近年来,由于计算机应用技术的高速发展,人们获取数据的能力得到极大的提高,数据流作为一类重要的数据来源,受到越来越多的关注,基于数据流模型的聚类算法已成为重要的前沿课题。与传统数据库不同,数据流具有如下特点:数据的总量具有无限性、数据到达的快速性以及数据到达的无序性。由于数据流具有上述特点,所以要想对数据流中的数据有很好的聚类结果,提出高质量的聚类算法是很有必要的。本文提出了一种基于Hash函数抽样的双层数据流聚类算法HSCS,算法分为快速计算层和精确计算层两个阶段,快速计算层在线收集和预处理数据流,是整个双层数据流聚类算法的基础。在快速计算层阶段,算法采用等时间跨度滑动窗口的思想,对数据流中的数据用Hash函数进行抽样,从抽样数据中提取数据流的摘要信息,再将摘要信息作为精确计算层的输入。精确计算层是双层数据流聚类框架的离线分析部分,可以有更多的自主性对数据进行更加精确的聚类分析。在精确计算层阶段,将快速计算层输出的摘要信息进行聚类处理,选择了基于密度的聚类算法DBSCAN对摘要数据进行聚类,得到更精确的聚类结果。从实验数据集的实验结果上来看,HSCS算法能够通过对数据流的抽样分析来反映数据流的总体分布,同时也可以降低算法的存储需求,具有良好的可行性和有效性。