XML作为一种数据描述语言，由于其内容与形式分离、易扩展、和易移植的特点，已经成为广泛应用的数据交换标准。基于XML的数据查询十分频繁，如何提高XML数据查询效率也一直是领域研究热点。XML数据索引的性能是决定其查询效率的关键因素，路径多维索引(Universal B+-Tree，简称UB-Tree)是一种将路径转化为空间地址，进而实现对数据进行多维管理的索引结构，由于其摆脱了原有的路径匹配只能基于字符串匹配的特点，逐渐成为XML数据索引的一个重要实现技术，其中区域查询算法的效率以及区间存储方式是该技术中的重要研究课题。　　 目前已实现的具有代表性的XML路径多维索引方法是的UB-Tree方法(Universal B+-Tree)。UB-Tree方法存在两个问题：1)索引树中的节点记录一个区间，但数据分布的无规律性使得区间内通常只有少量数据点，对数据查询的效率造成很大影响；2)在数据查询时无法避免对空数据区间的遍历。以上两个问题显著影响UB-Tree方法查询的效率。　　 本文的研究拟对以上两个问题进行改进。首先，针对存储空间使用率不高，存在大量无数据区间的问题，本文在以区间段存储取代原有的区间分割地址储存方式的基础上，采用改进的边界区间存储方式对批量数据进行存储，有效提升了空间的有效利用，并减少了存储结构中对无数据区间的保存开销；其次，针对数据查询存在的效率问题，本文在Tomas Skopal等人提出的基于区间相交性判断的改进DRU区域查询算法基础上，采用空间分解的方法对查询区域进行有效的分解，同时建立缓存用于存储公共路径，减少对相同节点的重复访问。实验结果表明，基于改进数据存储方法的空间分解查询算法在查询效率以及区间使用率方面都较原UB-Tree方法有不同程度的提高。