GIS 5.空间数据库技术

5.1 数据库基本知识

1.数据库概念

为了一定的目的，以特定的结构组织、存储和应用的相关联的数据集合体，称为数据库。

2.数据库的主要特征

数据集中控制：保证不同用户和应用可以共享数据;

数据具有独立性：数据独立于应用程序，提高了数据库应用系统的效率和稳定性;

数据冗余度小：数据统一定义、组织和存储，集中管理，避免了不必要的数据冗余，提高了数据的一致性;

复杂的数据模型：采用复杂的数据模型组织和管理数据是与文件方式的一个本质区别。

数据保护功能：对数据库设置密码和存取权限，拒绝非法用户进入数据库，以确保数据的安全性、一致性和并发控制。

3.数据的组织方式

数据是信息的具体表达形式。为了表达有意义的信息内容，数据必须按照一定的方式进行组织和存储。

• 数据项：是定义数据的最小单位，是数据记录中最基本的、不可分的数据单位。
• 域：是数据项的取值范围。数据项的值可以是数值、字母、汉字等的形式。

• 记录：由若干相关联的数据项组成，是关于一个实体的数据总和。
• 型：是同类记录的框架。
• 值：是记录反映实体的内容。
• 标识符：标识每个记录的数据项，也称“关键字”

• 文件：是给定类型记录的全部具体值的集合，用文件名称标识。
• 数据库：是具有特定联系的数据集合体。是比文件更大的数据组织。其内部的结构是文件的集合，这些文件直接具有着种联系，不能孤立存在。

4.数据间的逻辑关系

数据间的逻辑关系主要是指记录与记录之间的联系。

5.数据模型

数据模型是指数据库系统中关于数据和联系逻辑组织的形式表示。

传统数据模型：

层次模型：将数据组织成有向有序的树状结构，能很好的表达1:N的关系。

优点:层次分明，组织有序。

缺点:导致数据冗余，难以表达多对多的关系。

网络模型：将数据组织成有向图的结构，用连接指令或指针来确定数据间的显式连接关系，且具有多对多的数据组织方法。

优点:能描述多对多关系，数据冗余小

缺点:结构复杂，限制它在空间数据表达中的应用

关系模型：以数据表的形式组织数据，不分层也无指针，实体本身的信息和联系都存在这个二维表中。

优点:结构灵活，易理解，易维护。具有严格的数学基础。

缺点:不适合描述非结构特征数据。

5.2 关系数据库模型

1.关系数据库的基本概念

• 关系、记录:·一个表格就是一个关系。表中的每一行称为一个记录，也称为“元组”.
• 域：数据项的取值范围。
• 候选码：关系中唯一标识一个记录的属性或属性组。
• 主码:·一个关系中候选码可能有多个，选定一个作为主码。

关系的性质:

表中的关键字属性必须有唯一的名字。

行的顺序不是影响因素。

任意两个记录不能完全相同。

表格不能嵌套

每一列中分量是同一类型的数据。

关系完整性的约束:

实体的完整性:所有主码对应的属性值不能为空.

参照完整性:定义外码与主码之间的引用规则，即外码必须是另一个表的主码的有效值.

用户自定义完整性:针对某一具体关系数据库的约束条件.

2.关系代数

关系代数是一种抽象的查询语言，用关系的运算来表达查询，是作为研究关系数据语言的数学工具。

传统关系运算：

专门的关系运算

选择( Selection )

投影（Projection）

等值连接(Join )

