互联网催动了电子商务、自动驾驶、网络社交、物联网的极速发展,大量的空间数据随之产生,人们的日常生活越来越依赖于空间数据,空间数据的大数据时代已经到来。空间数据具有:数量多、产生速度快、结构复杂、操作特殊等特点,传统的关系型数据库难以应对空间多维数据的存储和操作。而且传统的存储设备是块存储每次更新是按照块大小来操作的,在空间索引数量多,小数据的情况下影响检索插入性能。针对以上问题,本文采用了基于R树、RLink树、非易失性存储（Non-Volatile Memory,简称 NVM）和非易失性内存编程开发库（Persistent Memory Development Kit,简称PMDK）等技术,设计并实现了优化持久R树（Optimized Persistent R tree,简称OPR-tree）和持久 RLink 树（Persistent RLink tree,简称 PRLink-tree）空间数据检索结构。该索引结构实现了对空间数据的插入,检索主要功能,满足了非易失性内存的按字节读取、8字节原子更新、大容量等特性。具有更高的插入,检索吞吐量的优点。本文的主要工作如下:（1）分析现有的R树二次分裂算法存在的遗留分支缺陷,针对遗留分支问题,提出一种改进的分裂流程,修改了原本的分裂流程,测试表明这种分裂流程的改进可以提高空间利用率和减少覆盖。（2）使用了位图bitmap来加速结点内部分支的查找,设计的8字节大小的header来保存结点元数据OPR-tree为（层级、版本号、位图）,PRlink-tree为（层级、逻辑序列号、位图）,充分利用非易失性的最小8字节原子化更新大小来设计。（3）使用了 Inplace-update就地更新方式,来插入新的索引记录和更新旧的索引记录。相比于原始的R树将溢出结点分裂成两个新结点,再将两个新结点插入到父结点中去,原始的R树分裂方式需要父结点有两个空的分支,如果不满足则父结点需要再次分裂,增加了分裂次数,影响了操作效率。Inplace-update这种更新方式只需要一个空的分支,它利用了原始的溢出结点分支,提高了操作效率。（4）OPR-tree使用了 mutex锁实现多线程操作,PRLink-tree使用了读写锁实现多线程操作。并且分析了多线程操作下的读写一致性问题。（5）使用了日志结构来避免系统崩溃或断电后导致的非易失性内存中数据不一致问题。针对OPR-tree,PRLink-tree索引结构,搭建了基于英特尔傲腾持久内存的非易失性内存实验环境,实验了它的多线程插入,检索吞吐量,不同header大小下插入,检索吞吐量,实验结果表明:OPR-tree的在插入,检索性能方面优于FBR-tree,OPR-tree 插入性能最高提升了 34%,检索性能最高提升了 6%。在同等数据量下 PRLink-tree对非易失性内存的平均刷写次数相比于OPR-tree和FBR-tree大大减小,插入性能也优于 OPR-tree 和 FBR-tree。