所谓数据流,就是指大量连续产生,持续到达,并且潜在无限的数据序列。在网络监控、金融服务、Web页面访问、股票市场、以及传感器网络中,数据均以流的形式出现,满足了数据流的定义。由于数据流数据的特殊性,其海量数据很难被完全归档,因此针对于数据流的处理,往往需要在一次或者是有限次的顺序读取中获取最终的结果。传统的基于归档数据而研发出来的算法,例如聚类算法K-means,K-centers,频繁项挖掘算法Apriori,FP-tree，当应用在数据流环境中时,都遇到了或大或小的问题,需要被修改甚至是完全重新设计才能满足新的需求。而本文关注的正是数据流研究领域一个热门话题:数据流上的序查询。本文围绕着数据流上的序查询展开讨论,首先(第一章)给出了数据流上的序查询的定义及其应用,并分析了现有序查询研究在处理复杂问题上的不足之处。其次(第二章)对目前世界上此研究领域的研究现状进行了分析,并对其中两种较为成熟的算法做了详尽的介绍。在此基础上,本文的第三部分(第三、四章)重点提出了基于多维数据流上的一种新型的复杂序查询——基于聚类的序查询,以及相应的解决方案——多层次块状结构处理算法,详尽的理论分析与实验,则展现了该算法不仅具有可控的空间复杂度,同时也具备较优的查询性能。本文的最后部分(第五章),对数据流上复杂的序查询研究做了总结,并且给出了此研究领域目前仍旧存在的问题,以及后续可以持续开展的研究热点。