Masa depan database spasial?


12

Mungkin agak di luar topik. Saya ingin mengetahui pentingnya industri khusus dari Database Spasial.

Apakah Database Spasial merupakan bagian yang sangat penting dari sistem GIS? Atau akankah kita menggunakan teknologi lain untuk menyimpan dan mengambil data spasial dalam waktu dekat?

Saya ingin mengetahui hal-hal ini karena saya akan segera mengejar MS tentang Spasial Database Optimization.


1
Dengan "Database Spasial" apakah Anda menerima definisi yang diberikan oleh Wikipedia di en.wikipedia.org/wiki/Spatial_database ? Jika Anda mendefinisikannya identik dengan DBMS Spasial maka responsnya mungkin berbeda. Sebagai contoh, saya akan mengatakan bahwa File Geodatabase adalah Database Spasial tetapi bukan DBMS Spasial, dan sering digunakan untuk GIS di tingkat Proyek dan Departemen.
PolyGeo

Tidak, saya berbicara tentang Database Spasial yang disebutkan di Wiki (yaitu SDBMS)
Nawshad Farruque

Saya tidak dapat menemukannya, tetapi saya pikir pertanyaan serupa sudah diposting. Apakah ada yang ingat tentang itu?
simo

Akhir-akhir ini saya ditanya tentang SOLAP tetapi belum menemukan banyak diskusi tentang itu. Saya pikir ini akan menjadi area penelitian yang baik.
Kirk Kuykendall

1
Ini bukan diskusi besar tentang SOLAP, dan agak ketinggalan jaman tetapi tesis saya berurusan dengan SOLAP dalam konteks Arc Marine Data Model dusk.geo.orst.edu/djl/theses/brett/brett_thesis.pdf . atau versi "Transactions in GIS" onlinelibrary.wiley.com/doi/10.1111/j.1467-9671.2009.01159.x/…
blord-castillo

Jawaban:


5

Database spasial menyediakan layanan untuk menyimpan dan memanipulasi geometri, umumnya diposisikan dalam sistem geodetik. Pentingnya basis data spasial di belakang GIS Anda sebagian besar akan bergantung pada penggunaan, tetapi secara umum, Anda hampir tidak dapat berbicara tentang GIS jika Anda tidak memiliki database spasial yang tepat untuk penyimpanan data.

Karena kenyataan bahwa komputer hanya dapat memanipulasi data satu dimensi yang linear, Anda dapat membagi basis data spasial menjadi dua bagian logis:

  • Manipulasi dan pengindeksan geometri, dengan dukungan geodesi
  • Teknologi penyimpanan

Algoritma dan logika yang digunakan untuk manipulasi geometri benar-benar spesifik, dan kemudian dipetakan ke data satu dimensi "klasik" untuk membuatnya secara langsung kompatibel dengan komputer untuk penyimpanan. Satu-satunya fitur yang memiliki satu kaki di setiap dunia adalah indeks sadar spasial, yang menggunakan algoritma yang mirip dengan R-Trees .

Untuk penyimpanan, teknologi apa pun yang mendasarinya dapat cocok, dan tidak akan banyak berubah dengan cara Anda memanipulasi data spasial. Mungkin database SQL (dan teknologi berasimilasi) atau semacam penyimpanan noSQL atau yang lainnya. Hal utama yang akan berubah adalah pengindeksan spasial, fitur lainnya dapat diimplementasikan tanpa kelemahan utama (well kecuali sesekali pekerjaan tambahan).

Jadi, inilah kesimpulan saya: jika Anda mempelajari cara memanipulasi data spasial secara efisien, dan, tergantung pada kemampuan Anda untuk mempelajari teknologi baru, Anda akan dapat beradaptasi apa pun teknologi yang sebenarnya digunakan. Mempelajari konsep umum di balik data spasial, terutama untuk manipulasi relasional, adalah bagian yang sulit, dan menggunakan konsep matang yang tidak mungkin berubah.


2

Saya tidak memiliki jawaban selengkap Valise, tapi saya pikir ada masa depan dalam menggunakan basis data Graph (NoSQL) untuk penyimpanan dan pengambilan data spasial. Struktur grafik yang digunakan sudah cukup luas dalam data GIS (pikirkan node dan busur). Sudah ada beberapa upaya tetapi saya belum menggunakannya. Lihat Neo4j spasial misalnya: http://wiki.neo4j.org/content/Neo4j_Spatial . Grafik juga dapat digunakan untuk menyimpan indeks yang disebutkan di atas ...

Hanya dua sen saya ...


2

Sistem Manajemen Basis Data Spasial sangat penting dalam GIS (lihat saja situs ini sebagai bukti). Penekanan selalu ditempatkan pada database spasial yang didasarkan pada model relasional . Namun, ada banyak contoh model data yang berbeda, dan pendekatan pemrosesan yang dapat digunakan:

  • Data raster menggunakan struktur berdasarkan matriks.
  • Indeks spasial memanfaatkan struktur data pohon .
  • Analisis jaringan menggunakan struktur data dan algoritma yang terkait dengan teori grafik .

Semua pendekatan ini mendapat tempat di GIS, dan memiliki keuntungan dan kerugian. Dari perspektif pengguna GIS, Database Spasial adalah abstraksi yang menyembunyikan struktur data tertentu dan serangkaian algoritma. Anda tidak perlu mengetahui seluk-beluk logika predikat untuk melakukan kueri kotak pembatas.

Secara pribadi saya melihat masa depan database spasial sebagai divergen. Kami menyembunyikan lebih banyak teknologi yang mendasarinya dan membuatnya lebih mudah bagi pengguna untuk mengajukan pertanyaan GIS, dan membuat peta. Contoh yang bagus adalah SimpleGeo , Google Maps API, dan Fusion Tables. Di sisi lain kita menarik kode dari domain lain seperti menggunakan R untuk analisis raster, dan menggunakan basis data grafik seperti yang disebutkan dslamb.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.