随着数据处理领域研究的不断深入和研究内容的不断发展,研究者们逐步发现数据需要以流的形式处理。这些数据传输速度快、规模大、传输持续时间长,并且只能被有限的读取几次。对于无限的数据流而言,系统的有限内存只能得到一定精度的相似解。传统的数据查询算法利用关系模型,将数据在数据库中存储后再进行相关处理,不再适合用于不是永久关系形式的数据流。因此,如何实现对数据流的高实时性、高相似性的快速查询变得越来越重要。本文主要基于Haar小波分析方法预处理数据,结合滑动窗口算法和贪心算法的优点,综合实现数据流相似性查询。首先,本文介绍分析了Haar的相关理论,在数据总体误差可接受的约束前提下,利用抽样将数据流的数据总量降低,完成数据的预处理,仿真实验表明总体误差可以稳定在98%左右时,利用本文数据预处理算法可以将数据总量压缩7~11倍,验证了此种数据预处理的有效性。其次,为了解决数据滑动窗口过长造成数据等待时间过长和滑动窗口过短造成整体处理时间过长的之间的矛盾,本文对基本滑动窗口的滑动步长做了限制。通过仿真实验结果显示,改进算法可优化滑动窗口大小。再次,本文利用经Haar小波处理、抽样处理和滑动窗口处理的数据,构造平衡二叉树,结合贪心算法查找数据,数字仿真结果显示改善了数据查询的时间复杂度与空间复杂度。最后,本文将数据流相似性查询算法实际应用于小电流接地故障区段定位系统中,实现了数据的快速传输、故障区段的快速定位、系统的稳定运行。