键值存储旨在从非常大的数据量中提取值，同时具有高可用性、容错性和可伸缩性，因此提供了非常需要的基础设施来支持基于位置的服务（LBS）。然而，多维数据上的复杂查询不能有效地处理，因为键值存储不提供访问多个属性的方法。针对键值存储HBase不能有效处理多维数据的问题，提出了一个统一的索引框架——New-grid，使键值存储HBase支持多维查询。在改进的P-grid覆盖网络中，组织了一组节点，提供了高效的数据分布、容错和多维数据的查询处理。为了进行索引，使用基于Hilbert空间填充曲线来保存数据的局部性，从而有效地管理键值存储中的多维数据。同时使用HBase底层存储管理数据，并提出了一种范围查询和K最近邻查询的算法，以消除维护单独索引表的开销。在Amazon EC2上使用4、8和16个普通节点的集群进行了广泛的实验。实验结果表明，New-grid的性能相比MD-Hbase以及MapReduce更优。
