第六讲：空间数据库(上).pptVIP

基本特性 数据模型：提供一组模拟信息实体的数据结构，一组操纵信息实体的方法和一组定义数据一致性状态的约束条件。 永久性：数据长久存贮，并且能为应用程序交叉使用。 并发性：多个用户可以同时访问和使用同一个数据库，并且能进行交互。 事物管理：能监视数据库的交互过程，确保数据的一致性、正确性和稳定性。 基本特性 恢复功能：当系统发生故障或损坏时，能将系统恢复到以前的某种特定状态。 查询语言：使用一种易用的高级语言访问和查询实体信息。 辅存管理：提供一组用于改善访问性能的高效结构和算法，包括索引管理、数据聚集、数据缓冲区、查询路径选择以及查询优化等。 安全管理：具有保护信息的措施，提供权限检查的功能。 面向对象的特性 抽象性：能开发和使用灵活的、逻辑上复杂的抽象数据类型。 封装性：将方法与数据放于一对象中，由类型定义的方法操纵，其内部结构对于外部是隐藏的。 多态性：同一消息被不同对象接收时，可解释为不同的含义。 面向对象的特性 面向对象的特性 继承性：由类的抽象可以构成类层次，子类可以继承超类的数据与行为。超类的特殊化为子类，子类的概括化形成超类。继承性自动维护类层次中的关系。 继承示例 面向对象的特性 对象标识：系统为对象定义并维护唯一的标识符，这一对象独立于对象本身的内容和地址，并支持对象的共享。 复合性：一组对象可以是另一个对象的一部分。 计算完备性：能够用数据库系统的数据操纵语言（DML）表达任何可计算的功能。一般情况下，计算完备性可以通过与现有程序设计语言的合理连接来实现。 可扩充性：系统提供的操作、结构和约束不是固定的，用户可以在应用中定义新的操作和类型。 面向对象的数据模型示例 面向对象的数据模型示例 空间数据库的发展趋势 数据仓库是指面向主题的、集成的、稳定的、随着时间变化的数据集合，用以支持管理决策。 数据仓库 用户 数据查询、分析 数据挖掘 数据集成器 数据源1 数据源2 数据源n 。。。。 空间数据库的发展趋势 数据仓库的核心思想是对数据源析取数据、经规范、集成以后形成基本事实库。然后在基本事实库上做分割或集聚处理的一种程序思想，元数据是描述整个数据仓库的数据组织信息。数据仓库具有以下特点： 1）数据仓库非常庞大，包括不同历史时期的数据； 2）数据仓库的组织是面向主题的； 3）数据是相对稳定的； 4）元数据是结构化的，其结构化程度要比源数据的平均结构化水平高。 数据仓库 （Data Warehouse） 空间数据库的发展趋势 数据仓库的目的是简化分析的复杂程度和减少查询分析要搜索的数据量，获得较高的分析效率。为了达到此目的必须进行数据挖掘，通常采用两种方法： （1）分割是把复杂的数据库按一定的主题进行分割，从而减少所需的扫描数据量。 （2）集聚是事先对数据按一定的主题进行一定程度的汇总，分析是在汇总的基础之上，同样可以减少对基本数据库的扫描。 空间数据库的发展趋势 步骤： 数据选取(提取有用的数据) 数据转换(定名量—定序量；数学逻辑运算) 数据挖掘(分类、回归分析) 结果解释(过滤、可视化) 数据挖掘 （Data Mining） 空间数据库的发展趋势 方法： 统计分析方法 基于概括的方法 聚类方法 空间关联规则方法 数据挖掘 （Data Mining） 空间数据库的发展趋势 统计分析方法 1、适合处理数值数据，不适合处理非数值型数据(数值的分级统计)。 2、对领域专家和统计方面的知识要求较高。 3、数据不完整不充分时，结果没意义。 4、统计分析计算代价高。 空间数据库的发展趋势 基于概括的方法 面向属性的归纳方法，将空间和非空间属性的关系概括成高层次的概念知识。它需要背景知识，即概念层次体系。 农作物 经济作物 粮食作物 水果 蔬菜 柑桔 苹果 土豆 黄瓜 水稻 小麦 空间数据库的发展趋势 聚类方法 统计分析的一个分支，不需要背景知识(物以类聚)。 空间关联规则方法 关联规则：如牛奶-黄油规则(90%) ，表明90%买牛奶的顾客会同时买黄油。 1. 几个概念 关系 : 一个表格就是一个关系。 域 : 数据项，即属性的取值范围。 记录 : 数据库表中的每一行由具有特殊属性的一系列数据元素组成，称为一个记录。在关系中称为“元组” 关键字段：用来访问表中记录的被特殊定义的字段，又称“记录标识符”。它可由单个属性或一系列属性组成。关键字段是独一无二的，并且是不能重复使用的（如土地编号）。 2. 关系数据库表的规则 表中的每一个属性必须有一个唯一的名字。 行的顺序不是重要的影响因素。 任意两个记录不能完全相同。 每一个属性应仅包含一个值，即表格不能嵌套。 3. 关系数据库的联结和查询 关系数据结构中表格的联结 建立表格间的对应关系 算符 结构化查询语言（SQL） 数据库的查询和分类 1）数据库查找