स्थानिक डेटाबेस का भविष्य?


12

यह थोड़ा ऑफ-टॉपिक हो सकता है। मैं स्थानिक डेटाबेस के उद्योग विशिष्ट महत्व को जानने के लिए उत्सुक हूं।

क्या स्थानिक डेटाबेस किसी भी जीआईएस प्रणाली का एक बहुत महत्वपूर्ण हिस्सा है? या हम निकट भविष्य में स्थानिक डेटा को संग्रहीत करने और पुनः प्राप्त करने के लिए अन्य तकनीकों का उपयोग करेंगे?

मैं इन चीजों को जानना चाहता हूं क्योंकि जल्द ही मैं स्थानिक डेटाबेस अनुकूलन पर एमएस का पीछा करने जा रहा हूं।


1
"स्थानिक डेटाबेस" द्वारा आप विकिपीडिया द्वारा प्रदान की गई परिभाषा को en.wikipedia.org/wiki/Spatial_database पर स्वीकार कर रहे हैं ? यदि आप इसे एक स्थानिक DBMS के समान परिभाषित कर रहे हैं तो प्रतिक्रियाएं भिन्न हो सकती हैं। उदाहरण के लिए, मैं कहूंगा कि एक फ़ाइल जियोडैटेबेस एक स्थानिक डेटाबेस है, लेकिन एक स्थानिक DBMS नहीं है, और अक्सर इसका उपयोग परियोजना और विभाग स्तर पर जीआईएस के लिए किया जाता है।
PolyGeo

नहीं, मैं Spatial Database एक के बारे में बात कर रहा हूँ जिसका उल्लेख Wiki (यानी SDBMS) में किया गया है
नवांश फर्रुके

मैं इसे ढूंढ नहीं पा रहा हूं, लेकिन मुझे लगता है कि एक समान प्रश्न पहले ही पोस्ट किया गया था। क्या किसी को उसके बारे में याद है?
सिमो जूल

हाल ही में मुझे SOLAP के बारे में पूछा गया है लेकिन इसके बारे में ज्यादा चर्चा नहीं हुई है। मुझे लगता है कि यह एक अच्छा शोध क्षेत्र होगा।
किर्क क्यूकेन्डल

1
यह SOLAP की विशेष रूप से महान चर्चा नहीं है, और कुछ हद तक पुराना है, लेकिन मेरी थीसिस आर्क मरीन डेटा मॉडल dusk.geo.orst.edu/djl/theses/brett/brett_thesis.pdf के संदर्भ में SOLAP के साथ निपटा है । या उस पर "जीआईएस में लेनदेन" संस्करण onlinelibrary.wiley.com/doi/10.1111/j.1467-9671.2009.01159.x/ ...
ब्लॉर्ड-कास्टिलो

जवाबों:


5

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।


2

मेरे पास वेलिस के रूप में पूरी तरह से एक उत्तर नहीं है, लेकिन मुझे लगता है कि स्थानिक डेटा के भंडारण और पुनर्प्राप्ति के लिए ग्राफ़ (NoSQL) डेटाबेस का उपयोग करने में भविष्य है। ग्राफ संरचना का उपयोग जीआईएस डेटा (नोड्स और आर्क के बारे में सोच) में पहले से ही काफी बड़े पैमाने पर किया जाता है। पहले से ही कुछ प्रयास हैं लेकिन मैंने उनका उपयोग नहीं किया है। उदाहरण के लिए Neo4j स्थानिक देखें: http://wiki.neo4j.org/content/Neo4j_Spatial । ग्राफ़ का उपयोग ऊपर उल्लिखित अनुक्रमित को संग्रहीत करने के लिए भी किया जा सकता है ...

केवल मेरे दो सेंट्स...


2

जीआईएस में स्थानिक डेटाबेस प्रबंधन प्रणाली बहुत महत्वपूर्ण हैं (बस सबूत के लिए इस साइट को देखें)। हमेशा स्थानिक डेटाबेस पर जोर दिया गया है जो कि संबंधपरक मॉडल पर आधारित हैं । हालांकि, विभिन्न डेटा मॉडल के कई उदाहरण हैं, और प्रसंस्करण दृष्टिकोण का उपयोग किया जा सकता है:

  • रेखापुंज डेटा मैट्रिसिस पर आधारित संरचनाओं का उपयोग करता है।
  • स्थानिक सूचकांक वृक्ष डेटा संरचनाओं का उपयोग करते हैं ।
  • नेटवर्क विश्लेषण ग्राफ सिद्धांत से संबंधित डेटा संरचनाओं और एल्गोरिदम का उपयोग करते हैं ।

इन सभी दृष्टिकोणों का जीआईएस में एक स्थान है, और इनका नुकसान और नुकसान है। जीआईएस उपयोगकर्ता के दृष्टिकोण से, एक स्थानिक डेटाबेस एक अमूर्त है जो एक विशेष डेटा संरचना और एल्गोरिदम के सेट को छुपाता है। एक बाउंडिंग बॉक्स क्वेरी करने के लिए आपको विधेय तर्क की पेचीदगियों को जानने की आवश्यकता नहीं है।

व्यक्तिगत रूप से मैं स्थानिक डेटाबेस के भविष्य को विचलन के रूप में देखता हूं। हम अंतर्निहित तकनीक को अधिक छिपा रहे हैं और उपयोगकर्ताओं के लिए जीआईएस प्रश्न पूछना और मानचित्र बनाना आसान बना रहे हैं। अच्छे उदाहरण SimpleGeo , Google Maps API और Fusion Tables हैं। दूसरी ओर हम अन्य डोमेन से कोड में खींच रहे हैं जैसे कि आर विश्लेषण के लिए R का उपयोग करना, और ग्राफ़ डेटाबेस का dslamb के रूप में उपयोग करना।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.