本文围绕分布式集群框架Spark下的时间序列相似性查询算法展开研究。本文的主要工作如下:(1)对现有的时间序列相似性查询的相关研究进行了全面的总结和分析,将其划分为时间序列的特征表示方法、相似性度量、索引技术。此外对分布式环境下时间序列的现有相关研究进行了介绍和分析。(2)提出了基于符号化表示的时间序列相似性查询分布式算法,该方法首先对时间序列进行基于趋势和均值的符号化特征提取处理,将时间序列表示为包含趋势信息和均值信息的离散化符号。接着在Spark集群中,使用基于特征表示的符号构建相应的索引结构,并通过索引最终高效地实现相似性查询。(3)提出了基于局部敏感哈希(LSH)的时间序列相似性查询分布式算法,该方法利用LSH善于处理高维数据的特点,将高维时间序列视为高维空间中的一个点,从而将原始空间中相似的时间序列以高概率散列到相同的桶中,而不相似的时间序列大概率的哈希到不同的桶中,这样就避免了大量不必要的计算。同时在Spark中建立分布式的索引结构,利用索引而非原始时间序列进行检索,提高检索效率,同时还利用碰撞计数方法,进一步提高检索的速度。