基于MongoDB的Web空间数据存储与管理研究

本文对比了MongoDB与其他关系型数据库,探讨了使用MongoDB存储和管理Web空间数据的必要性和优势,定义了一种基于GeoJSON的数据存储模型,实现了基于MongoDB的Web空间数据对象化存储,提出了使用MongoDB创建二维球面地理位置索引的方法。     

基于MongoDB的地理信息共享数据存储模型研究

异构、海量地理信息共享数据的存储和管理一直是地理信息研究和应用领域的热点和难题。本文通过研究BSON数据存储格式、文档模型,以及分布式文件系统数据库MongoDB等技术,利用BSON作为地理信息共享数据的描述方式,定义了基于文档模型的地理信息共享数据存储模型,并使用MongoDB作为存储地理信息共享数据的存储载体,最终实现了基于MongoDB的地理信息共享数据统一存储模型,并通过实验验证了这一方法的可行性。     

db4o引擎下的GML空间数据存储研究

目前GML已成为空间数据编码、交换的国际标准,大量GML空间数据的不断涌现,给我们带来了新的挑战,即如何有效地管理、操纵这些GML格式的数据,如何建立良好的索引机制以高效地检索数据量大大增加的GML文档。本文结合开源纯面向对象数据库引擎db4o和传统的空间数据库技术,研究了GML空间数据的原生对象存储方法、索引机制。     

基于GIS的综合交通空间数据管理系统研究

为解决综合交通运输空间数据海量存储、时空一体化、高效共享、实时更新等管理问题,探讨GIS在标准化、自动化和可视化的空间数据管理和应用系统构建中的独特优势,提升交通运输空间数据管理、应用和工作效率,首先从数据的组织和分类、数据库总体结构设计等方面探讨了综合交通运输空间数据库的设计思路和关键技术;然后针对传统空间数据管理系统只注重独立的业务环节,忽略数据管理与应用的结合,导致数据来源有限、数据监测与更新不及时等问题,开发了集传统空间数据管理与融合数据应用于一体的系统,与综合交通运输空间数据库形成了动态循环更新生态链,实现了综合交通运输空间数据管理、数据浏览、数据检索、数据服务、实时更新和安全维护等功能,为广东省交通运输行业各交通应用平台以及交通规划专业研究工作提供了一体化的数据支撑平台.研究结果表明,构建基于GIS的综合交通空间数据管理系统,实现了综合交通运输空间数据与属性数据标准化、自动化、可视化的海量存储和统一管理,增强了数据质量的全面监测和数据实时更新能力,提高了综合交通运输空间数据管理和规划研究的工作效率.     

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.     

国土空间数据融合发布系统的设计与实现

针对当前大多数地图服务器数据组织形式各异以及缺少统一服务自动发布的调用方式问题,基于PostgreSQL+MongoDB数据库,结合动态矢量切片技术、三维数据分块存储技术等关键技术,实现海量多源异构国土空间数据的入库即发布、数据服务融合管理、服务协同共享等能力,构建了国土空间数据融合发布系统。实际应用表明,该系统打通了数据服务发布后即可支撑业务应用的高速通道,为国土空间二三维数据的存储、管理、发布、共享提供了有力支撑。     

基于WebGIS的Web服务器日志管理系统设计与实现

WebGIS优势是通过互联网对地理空间数据进行发布和应用,以实现空间数据的共享和相互操作。将WebGIS和富客户端技术引入Web服务器日志管理领域,从总体设计、数据库设计、实现框架等几个方面设计了Web服务器日志管理系统开发框架,并开发了某工业园区信息共享平台日志管理系统。该系统可以高效便捷地实现网络访问数据空间可视化、访问流量在线监控、访问数据统计与分析等功能,为Web服务器运行维护提供科学的决策依据。     

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。     

基于MongoDB云计算下GML分布式集群环境搭建研究

虽然大容量服务器可以解决普通的GIS数据存储问题,但随着数据量的增大,管理存储操作越来越难。在开源MongoDB分布式文件数据库支撑下,根据MongoDB对GML海量数据的存储理论,搭建海量GML数据集群环境,构成GML分布式云计算平台,为GML在服务器集群中实现存储查询索引管理提供性能支持。     

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。     

基于NoSQL数据库的空间大数据分布式存储策略

基于关系型数据库的空间数据存储与处理是地理信息系统（geographic information system,GIS）领域的主流模式,但伴随着物联网、移动互联网、云计算及空间数据采集技术的发展,空间数据已从海量特征转变为大数据特征,对空间数据的存储和管理在数据量和处理模式上提出了新的挑战。首先分析了基于传统的集中式存储与管理模式在处理和应用大数据方面的局限性,包括存储对象的适应性、存储能力的可扩展性及高并发处理能力要求;然后在分析当前几大主流NoSQL数据库特点的基础上,指出了空间大数据基于NoSQL数据库的单一存储模式在数据操作方式、查询方式和数据高效管理方面存在的局限性;最后结合GIS领域空间大数据存储对数据库存储能力的可扩展性及数据处理和访问的高并发要求,提出基于内存数据库和NoSQL数据库的空间大数据分布式存储与综合处理策略,并开发了原型系统对提出的存储策略进行可行性和有效性进行了验证。     

基于MongoDB的空间搜索引擎设计及优化方法

本文介绍了非关系型数据库MongoDB的空间查询功能,针对海量用户并发服务的应用场景,提出了一种空间近邻信息查询引擎的优化策略。该策略根据短时间内空间数据内容变化较小及相邻位置搜索结果相似度高的特征,利用格网化机制实现在等效查询结果前提下数据库操作次数减少;同时利用内存缓冲机制减少磁盘I/O读写次数,从而显著提高系统的并发数及查询速度。测试结果表明,在相同硬件设施条件下,优化后搜索引擎的效率比原生系统提高了近50倍。     

