关系数据库能够支持空间数据的存储，却无法支持对其高效的访问，这是因为空间数据的多维特性与关系数据库中的一般索引不相适应。一般索引只适合对一维数据进行索引，因为其索引项是一维线性且严格有序的。空间数据的多维特性在任何方向上并不存在优先级问题，因此需要研究特殊的另类“索引”以适应多维特性的空间数据。空间索引由此应运而生，空间索引主要依靠空间对象之间的邻接性对数据进行组织，它的索引项通常是多维空间下的点或区域。 空间索引作为空间数据库中的重要组成部分，可以加快对空间对象的检索。空间索引的直接需求来自于大量空间对象上的空间运算，本文认为在空间数据库中空间运算应该分两步进行：第一步是筛选步骤，通过空间索引缩小进行比较的空间对象的个数；第二步为细化步骤，对从第一步中筛选出的空间对象进行精确的空间运算操作。本文总结出空间索引系统应提供的三类空间查询：空间范围查询、最近邻居查询、空间连接查询。空间范围查询在某图层内找出与给定查询窗口满足一定空间关系的所有空间对象；最近邻居查询在某图层内找出距离某点最近的空间对象；空间连接查询往往涉及对两个或两个以上图层中空间对象之间的操作。这三类空间查询经常出现在GIS、CAD／CAM等应用系统中。 本文重点讨论了R树、BucketFile两种空间索引的基本结构及三类空间查询在其上的算法实现。基本空间对象类型包括点对象、面对象、线对象。基于R树的空间索引结构主要对点对象和面对象进行索引；BucketFile空间索引结构主要对线对象进行索引。R树是一种类似于B~+树的动态平衡树，其索引项基于空间对象的最小外接矩形。空间对象的外接矩形能够粗略反映出空间对象的空间特性，从而加速空间对象的定位过程。BucketFile空间索引结构利用Z-ordering曲线对空间进行分区，并将线对象映射到相应的分区中。选用Z-ordering曲线的理由在于其对分区的编号方式能使编号连续的分区较好的反映它们之间的空间邻接性。