流式数据是一种新型的数据形态,具有动态、连续并高速到达等特点。近年来随着越来越多物联网系统以及基于移动传感设备的数据平台不断涌现,流式数据的规模急剧增大,针对流式数据的查询和分析问题也越来越受到人们的关注。海洋平台中不断收集到的船舶轨迹数据就是流式数据的一种,利用船舶轨迹数据来实时分析船舶异常行为对于保障航海安全具有很大意义。然而此类数据平台通常不直接暴露自己的底层数据源供用户查询和分析,如何基于这样的前提对具有流式数据特性的船舶轨迹数据进行快速、高效的访问和分析成为一个亟待解决的问题。为解决这个问题,本文提出用数据服务来封装底层流式数据源,再通过数据服务组合的方式来应答复杂度较高的用户查询请求。本文的具体工作如下:1)提出一种考虑了流式数据时变特性的连续数据服务模型,该模型随底层流式数据的不断到来而持续更新其输出结果,这种与数据库中物化视图输出方式相同的特点使其可视作建立在流式数据源上的物化视图。不同之处在于连续数据服务可接收灵活的实例化参数,从而成为一种具有定义可变的视图。2)受传统数据集成领域中基于视图的查询重写问题的启发,提出了两种基于视图的连续数据服务组合算法,SBucket(Service Bucket)算法和SMiniCon(Service MiniCon)算法,能够针对用户的连续查询请求自动从大量的连续数据服务集合中快速且准确地生成符合要求的服务组合计划。3)基于海洋真实轨迹数据和案例验证了本文所提方法的可行性和准确性,并进行了充分的实验证明了所提方法的高效性。4)开发出一套面向海洋轨迹数据的连续数据查询分析原型系统,具有连续数据服务注册、用户查询提交、自动生成服务组合计划和结果分析等功能。