空间数据库ws整理

1、空间数据库整理数据：指客观事物的属性、数量、位置及其相互关系等的符号描述。空间数据：是对现实世界中空间对象（事物）的描述，其实质是指以地球表面空间位置为参照，用来描述空间实体的位置、形状、大小及其分布特征等诸多方面信息的数据。【三大基本特征：空间、时间、专题属性】空间数据库概念：指以特定的信息结构（如国土、规划、环境、交通等）和数据模型（如关系模型、面向对象模型等）表达、存储和管理从地理空间中获取的某类空间信息，以满足不同用户对空间信息需求的数据库。空间数据【非结构化（实体位置、大小形状和拓扑关系）】的组织和管理不同于一般的事务性数据【数据记录一般是结构化的（每一个记录有相同的结构和固定的长度

2、，记录中每个字段表达的只能是原子数据，内部无结构，不允许嵌套记录）】与统计数据相比空间数据更复杂：数据类型多（几何数据、关系数据、辅助数据）数据操纵复杂一般数据检索、增加、删除等定位检索、拓扑关系检索等数据输出多样（数据、报表、图形）数据量大，空间数据种类多测量、统计数据、文字地图、影像等传统方法管理空间数据库存在问题：【eg：列出居住在离公司50英里以内的顾客、无法利用索引缩小搜索范围】违背了数据独立性原则查询的实现需要了解空间对象的结构方法的性能大量的关系元组缺乏用户友好性需要用户对表的操纵很难定义新的空间类型不能表达几何计算相邻检测；点查询；开窗查询等空间数据管理的发展过程n 人工管理阶

3、段n 文件管理阶段n 文件与关系数据库系统混合管理系统n 全关系型空间数据库管理系统n 对象关系数据库管理系统Ø 关系型数据库+空间数据引擎Ø 扩展对象关系型数据库管理系统n 面向对象的数据库系统1、“关系型数据库+空间数据引擎”Ø 近年来由GIS厂商研发的一种中间件解决方案。Ø 用户将自己的空间数据交给独立于数据库之外的空间数据引擎，由空间数据引擎来组织空间数据在关系型数据库中的存储;Ø 用户需要访问数据的时候，再通知空间数据引擎，由引擎从关系型数据库中取出数据，并转化为客户可以使用的方式。关系型数据库是存放空间数据的容器，而空间数据引擎则是

4、空间数据进出该容器的转换通道。典型代表：ESRI的ArcSDE、MapInfo的SpatialWaren 优点：Ø 访问速度快，支持通用的关系数据库管理系统，空间数据按BLOB存取，可跨数据库平台，与特定GIS平台结合紧密，应用灵活。n 缺点：Ø 空间操作和处理无法在数据库内核中实现，数据模型较为复杂，扩展SQL比较困难，不易实现数据共享与互操作。2、扩展对象关系型数据库管理系统借助面向对象技术，对关系数据库管理系统进行扩展，使之能管理非结构化的空间数据。客户不必采用空间数据引擎的专用接口进行编程，而使用增加了的空间数据类型和函数的标准扩展型SQL语言来操作空间数据。n 产

5、品：Ø Oracle的Oracle SpatialØ IBM的DB2 Spatial ExtenderØ Informix 的Spatial DataBlade。n 优点：空间数据的管理与通用数据库系统融为一体，空间数据按对象存取，可在数据库内核中实现空间操作和处理，扩展SQL比较方便，较易实现数据共享与互操作。n 缺点：实现难度大，压缩数据比较困难，目前的功能和性能与第一类系统尚存在差距。空间数据库相关数据库：分布式数据库、演绎数据库、时态数据库、实时数据库空间实体：地理空间中的物体，通常包括两个组成部分：实体描述（实体由属性集来描述）；空间部分（包括几何和拓扑

6、）地图是对空间信息的反映；Ø 表示空间实体的属性信息Ø 表示空间实体的定位信息Ø 表示空间实体的空间关系信息地理空间建模的二分法：基于实体/场的建模。（二者可以共存）基于实体的建模Ø 将地理实体和现象作为独立的对象，以独立的方式存在，主要描述不连续的地理现象Ø 任何现象都是一个对象，实体由不同的对象组成。Ø 把信息空间看作许多对象的集合，这些对象具有自己的属性Ø 主要描述不连续的个体现象，适合表示有固定形状的空间实体Ø 强调个体现象，对象之间的空间位置关系通过拓扑关系进行连接Ø 用点线面来表示基于场的建模

