स्थानिक डेटाबेस ज्यामितीय प्रणाली में आम तौर पर तैनात, ज्यामितीयों को संग्रहीत और हेरफेर करने के लिए सेवाएं प्रदान करता है। आपके जीआईएस के पीछे स्थानिक डेटाबेस का महत्व ज्यादातर उपयोग पर निर्भर करेगा, लेकिन आम तौर पर बोल, आप डेटा संग्रहण के लिए एक उचित स्थानिक डेटाबेस नहीं है, तो आप शायद ही जीआईएस के बारे में बात कर सकते हैं।
इस तथ्य के कारण कि कंप्यूटर केवल रैखिक, एक आयाम डेटा में हेरफेर कर सकते हैं, आप स्थानिक डेटाबेस को दो तार्किक भागों में विभाजित कर सकते हैं:
- ज्यामिति हेरफेर और इंडेक्सिंग, जियोडेसी समर्थन के साथ
- भंडारण तकनीक
रेखागणित हेरफेर के लिए उपयोग किए जाने वाले एल्गोरिदम और तर्क वास्तव में विशिष्ट हैं, और फिर उन्हें भंडारण के लिए कंप्यूटर के साथ सीधे संगत बनाने के लिए "शास्त्रीय" एक आयाम डेटा के लिए मैप किया गया है। एक ही विशेषता है कि प्रत्येक दुनिया में एक पैर का स्थानिक-जागरूक सूचकांक हैं, जो आर-ट्रीज़ के समान एल्गोरिदम का उपयोग करता है ।
भंडारण के लिए, कोई भी अंतर्निहित तकनीक फिट हो सकती है, और स्थानिक डेटा में हेरफेर करने के तरीके में बहुत बदलाव नहीं करेगा। यह एक SQL डेटाबेस (और आत्मसात प्रौद्योगिकी) या किसी प्रकार का noSQL भंडारण या कुछ और हो सकता है। मुख्य चीज जो बदल जाएगी वह स्थानिक अनुक्रमण है, किसी भी अन्य विशेषता को बिना किसी बड़ी खामी (अच्छी तरह से अतिरिक्त काम के अलावा) के साथ लागू किया जा सकता है।
इसलिए यहां मेरा निष्कर्ष है: यदि आप स्थानिक डेटा को कुशलता से हेरफेर करने का तरीका सीखते हैं, और, नई प्रौद्योगिकियों को सीखने की आपकी क्षमता के आधार पर, आप जो भी तकनीक वास्तव में उपयोग की जाती है, उसे अनुकूलित करने में सक्षम होंगे। स्थानिक डेटा के पीछे सामान्य अवधारणाओं को सीखना, विशेष रूप से संबंधपरक हेरफेर के लिए, कठिन हिस्सा है, और परिपक्व अवधारणाओं का उपयोग करता है जो बदलने की संभावना नहीं है।