基于MongoDB的海量空间数据存储和并行

目前在分布式环境下对于海量空间数据的存储和处理大部分是基于传统关系数据库的,对于二三维的海量空间数据存储效果不理想,其独有的关系模型制约了对海量空间数据快速访问和处理的能力。因此,分布式环境下如何利用非关系数据库和并行处理技术实现海量空间数据的高效存储和快速处理具有重要的研究意义。     

基于Memcached的GML存储缓存构建研究

GML是一项基于XML语法的标准,在Web应用中,海量的GML空间数据对并发运行、负载均衡和宽带等都是一个巨大的瓶颈。从GML空间数据存储入手,针对Memcached提供分布式缓存部署,研究在C#.NET环境下搭建Memcached缓存环境,编码测试其对GML空间数据存储处理的效率,并给出试验结果。     

面向空间要素基元对象--关系模式的新型GIS软件技术研究

面向图层处理单元的GIS数据模型、数据处理模式已不再适应大规模海量空间数据组织、处理以及网络分发的需要。文章提出以空间要素基元处理取代传统的面向图层处理的模式,并在对象-关系数据库(ORDBMS)统一框架下构筑、组织、存储、处理空间数据,最终形成基于ORDBMS的GIS应用。     

分布式空间数据存储对象

针对地理空间数据的地域性和日益突出的数据量快速增长特性，提出了分布式空间数据存储对象概念。介绍了基于分布式空间数据存储对象来实现一种高性能、可伸缩、跨平台共事的大规模海量空间数据存储管理机制，为分布式GIS数据存储提供了一种新的思路。     

基于MapReduce的空间数据并行划分算法

针对海量空间数据分布式存储中存在的不顾及空间邻近性、分布不均和数据倾斜的问题,基于MapReduce并行编程模型,对Hilbert空间曲线层次分解的思想和节点容量感知的方法进行了研究,提出了一种层次分解的空间数据并行划分策略,并通过临界值判定实现空间数据的均衡存储。最后通过实例分析说明该方法可以在保证空间数据邻近特性的同时,解决海量空间数据分布式存储不均和数据倾斜的问题。     

分布式GML空间数据库概述

GML的相关理论在单机情况下都已得到了大量研究,但在管理海量空间数据的情况下,必须寻求分布式存储环境来解决存储容量和管理的问题。根据分布式空间数据库的相关研究,提出分布式GML空间数据库(DGMLDB)概念,并根据已有研究成果提出了3种设计思想,为GML在分布式存储方面提供理论方案。     

基于Oracle与ArcSDE的空间数据管理研究

地理信息系统的空间数据呈现多源、多维、海量等特征,实现空间数据的有效存储和管理是GIS研究的重要内容之一。关系数据库Oracle和空间数据引擎ArcSDE是解决此问题的一个很好途径。阐述Oracle和ArcSDE在空间数据管理方面的基本理论,并结合实验详细探讨通过自定义数据格式来关联空间数据和属性数据,实现Oracle与ArcSDE结合进行空间数据组织和管理。     

土地督察数据库管理系统研究与建设

为解决土地督察大数据存储与管理问题,依据土地督察数据管理现状和实际需求,研究了分布式文件存储系统(HDFS),设计了土地督察数据库结构,基于VMware构建了虚拟化云计算环境,应用云储存技术搭建了私有云数据中心。研究了分布式架构下海量空间数据组织模型存储方案,制定了数据入库标准,开发了数据交换系统和数据审查与标准化处理工具,基于GIS插件式开发框架研发了土地督察数据库管理系统,实现了对海量专题数据库的统一建立、安全存储、高效管理,形成了土地督察业务"一套数据标准、一个中心、一个系统",能够满足督察区域数据存储管理要求,为土地督察领域大数据存储与应用提供了解决方案参考。     

Oracle Spatial空间数据库的设计及应用

随着“数字城市”、“数字区域”建设的大力开展,地理信息系统需处理海量的空间数据与属性数据。而目前,两者分开的存储方式不利于数据间的共享与互操作,因此空间数据的数据库存储及此模式下应用系统的开发成为研究的热点与难点。基于此,本文介绍了OracleSpatial中空间数据的存储、管理模式,给出了VB6 . 0环境下用MapX访问空间数据库的方法,讨论了基于OracleSpatial空间数据库的应用系统开发中,空间分析的一般编程方法。     

国土资源一张图云存储基础技术研究

本文对国土资源数据组织、云存储、海量空间数据管理等方面进行理论研究和技术分析,探索适合“国土资源云”环境下国土资源数据存储管理的结构模型、组织规范和存储环境,借助云计算新技术、新理念为国土资源一张图云存储提供技术参考.     