基于 MongoDB 的闽西客家文化数据存储设计与分析

针对客家文化数据类型多样、结构复杂的问题,探讨并构建客家文化数据分类体系。结合客家文化数据的分类和MongoDB数据模型,设计客家文化遗产数据存储模型和客家文化基础设施数据模型。探讨基于MongoDB的客家文化遗产数据查询和索引的构建方法和流程。在100 MPs局域网内基于C/S结构分别构建单机和集群测试环境,测试不同客家文化数据单机和集群的存取性能。实验表明,基于MongoDB的客家文化数据模型能够较好地实现类型多样、结构复杂的客家文化数据的管理,便于以增加节点的方式来提高存储能力和读写性能。     

基于要素服务的地图在线编辑系统设计与实现

针对空间信息平台用户对空间数据的上传、下载、发布和在线编辑的需求,设计实现了基于ArcGIS Server要素服务和Flex的具有地图数据在线编辑功能的Web GIS系统。本系统应用RIA技术,实现了空间与属性数据的在线编辑,符号在线编辑和用户数据管理等,用户体验上也得到很大提升。通过工程化的设计实现,能够满足＂平台＂跨部门多应用主体的实际需求。     

空间大数据在MongoDB中的存储探索

最近几年,IT技术,特别是云计算和大数据技术的发展,给传统的地理信息软件平台带来了很大变革.作为地理信息的核心技术之一,空间数据存储技术在地理信息软件平台中发挥着重要的作用,是实现高效的空间查询和空间分析的技术基础.面对数据量的爆发性增长、数据类型的增多等大数据问题,传统的关系型数据库很容易遇到存储瓶颈,存在诸如存储效率低、并发访问能力弱、横向扩展难等问题,这使得发展新的空间大数据存储技术势在必行.为解决传统关系型数据库在面对海量多源异构数据存储时遇到的上述问题,本文利用分布式存储NoSQL数据库进行了空间大数据存储和查询的技术探索,并通过一系列实验证明MongoDB数据库是一种有效的存储空间大数据的方法.     

基于ArcIMS的高校土地与房产管理信息系统的建立

针对高校土地与房屋管理中的业务特点及需求,设计开发了土地与房产管理信息系统:基于ArcSDE与SQLServer2000设计建立空间数据库;基于ArcIMS和ASP.NET,开发图形分布平台,实现了图属互查、统计分析等功能;基于ASP.NET开发属性数据管理系统,实现属性数据的实时编辑更新。     

基于ArcGIS Engine的小型地籍信息管理系统的开发

在地籍信息的管理建设中,将地籍数据的属性数据与矢量数据一体化,建立小型的地籍信息管理系统,可以降低管理成本,为地籍信息管理工作提供便捷的管理手段和有效的决策。本文对地籍信息管理系统的现状进行了研究,总结了系统的总体框架,并且阐述了所涉及的关键技术,选用.NET架构搭建平台,利用C/S模式实现了小型地籍信息管理系统的开发。根据系统的需求与数据的特征,以ArcGIS Engine、VS2010、C#为开发工具,在ArcCatalog中建立文件地理数据库,实现了查询、统计、数据的编辑更新、空间分析、专题图制作、统计与输出等功能。通过实验数据验证,本系统操作简便,可满足对地籍数据管理的需要。     

基于ArcGIS Mobile技术的移动设备数据采集系统的设计与实现

介绍了基于ArcGIS Mobile技术的移动设备数据采集、更新系统的开发技术和实现方法;实现了空间数据浏览、查询、编辑及多媒体数据的采集、GPS导航以及与数据库同步更新等功能。     

基于GIS的多源遥感影像管理显示系统的设计与实现

影像数据具有多时相、数据量大的特点,这给影像数据的集中统一管理提出了更高的要求。如何结合GIS空间数据管理优势管理影像数据,实现矿区影像的快速入库与高效查询,是本文所要探讨的主要内容。本文在分析不同影像类型在磁盘上的存档特点,以及头文件内容的基础上,确定了影像元数据库结构并设计了头文件自动解析模块,实现了影像的数据文件及其相关元数据的快速入库,开发了基于Arc GIS Engine的影像管理查询检索系统,实现了基于空间和属性的快速查询检索,并且在元数据的支持下实现了影像和元数据的双向查询。     

Recent Literature

Development of a temporal geographic information system (GIS) and spatio-temporal data modeling are key to incorporating time into geographic information science. This paper describes how to design and develop temporal GIS that will work with spatio-temporal data represented in various data models, and it introduces a prototype temporal GIS with a case study. In temporal GIS, the integration of multiple spatio-temporal representations is based on common spatial and temporal reference systems. In other words, a map window of temporal GIS visualizes spatio-temporal data valid at the same time within one spatial area. To achieve such visualization, separate data editing and query modules are required for each spatio-temporal data model (STDM). In the temporal query interface, after a user specifies a time, the system automatically hires correspondent modules to retrieve spatio-temporal data valid at that time. Besides temporal queries common to all STDMs, each module may provide additional temporal query capabilities specific to that STDM. In the case study, I implement a prototype temporal GIS for three STDMs. The examples of query and visualization, which use three datasets (census data, land use/land cover, and elevation data) demonstrate the prototype temporal GIS can integrate multiple temporal representations.