A Lineage Meta-Database Approach T oward Spatial Analytic Database Optimization（论文阅读）

面向空间分析数据库优化的谱系元数据库方法

论文贡献

摘要。这项工作展示了如何增加商业地理信息系统的智能水平。在本研究中，谱系知识表示被应用于不同个体间的自动识别。源层和衍生层，选择最佳的空间分析数据。

标准地理信息系统GIS

提供一种用于自动执行用于导出空间分析产品的逻辑，介绍了基于层的地理信息系统，这些元数据被组织成一个动态更新的混合知识表示，由存储有关相关源、命令和产品属性的层之间的语义父级子链接组成。
数据库层使用框架进行建模，用于存储由输入层指向派生层的子链接链接的谱系属性，反之，由派生层指向输入层的子链接链接，派生层与其在谱系知识表示中构造的输入之间的子链接网络为自动推断空间数据库中哪些层时源以及哪些层是源，哪些层是派生提供了基础，衍生层拥有指向输入层的子链接，消息来源没有这种联系

GIS中谱系知识的应用

谱系知识可以表示重空间分析数据库中自动识别和移除派生数据的基础，这样做的算法技术通过早期研究中提出的简化空间分析应用中的扩展来说明。
以区分源层和衍生层。它发现层COV1、COV2、COV3和COV4拥有指示它们是派生的子链接。lot和ZONES不具有这样的链接，并且被确定为源层。识别后，衍生图层将从空间数据库中删除。这使其大小减少了34%以上。


从上面这个表中可以看到源层和空间层的存储大小，如果采用空间换时间的方法比直接从空间中寻找衍生层并删除衍生层更快，这种方式存储的宏程序可能不是最有效的，但是因为数据再处理的价值高于数据库空间

上面是从宏程序中重新选择和创建CRO4.
时间证明存储重用值是一种有效节约存储空间的最红方法，用空间来换取时间成本 此类方法已经运用在很多领域

空间数据库的管理方法

释放数据库中的派生数据，并产生重新创建他们的处理时间成本，在不需要派生产品的期间，这将数据库大小保持在最小，这种方法需要一种区分源层和衍生层的方法，之前有研究提出利用谱系知识来移除空间分析数据库中派生数据层的技术，在此基础上提出了两种新技术
一、在选择要修剪的数据层时考虑了处理时间和数据库空间，根据用户的阈值来修剪衍生层，

用户指定阈值

1、确定哪些层填充空间数据库
2、在(1)返回的层中，确定哪些是派生的
3、对于(2)返回的每个层，通过将其重新计算成本或数据库大小分别与用户指定的不可接受的重新计算成本或不可接受的数据库大小的阈值进行比较，确定应该修剪哪些层
4、从数据库中删除(3)返回的每个图层
二、使用加权的成本函数来自动选择最佳数据库配置，这些由自动程序来是被存储的中间层，并制动重新驱动所需的产品层来节约时间。

逆向链接地理信息系统应用(“规则方法”)

基于“反向链接”的编程技术，它动态生成能够创建空间分析产品的宏程序，不包括不必要的数据处理，
1、宏生成器将所需要的数据产品作为目标，并查询地理信息系统数据库查看是否存在，如果找到，则生成报告并终止执行，如果找不到，子链接会跟随着进入输入层，如在空间数据库中找到这些输入，宏生成器就会按照输入的父链接反向返回到产品，在产品中，从命令框架重新啊创建输入的命令，这将输出到一个文件中，并生成一个单行宏程序，
2、一个输入没有找到，会遍历子链接来识别重新创建需要的输入，如果在GIS中没有找到这些图层，递归遍历子链接，直到在空间中找到一组输入，最终到达源图层，如果任何所需要的源图层都没有找到，目标无法完成，宏生成失败，一旦找到了所需要的层，该函数就按照父链接的方向反转方向。