基于Agent的分布式地理信息系统研究

本文研究的重点是探讨利用Agent技术构造分布式GIS(DGIS)的方法,以及在此基础之上如何提供给用户一种简单方便的应用模式. 分布式GIS的基础是地理空间数据模型.本文首先基于对象关系数据库(ORDB)给出了一个地理空间数据分类、存储及管理的方法,并在此基础上提出了一个分层的GIS构件模型,进而再设计了一个基于数据库Cache的地理空间数据访问服务器(GuServer).     

基于面向对象技术和标准关系数据库的Geodatabase的研究

面向对象技术为空间数据模型的发展提出了新的要求.本论文在此背景下,回顾了空间数据模型的发展历程,从整体上介绍了第三代基于面向对象技术和关系数据库的Geodatabase数据模型,并详细介绍了其体系结构及在关系数据库中的存储.最后本文通过总结Geodatabase模型的优缺点,提出了未来空间数据模型的发展趋势.     

地理空间数据存储与管理技术综述

地理空间数据存储和管理已成为GIS领域的研究热点。现对国内外地理空间数据存储和管理技术进行了回顾,着重从全空间数据文件管理、文件＋关系数据库管理、全关系数据库的空间数据管理以及非结构数据库的空间数据管理四个方面进行了归纳总结,分析了现有空间数据存储和管理技术优缺点,并对发展趋势进行讨论。旨在对地理空间数据存储和管理技术的研究现状有所认识,对进一步提高地理空间数据存储和管理技术具有一定指导意义。     

空间数据库引擎SDE的研究

利用大型关系数据库管理海量的GIS数据,由于空间数据的不定长,造成存储效率低下,此外,现有的SQL并不支持空间数据库检索,需要解决空间数据和DBMS之间数据的存储、读取、检索、管理等基本功能。探讨了空间数据库引擎(SDE)的概念、实质和特点,并对Arc SDE进行了研究,对MAPGIS7.0中的SDE做了简短描述。     

面向服务的分级地理空间数据中心框架的构建

分级地理空间数据中心是全国范围地理空间数据中心建设与发展的核心工程,文中探讨建设面向服务的分级数据中心软硬件环境、关键技术以及数据分布存储模式。此方案实现了数据中心分布存储管理数据,有效利用对象关系数据库的ACID特性,为多源异构海量空间数据的集成共享提供了一个思路。     

Web分布式空间数据仓库体系结构设计

通过互联网将海量空间信息资源进行有效整合、存储、管理、共享及分析利用是实现面向政府、部门和社会公众地理空间信息服务的关键。结合了海量异构空间数据管理的实际需求,提出了一种Web分布式空间数据仓库体系结构,并将该体系结构应用于省级退化废弃地监控信息决策服务系统,设计了基于Web分布式空间数据仓库的省级退化废弃地监控数据管...     

地理信息空间数据管理的对象存储研究

介绍了地理信息空间数据存、管、用的解决方案.从分析海量地理信息数据存储、管理和使用需求出发,围绕数据长期存放、备份能力、数据一致性、数据索引等提出了基于对象存储的分布式架构解决方案.该架构的容量和性能线性扩展,升级替换机制先进,上线后避免了业务中断隐患,经过实际运行,取得了良好效果.分布式对象存储可实现地理信息数据的统...     

资源环境遥感海量空间数据存储、检索和访问方法

为了有效管理和利用资源环境遥感研究过程中积累的海量空间数据,设计资源环境遥感海量空间数据存储、检索及访问方法.针对不同数据类型和特点的海量空间数据,采用空间数据库、文件目录方式和Web Service等方法实现数据存储和发布.在空间查询二步算法的基础上,设计了基于空间位置的海量空间数据检索方法,可以检索以Mapping和Web Service等方式发布的数据,解决用户快速查找数据的问题.利用分层分块和可视区域格网索引等方法优化空间数据的传输、加载和显示等性能,并进行了相关性能测试.所设计的方法通过探讨数据的存储策略、数据的检索策略以及数据的访问展现策略,解决了海量空间数据应用中的数据有效管理、数据的精确定位以及数据快速传输呈现的问题.并基于此方法构建了资源环境遥感应急监测基础设施的基本框架.     

网络环境下海量数据存储与3维可视化研究

重点探讨了网络环境下3维可视化系统整体架构、数据组织存储方式以及可视化表现的策略.提出了在网络环境下海量空间数据的组织、管理、传输以及客户端的快速高效访问的体系构架与解决方案,并取得了良好的效果.     

云计算环境下GML的并行查询研究

并行计算环境能为海量半结构化GML空间数据提供强大的存储能力,为GML查询提供强大的计算能力,因此在云计算环境下研究GML的并行查询具有很大的实用价值。借助Hadoop开源云计算平台,提出一个GML并行查询方案,以丰富云计算在处理空间数据方面的应用,通过3台机器的并行计算,原则上比单机环境能提高大数据量GML查询的效率。