第10部分空间数据仓库与数据挖掘课程.pptVIP

OLTP和OLAP有很大的差别, 在传统的OLTP技术中，所依赖的是实体、联系、功能分解、状态转换分析和事务处理等概念和方法；而在OLAP技术中，主要使用的是事实表、维表、层次(hierarchies)、稀疏性(sparsity)、指标聚集等概念和方法。 OLAP与OLTP的区别 OLAP(联机处理分析) §10.1 数据仓库与空间数据仓库 OLAP与OLTP的区别 OLAP(联机处理分析) §10.1 数据仓库与空间数据仓库 数据驱动面向分析 事件驱动面向应用 设计 支持管理要求 支持日常操作 功能 周期性刷新 实时更新 稳定性 随机的、动态的查询 标准的事务 查询 综合的、提炼的分析性数据 细节的、操作性数据 数据类型 静态的 迅速变化的 状态 长时间框架 短时间框架 时间 OLAP OLTP 多维空间数据模型 空间数据Cube的构造和维护 空间Cube数据的多维显示 OLAP目前主要研究内容 OLAP(联机处理分析) §10.1 数据仓库与空间数据仓库 支持cube构造的多维数据存储模型； 空间数据cube实例化视图选择方法研究； 空间数据cube的构造算法； 在二级存储中高效构造高维的cube和空间数据cube； OLAP关键技术 OLAP(联机处理分析) §10.1 数据仓库与空间数据仓库 空间数据仓库系统是引入数据仓库后的计算机系统。其目标是支持用户利用存储地信息进行分析、处理和决策。 空间数据仓库由四部分组成：数据、计算机硬件、软件、用户 。 空间数据仓库系统 §10.1 数据仓库与空间数据仓库 在操作上,GIS源数据由异构变为同构,消除了数据模型及语法、语义的差异,数据库可直接被DBMS访问,加快了查询和分析处理的速度。访问仓库的数据不需要占用信息源的系统资源,不会像直接访问信息源那样增加开销。 在功能上,除了便于管理、维护外,GIS空间数据仓库为其数据挖掘准备了条件。如果数据挖掘技术利用得当,还可扩充GIS的功能,当然,数据仓库及其技术并未抛弃关系型数据库和DBMS的一系列功能。 使用空间数据仓库的优势 §10.1 数据仓库与空间数据仓库 有望解决OPENGIS在数据上不一致的问题。 具有明显的社会意义,有利于加强商业、资源、环境等的宏观决策。可以说,数据仓库是伴随着C/S技术和并行数据库的发展孕育而生的,大型GIS要处理多源的、多变量的、异构的、海量的地理数据,就要采用能解决这些问题的技术。数据仓库技术可以解决其中的一些问题。 GIS中使用空间数据仓库的优势 §10.1 数据仓库与空间数据仓库 空间数据粒度的划分； 空间数据的分割（面向图幅、面向图层、 面向专题要素 ）； 空间元数据的设计、管理及其标准化。 开发数据仓库应注意的问题 §10.1 数据仓库与空间数据仓库 §10.2 空间数据基础设施 空间信息基础设施的定义 空间信息基础设施的目标 空间信息基础设施组成 空间信息基础设施体系结构 NII NSII SDW NSII 美国于１９９４年颁布了总统行政令,实施国家空间数据基础设施ＮＳＤＩ计划。 国家空间信息基础设施(National Spatial Information Infrastructure，简称ＮＳＩＩ)的定义为:“一个国家内描述地球上地理要素和现象的分布及其属性的所有地理信息的组合,以及对这些信息的获取、处理、存储、分发和提高使用所需的技术、政策、标准和人力资源”。ＮＳＩＩ是为使用、生产和管理与地理空间信息有关的社会各部门以及个人提供基础信息环境和支持,是国家信息基础设施的子集。 一、国家空间信息基础设施定义 §10.2 空间数据基础设施 在今天的信息社会和网络环境下,它是一个分布式异构的地理空间信息资源网络。空间信息基础设施的体系结构是实施地理空间信息基础设施概念的逻辑模型。 空间信息基础设施在区域层次上分为全球空间信息基础设施(ＧＳＩＩ)、区域空间信息基础设施(ＲＳＩＩ)和国家空间信息基础设施（NSII）。 一、国家空间信息基础设施定义 §10.2 空间数据基础设施 空间信息具有区域性、综合性和共享性，NSII旨在建立作为各部门共同使用的基础信息，避免部门重复建设问题，提高信息标准化程度，为信息共享和网络上的协作扫除障碍。 空间信息基础设施的目标是建立、维护和使用一个空间信息框架。空间信息框架包括两方面的内容:一是空间信息内容，即框架的基础空间数据和专题数据；二是空间信息服务，即提供对空间信息的共享、集成和互操作的功能和接口。 二、NSII的目标 §10.2 空间数据基础设施 空间信息基础设施提供两种服务:一