7、Ø 把地理空间的事物和现象作为连续的变量来看待l 空气中污染物的集中程度l 地表的温度Ø 在空间中任何点上都有一个表达这一现象的值场的特征· 空间结构特征和属性域· 空间结构是指可以进行长度和角度测量的欧氏空间· 空间结构可以是规则的或不规则的· 属性域：名称、序数、间隔和比率· 连续的、可微的、离散的· 位置的微小变化，带来属性值的微小变化· 边界离散· 与方向无关和与方向有关的（各向同性、各向异性）· 若场中的所有性质都与方向无关，称各向同性场· 否则为各向异性场【在不同

8、的方向所测得的性能数值不同。】· 空间自相关，是空间场中的数值聚集程度一种量度。· 如果一个空间场中的数值有聚集的倾向，则该场表现出正空间自相关；· 如果空间场中的数值在空间上有排斥倾向，则该场表现出负空间自相关。根据属性分布的表示方法，场模型的表达可分为：Ø 图斑模型【将地理空间划分为一些简单的连通域，每个区域用一个简单的数学函数表示一种主要属性的变化】Ø 等值线模型【场由一系列等值线组成。等值线：地面上所有具有相同属性值的点的有序集合】Ø 选样模型【地理空间上的属性值是通过采集有限个点的属性值来确定的；如高程用离散点、规则格网、不

9、规则三角网采样】不规则三角网模型TIN：按照一定的规则将离散点连接成覆盖整个区域且互不重叠、结构最佳的三角形（能够避免地形平坦时的数据冗余。）地理空间表达模式Ø 镶嵌模式（tessellation mode曲面细分模式）【精度与分辨率有关】Ø 矢量模式（vector mode）Ø 半平面表达（ half-plane representation)用镶嵌模式表达基于实体的数据：二维空间中的空间实体被表示为包含它的有限像素子集.· 空间实体的最小表达单位：一个单元或象素(Cell或Pixel)，依行、列构成的单元矩阵叫栅格(Grid)；· 每个单元

10、通过一定的数值表达方式（如颜色、灰度级）表达诸如环境污染程度、植被覆盖类型等空间地理现象. 用镶嵌模式表达基于场的数据：在镶嵌模型中, 不再是点的连续函数，而是像素的连续函数。矢量模式中，对象被表达为由点和边组成，点和边称为图元.【相对于栅格表达，矢量表达不占据太多的内存】基于实体的矢量模式总结Ø 矢量模式比栅格形式更紧凑。Ø 表达空间实体时，在表达能力和结构的复杂度上有一个折中。Ø 简单的矢量表达不能表示一些约束，而这些约束对确保语义的正确和数据完整性方面是很有用的。基于场的矢量表达：DEM（对空间抽象模型的数字表达）、TIN。拓扑关系：定义物体之间的空间关系的

11、一种数学方法。在GIS中，表示空间关系的方法主要有:   1）区域定义：多边形由一组封闭的线来定义   2）邻接性：用多边形-弧段结构来确定多边形相互之间的邻接关系   3）连通性：以弧段节点结构来确定弧段与弧段之间的连通性，用于路径分析、最佳路径计算、网络流程分析等   4）方向性：由起点至终点即确定了一个方向   5）包含性：指面状物体包含哪些线状物体和点状物体. 如一个省内有 多少个城市，城区内分布哪些小学、一个居住小区内配套设施如何等等 三种常用的方法表达空间对象的集合： Ø 面条SpaghettiØ 网络

12、Network Ø 拓扑Topological面条模型特点（简单、独立型好；缺乏矢量关系的表达和数据冗余）Ø 独立地描述实体集中任意实体的几何信息.Ø 面条模型不存储拓扑关系，所有的拓扑关系在需要的时候进行计算。Ø spaghetti model是最简单的矢量数据模型Ø 只表达最基础的连通关系Ø 多边形是坐标的列表，相邻多边形的边储存两次Ø 空间关系不储存，要通过计算来获取网络模型【节点和弧。网络拓扑的内在描述，没有实体之间关系的信息】Ø 用于在基于网络（图）的应用中对网络进行表达:n transportation

