在不同時間點，記錄現實中運動物體的位置，這些位置信息的集合，就是該物體的軌跡。
例如，某共享單車在2020-04-11 17:42:30時上報了其經緯度坐標（114.35, 39.28），則其在數據庫中可以表示為一條記錄：
| time | x | y |
|---|---|---|
| 2020-04-11 17:42:30 | 114.35 | 39.28 |
通常，在軌跡的采樣點上，還會記錄一些其它信息，如速度、方向等，這里假設其記錄了速度的數據：
| time | x | y | speed |
|---|---|---|---|
| 2020-04-11 17:42:30 | 114.35 | 39.28 | 4.3 |
隨著時間的變化，將會有一系列軌跡點。這里假設其有三條記錄：
| 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 |
則這三個點組合起來，就構成了一條時空軌跡，其形狀大致如下圖所示：
將獨立的采樣點聚合成軌跡后，可以針對多個軌跡點進行壓縮，節省存儲成本，還可以執行多種針對軌跡的操作，例如：軌跡相交、提取子軌跡，軌跡相似性判斷等。