Traffic events announcements such as jams and road closures are continuously reported by mobile and Web applications. This collection of spatio-temporal data is an important source of information for urban planning, and can be used to orchestrate a number of actions to mprove the mobility, such as traffic control, traffic lights synchronization and preventive maintenance. Such analysis usually involves computation of spatial relationships among data, and may involve location of landmarks, roads and different types of events. In this paper, we propose a Method for Indexing Traffic Events (MIDET) for querying spatio-temporal data, whose location can be represented as a point or collection of points. MIDET is based on a fixed-grid space-oriented partitioning. In order to tackle the data skew, each grid cell is associated with a set of blocks containing event records. Moreover, a bitmap index is used for filtering out blocks without retrieving the actual data. MIDET provides the following benefits: adoption of a simple bulk loading process to manage dynamic insertion streams, and in-memory spatial joins. We conducted an experimental study using real data obtained from Waze. MIDET’s query performance was compared with Postgis, which adopts an R-tree index structure.

Este artigo apresenta o MIDET-IU (Method for Indexing Traffic Events - Interface de Usuário), um sistema que permite realizar consultas sobre eventos de trânsito coletados pelo aplicativo Waze. A implementação do sistema utiliza o modelo de armazenamento e consultas do MIDET, proposto no SBBD 2021. O modelo é baseado no particionamento espacial em forma de grade sobre uma área de interesse, gerando células geográficas (CGs) de tamanho fixo. Dessa forma, eventos de trânsito que ocorrem em uma mesma CG são armazenados em conjunto com o objetivo de obter um bom desempenho em consultas espaciais. Nesta demonstração, são utilizados dados do Waze da cidade de Joinville. Uma interface gráfica permite selecionar uma região de interesse, um intervalo de tempo, bem como os tipos de eventos a serem apresentados no resultado da consulta.

Dados coletados a partir de eventos no trânsito, como engarrafamentos e acidentes, são importantes para o planejamento da mobilidade em cidades. O desafio é transformar este conjunto de dados em conhecimento sobre mobilidade. Em razão da velocidade com que os dados são reportados, o armazenamento de eventos é geralmente feito como registros individuais. Embora este modelo de armazenamento garanta um baixo custo de inserção em uma base de dados, ele produz baixo desempenho em consultas que necessitam recuperar eventos que satisfaçam filtros espaço-temporais. Para tratar deste problema, este artigo propõe um método para o armazenamento e indexação de dados de eventos de trânsito baseado em uma tesselação da área de interesse. íE apresentado um estudo de caso que demostra sua aplicação sobre dados coletados no aplicativo Waze.