13、 services n Utility management (electricity, telephone, and so on).Ø 基于数学中的图论Ø 模型中存储points and polylines的拓扑关系.Planar, 每个边的交点记录为一个节点（node）,即使这个节点不对应于任何地理实体.Noplanar, 边的交叉不产生交点拓扑模型【结点和弧】：拓扑网络把平面分成很多相邻的多边形，多边形并不对应于实际的地理实体.Ø 坐标和属性数据分开存储Ø 模型的基本对象是几何实体：the points, lines and polygons. 每

14、个实体的坐标有一个唯一的标识号存储在二进制文件中；Ø 属性值和拓扑描述存储在 RDBMS tables, originally in INFO tables. 与几何属性通过标识号连接.优点Ø 几何要素是共享的不是重复的；Ø 数据模型代表相邻的多边形，不需要计算的需求；Ø 促进一致的更新,只需一个副本的边界更新；缺点Ø 比Spaghetti model更复杂, may slow down processing.Ø 一些结构信息没有实际的语义含义.Ø 增加一个新的对象需要对平面图进行重新计算.空间数据：是可以利用表示地球表面或

15、近地表位置的空间属性被显示、操纵和进行分析的数据。【矢量数据、栅格数据、伪空间数据】空间数据有两个重要性质:l 以一个地理空间为参考。l 用多种比例尺表示。当用相对小的比例尺记录空间数据时，可以代表地球表面或邻近表面的较大区域。伪空间数据：一些形式的空间数据不能被直接用于空间应用。【街道地址、字母-数字地理数据、扫描地图 /航空照片.】空间数据分类：基础地图数据层、框架数据层、应用数据层、业务解决方案层空间数据有两个关键方面:Ø 数据的表示（几何）Ø 关系的表示（拓扑）几何：“Geometry”通常被理解为数学的一个分支，处理零维和高维空间的点、线、角、面和表面的属性及关系

16、。拓扑：是一个数学领域。研究当图形形状在弯曲、拉伸、收缩或其他方式扭曲下几何形状保持不变的属性。关注的是几何图形之间的关系而不是它们的固定坐标。包括：Ø 相邻（ Adjacency ），空间图形中同类元素之间的拓扑关系。Ø 连通（ Connectivity ），空间图形中弧段之间的拓扑关系。Ø 包含（containment ），空间图形中不同类或同类但不同级元素之间的拓扑关系。拓扑数据结构（节点、边、多边形）是存储真实世界要素之间固有关系的。非拓扑数据结构：shapefile model Ø 主文件：Shape的位置信息；Ø 索引文件：对主文件

17、的索引，指出主文件中记录在文件中的位置信息；Ø 数据文件：包括Shape的具体位置和属性信息。内容关系数据模型面向对象数据模型基本数据结构二维表类数据标识符码OID静态性质属性属性动态行为关系操作方法抽象数据类型无有封装性无有数据间关系主外码联系，数据依赖继承、组合模式演化能力弱强Geodatabase的三种类型u 个人地理数据库(.mdb)【存储上限为2GB】u 文件地理数据库(.gdb)【以文件夹的形式表现、以二进制文件格式存储、每个表存储上限为1TB】u ArcSDE地理数据库【支持多用户并发编辑、存储于RDBMS中、伸缩性】· 八叉树上的节点分为三类：·

18、灰节点，它对应的立方体部分地为V所占据；· 白节点，它所对应的立方体中无V的内容；· 黑节点，它所对应的立方体全为V所占据。· 后两类又称为叶结点根据不同的存贮方式，八叉树可以分别称为常规的、线性的、一对八的八叉树等  物理存储介质基本存储：寄存器、高速缓冲存储器、主存储器在线存储：快闪存储器、磁盘存储器脱机存储：光盘存储器、磁带存储器磁盘Ø 磁道：圆形磁盘片上向边缘延伸的许多同心圆环Ø 扇区：磁道被划分为扇区，扇区大小由驱动器的厂商设定Ø 磁盘块 ：（页面）是磁盘与主存之间的最小传输单元数据在磁盘上的不同放置策略