3.数据查询

通常，查找一个数据库记录是一个连续的过程。计算机从头开始进行查询，直到找到需要的项目为止。

二分法查找程序：如果已经对数据进行了排序，数据查找效率就可得到提高。二分法查找程序是计算机快速查找数据的典型例子。

字符处理运算符：CN包含，NC不包含，LK相似，IN字段包含。

结构化查询语言(StructuralQueryLanguage)：为实现数据库查询而专门设计的一种标准化语言。应用广泛，可以进行独立的、分散的数据库连接。

5.3 空间数据库管理系统

1.空间数据库概述

概念：空间数据库是某一区域内关于一定地理要素特征的数据集合。

特点：数据量特别大。属性数据和空间数据联合管理。数据应用范围广泛。

2.地理空间数据管理模式

文件--关系数据库混合管理模式

文件系统管理几何数据，数据库管理系统(DBMS）管理属性数据，它们之间是通过目标标识码进行连接的。

全关系式数据库管理模式

空间数据和属性数据统一用现有的RDBMS管理，在标准的DBMS上开发可以处理空间对象的功能。

特点∶数据存取较快。涉及空间关系查询、对象嵌套等复杂的空间操作时效率较低。

对象--关系数据库管理模式

将复杂的数据模型作为对象放入关系数据库中，并提供索引机制和简单的操作。这种扩展后的数据库称为对象——关系数据库。

特点：有效解决空间数据变长记录的存储问题。用户对空间对象的再定义较复杂。

面向对象技术(Object Oriented Technology)

是对问题领域进行自然分割，以对象为基础，以消息来驱动对象执行处理的程序设计技术。

优点：较符合人的认识规律，易于理解;对象与真实世界相对应，易于描述客观的现象与实体;提高了软件的可扩充性。

对象含有数据和操作方法的独立模块，可以认为是数据和行为的统一体。

一个对象object是一个三元组：object = (ID，S，M)

• ID为对象标识，说明对象存在的独立性。
• S是具有一组描述特征的属性，表明对象在某一时刻的状态。
• M具有一组表示行为的操作方法，用以改变对象的状态。

基本概念

类：共享同一属性和方法集的所有对象的集合。用于定义抽象数据类型，是面向对象的核心内容。

方法：“对象”可执行的所有操作。是针对“对象”的属性进行操作的各种函数或指令等。（ATM机的功能）

消息：对象之间进行通信的一种规格说明。一般由接收信息的对象，消息名及实际变元组成。（取款的金额，账号）

协议：一个对象对外服务的说明。（手机的通话，拍照）

封装：将对象的内部组成（属性组成和方法实现）和外部表示(方法接口）集成化，使之不受外界影响。

3.面向对象数据库

面向对象技术的特性

• 抽象性：忽略事物中与当前目标无关的非本质特征，从而找出事物的共性，并把具有共性的事物划为一类，得到一个抽象的概念。（学生，忽略姓名身高）
• 继承性：子类自动共享父类之间数据和方法的机制。被继承的类称为超类，继承的类称为子类。

• 多态性：同一消息被不同的对象接受时可产生完全不同的行动，这种现象称为多态性。

• 对象标识唯一性：系统为对象定义并维护唯一的标识符，这一标识符独立于对象本身的内容和地址，并支持对象的共享。
• 复合性：一组对象可以是另一个对象的一部分，对象之间产生一个嵌套层次的结构。

实现方式：1.面向对象程序设计模式；2.扩展RDBMS；3.建立全新的支持面向对象数据模型。

• 扩展关系数据库管理系统（RDBMS )，在其中增加面向对象的特性。

优点：能充分利用RDBMS的功能，可使用或是扩展SQL查询语言。可以大大减少开发工作量。

缺点：IO开销大。

• OODBMS

优点：全面支持面向对象数据模型，可扩充性较强，操作的效率高。

缺点：数据库结构复杂，并且开发工作量很大。

5.4 空间数据库设计原理与方法

空间数据库设计流程：划分阶段与工作任务

1.需求分析

概念：分析用户的需要与要求,它是设计数据库的起点，分析结果将直接影响到后面各个阶段的设计与最终的应用效果。

任务：充分了解原系统；明确用户需求；确定新系统的功能；考虑扩充。

过程：采用数据流分析法进行整理

数据流图（Data Flow Diagram）：便于用户理解的系统数据流程的图形表示，能精确地在逻辑上描述系统的功能、输入、输出和数据存储。

数据字典(Data Dictionary)：数据库中各类数据描述的集合，或者说是元数据及数据操作描述的集合。它的主要功能是存储和检索元数据。

2.概念结构设计

把用户需求抽象为概念模型的过程就是概念结构设计。概念结构是各种数据模型的共同基础。

E-R模型（Entity Relationship Model ) 即实体联系模型，是概念设计的主要方法和最常用的表达形式。

以矩形框表示实体类型;以菱形表示联系;以椭圆表示实体类型和联系类型的属性。

联系和实体之间以直线相连，并在直线的两端标明联系的种类（ 1:∶1，1:M或M: N)

