在不同时间点，记录现实中运动物体的位置，这些位置信息的集合，就是该物体的轨迹。
例如，某共享单车在2020-04-11 17:42:30时上报了其经纬度坐标（114.35, 39.28），则其在数据库中可以表示为一条记录：
| time | x | y |
|---|---|---|
| 2020-04-11 17:42:30 | 114.35 | 39.28 |
通常，在轨迹的采样点上，还会记录一些其它信息，如速度、方向等，这里假设其记录了速度的数据：
| time | x | y | speed |
|---|---|---|---|
| 2020-04-11 17:42:30 | 114.35 | 39.28 | 4.3 |
随着时间的变化，将会有一系列轨迹点。这里假设其有三条记录：
| time | x | y | speed |
|---|---|---|---|
| 2020-04-11 17:42:30 | 114.35 | 39.28 | 4.3 |
| 2020-04-11 17:43:30 | 114.36 | 39.28 | 4.8 |
| 2020-04-11 17:44:30 | 114.35 | 39.29 | 3.5 |
则这三个点组合起来，就构成了一条时空轨迹，其形状大致如下图所示：
将独立的采样点聚合成轨迹后，可以针对多个轨迹点进行压缩，节省存储成本，还可以执行多种针对轨迹的操作，例如：轨迹相交、提取子轨迹，轨迹相似性判断等。