19、可以在很大程度上减少寻道时间（ts）和延迟时间（tl）寻道延迟传输有效应用磁盘Ø 扇区大小n 大的扇区对大数据集提供更快的转换速度n 但对小数据集会浪费存储空间Ø 常用数据项的放置n 放置在中心轨道，而不是外边或里边的轨道最小化平均寻访时间 Ø 大数据集需要更多的扇区。选择同一个圆柱面上的扇区Ø 把重复访问的数据放在主存缓冲区中缓冲区管理器：DBMS的一个软件模块，负责管理主存与二级存储之间的数据传输。磁盘上的数据是文件、记录和域组织起来的集合域：关系或实体的一个特征或属性记录：关系中的一行，是属性域的集合（通常小于一个扇区；一个扇区上会有很多个记录）文

20、件：记录的集合，一个文件可能跨越多个扇区同类的记录可以表示为一个关系不同类型的记录集可能是几个相关关系的组合一个页面是槽（slot）的集合，每个槽包含一条记录文件系统：文件的集合，组织成目录文件结构：文件组织其记录的方法磁盘访问度量· 磁盘访问的次数依赖于很多因素，例如磁盘页面容量、分割算法、插入顺序等。· 将采用聚类的子空间中每个网格点的散列单元平均数，来作为度量空间填充曲线聚类性能的标准。· 如果每个网格点都映射到一个磁盘块，那么这种度量刚好对应于涉及附加寻道时间的不连续的磁盘访问数量。常用的文件结构Ø 堆Heap or无序unordered or无

21、结构unstructured 文件Ø 有序Ordered文件Ø 散列Hashed文件Ø 聚类Clustered文件Ø 描述Descriptions follow文件堆文件Ø 记录没有特定的顺序Ø 插入：把记录插入扇区的最后Ø find, find next, nearest neighbor：扫描整个文件Ø RIVER表(无序文件),根据给定的关键码(如name)查找一条记录需要扫描文件中的记录。在最坏情况下，文件的所有记录都要被检查，所有存储该文件数据的磁盘页面都要被访问。平均来说，需要检索一半的磁盘页面。

22、16; 无序文件的主要优点是在进行插入操作时可以很容易地在文件末尾插入一条新记录。 散列文件Ø 散列函数：可取之处在于它能够把数量大致相同的记录放入每个散列单元中Ø find, insert, delete 速度很快Ø Find next, nearest neighbor速度慢Ø 不适合范围查询，例如，查找所有名字以字母“B”开头的城市的详细信息有序文件Ø 有序文件根据给定的主码域对记录进行组织 find, insert, delete 可以使用binary search(折半算法 ), it is very efficientØ

23、有序文件组织方式还可以根据对空间数据集的文件组织方式而概括成空间聚类。聚类Ø 使用空间填充曲面对扇区记录进行聚类Ø 聚类的目的就是降低常见大查询的寻道时间(ts)和等待时间(t1)。Ø 对空间数据库，意味着在二级存储中，空间上相邻的和有关联的对象在物理上应当存储在一起。 SDBMS支持的三中聚类方法：内部、本地、全局聚类。空间聚类技术（从高维空间向一维空间的映射）特点：该映射是距离不变(distance-preserving)的空间上不会有两个点映射到直线的同一个点上Ø Z-curve Z序Ø Hilbert-curve Z-curve生成算法

24、Ø 读入x，y坐标的二进制表示Ø 隔行扫描二进制数字的比特得到一个字符串Ø 计算结果二进制的十进制值Hilbert算法Ø 读入x和y坐标的n比特二进制表示。Ø 隔行扫描二进制比特到一个字符串。 Ø 将字符串自左至右分成2bit长的串Ø 规定每个2bit长的串的十进制值为：“00”等于0，“01”等于l；“10”等于3；“11”等于2 Ø 5）对于数组中每个数字j，如果l ·j=0把后面数组中出现的所有l变成3，并把所有出现的3变成1。l ·j=3把后面数组中出现的所有0变成2，并把所有出现的2变

25、成0。Ø 将数组中每个值转换成二进制表示（2bit）长的串，自左至右连接所有的串，并计算其十进制值（或直接将其认为四进制数，转为十进制数）聚类效率比较：Hilbert曲线的方法要比Z曲线好一些，因为它没有斜线。不过，Hilbert算法和精确入口点及出口点的计算量都要比Z曲线复杂。计算机的两级存储：内存（数据库中的资料即数据）和外存（数据索引）四叉树分割是递归地把空间分成四个相等的部分为什么说 索引对于处理的效率至关重要？Ø 若对磁盘上资料的位置不加以记录和组织，每查询一个数据项就要扫描整个数据文件访问磁盘的代价会严重影响系统的效率Ø 必须将资料在磁盘上的位置加以记