弱实体的划分与依赖联系∶有些实体对另外一些实体有很强的依赖关系。

子类和超类︰某个实体类型中所有实体同时也是另一实体类型中的实体。

子类继承超类的所有属性，子类本身还可以包含其他属性。

• 选择局部应用

在数据流程图中选择一个适当层次的数据流图，作为设计分E-R图的出发点。通常以中层数据流图作为设计分E-R图的依据。

• 设计分E-R图

确定实体类型∶如客户和销售商。

确定联系类型:销售活动或订货活动。

确定实体类型间的联系，画出ER图。

确定实体类型与联系类型的属性∶如编号和商品名称。

• 分E-R图的集成

3.逻辑结构设计

逻辑结构设计目标是把概念结构设计好的基本E-R图转换为与数据库管理系统的数据模型相符合的逻辑结构，并对其进行优化。

步骤：

E-R模型向数据模型的转换是逻辑数据设计阶段的主要步骤之一，这种转换要遵循一定的规则。

4.物理结构设计

设计逻辑结构的最佳存取方法、存储结构和存放位置以及合理选存储介质等，即设计最适合的物理环境的过程。

内容：选取存储方法，设计存储结构，确定存放位置，选择存储结构。

考虑因素︰时间效率、空间效率、维护代价、用户要求。

5.空间数据库实施

在空间数据库实施的过程中，应当尽量按照实施计划进行实施。如出现任何改动，都应当以书面形式备案。

步骤：数据检查，数据规整，数据入库，数据处理与分析，数据输出。

数据库更新：空间数据动态更新系统。

• 实施案例

在现有测绘数据及规划数据的基础上，遵循国家标准和测绘行业标准、规划行业标准等，形成空间数据标准体系。

5.5 空间数据库的发展趋势

1.分布式空间数据库技术

分布式空间数据库（Distributed Spatial Database， DSDB）是使用计算机网络把面向物理上分散，而管理和控制又需要不同程度集中的空间数据库连接起来，共同组成一个形式上统一的数据库。

特点︰可靠性，自治性，模块性，高效性。

分布式空间数据组织管理

1.完全底层开发

优点：针对性强，开发具体的功能。方便增加新的功能。

缺点:工作量大，开发周期长.

2.商业产品的基础上二次开发

优点：开发周期短，可及时提供应用。技术难度低。

2.空间数据仓库技术

数据仓库(Data Warehouse)是指面向主题的、集成的、随着时间变化的数据集合，用以支持管理决策。

空间数据仓库是在数据仓库中引入了空间维数据，是GIS技术和数据仓库技术相结合的产物，增加了对空间数据的存储和分析能力。

特点：空间数据仓库的组织是面向主题的；空间数据仓库是面向集成的；对信息添加空间标志；记录数据的时间序列。

体系结构：

3.数据挖掘

数据挖掘(Data Mining )也称为数据库中的知识发现，是指从大量数据中挖掘出隐含的、先前未知的、对决策有潜在作用的知识和规则的过程。

方法：

• 统计分析方法

采用统计学的方法，对社会、经济或地理现象的结构比例，事物之间的联系，或影响因素进行分析。包括了地统计分析方法、对比分析法，相关分析法，因素分析法，时间序列法等。

• 基于概括的方法

面向属性的归纳方法，将空间和非空间属性的关系概括成高层次的概念知识。它需要背景知识，即概念层次体系。

聚类方法：统计分析的一个分支，不需要背景知识(物以类聚)。

空间关联规则方法：如牛奶-黄油规则(90%)，表明90%买牛奶的顾客会同时买黄油。