26、录和组织，通过在内存中的一些计算来取代对磁盘漫无目的的访问能否快速的检索信息是衡量数据库性能高低的一个主要的标志。索引表：基本构件是索引项。一个索引项中有关键词值和指针，通过指针可找到含有此关键词值的记录，即一个索引项为：（关键词值，指针）。多个索引项构成了一个索引（表）数据库=主文件+索引文件【索引文件是用来提高数据文件查询效率的辅助文件】一条索引记录包括：主码值key value、数据扇区的地址主索引：如果数据文件的记录是按主码排序的，那么索引就只需要保存数据文件的每个磁盘页面第一个主码域值空间索引（SpIdx）：依据空间对象的位置和形状或空间对象之间的某种空间关系按一定的顺序排列的一种数

27、据结构（描述存储在介质上的数据的位置信息，建立逻辑记录与物理记录间的对应关系）【对空间的逐级划分】空间索引的基本原理相似,即采用分割原理,把查询空间划分为若干区域(通常为矩形或多边形),这些区域或单元包含空间资料并可唯一标识。格网索引：peano键和空间对象；BSP树：空间逐级一分为二（树三维延伸）；四叉树索引（线性四叉树和分层四叉树）:递归地对地理空间进行四分，直到自行设定的终止条件（比如每个节点关联图元的个数不超过3个，超过3个，就再四分），最终形成一颗有层次的四叉树。树空间区域可以有重叠；树中没有重叠，一个对象可以被分成几部分（矩形）。树采用凸多边形进行划分。关系代数六种基本运算：选择，

28、投影，并，笛卡儿积，差，交Spatial queries：检索空间数据中存储的满足特定条件的值，更复杂空间数据：二维或者三维数据查询结果：以图形表示空间查询：利用一个或多个空间操作算子构成，包括表达空间关系的谓词。空间算子分类（拓扑投影度量算子）：· 一元算子：· 获取单个几何的属性信息（如，位置、面积、长度和体积属性）· 二元算子：· 获取两个实体间的关系（如距离，方向，邻接性，连接性，包含性）初步过滤，空间索引；二次过滤，空间操作。得到查询结果。扩展SQL支持用户自定义类型，可用于操纵和获取空间数据；保持SELECT-FROM-WHERE结构作为数据

29、库查询的框架。数据库设计流程Ø 外部设计找出数据中公有的、核心的对象，得到描述数据对象内容的数据字典；Ø 概念设计阶段构建数据模型表达数据对象的结构特征和相互关系；分析和表达数据对象的空间、时间和属性特征；【建模语言(UML)- UML用类图(class,association,multiplicity)表示概念模型，ODL或E/R图】得到数据对象图；Ø 逻辑设计得到数据模型；【GIS的逻辑数据模型：Geo-relational数据模型（空间、属性数据分开存储），Object-relational数据模型（对地理对象的属性数据（状态）和对这些属性数据进行操作的方法

30、（行为）进行统一建模，永久存储）】Ø 物理设计得到数据库实体（逻辑模型在实际的物理存储设备上的实现）。空间数据的完整性约束Ø 拓扑完整性约束，关于空间要素间空间关系（如，邻接，包含和连接）的几何属性.Ø 语义完整性约束，控制数据库中对象空间行为的数据库规则（例如，地块不能位于水体中）.Ø 用户定义约束，类似于那些在非空间数据建模中确定的业务规则（例如，沿湖岸200米的缓冲区内禁止树木采伐）.Oracle Spatial：一系列函数和过程的集合；提供了SQL模式和函数来实现Feature Collection的存储、检索、更新和查询。R-treeQuad-tree几何形的近似形不可调节，采用最小包围盒可以通过设定分片级别和数量来调节几何形的近似形索引的创建和调整容易调整较复杂，会显著影响性能相对较少的存储空间相对较大对最近邻居SDO_NN查询较快对最近邻居查询较慢更新数据的效率较低频繁更新数据不会影响索引的性能可以多到四维空间索引只能在二维空间索引SDO_WITHIN_DISTANCE查询效率高能够实现全球的索引将复杂的空间实体操作封装成类,出现一个新的概念地理空间数据库引擎（ArcSDE）ESRI对SDE定义为：从空间数据管理的角度来看,SDE可看成是一个连