云计算环境下GML空间数据存储方法研究文献综述.docxVIP

云计算环境下GML空间数据存储方法研究文献综述 云计算环境下的GML空间数据存储方法是在近年来才诞生的新名词，但仅仅过了半年多，其就成为当今计算机界一个研究热点，业内外人士对其发展情况和实用价值都表现出非常的关注。对于云计算环境下的GML空间数据存储方法的研究在各大公司及院校相继展开。该空间数据存储方法是一种新兴的共享基础架构的方法，最终将成为一种普及性服务。一、研究背景及动态云计算是一种经济有效的模型，提供了流程、应用程序和服务，同时使 IT 管理更轻松，能更快响应业务需求。这些服务(计算服务、存储服务、网络服务等一切必要服务)以一种简化的方式--“随需应变”来交付和落实，无需考虑用户所在地和所用设备类型。学术界和工业界都开始着手研究云计算解决方案，提出了很多云计算的设想，从基础架构到编程模型、运用场景，并且实现了很多设想，如国际IT巨头有Google的MapReduce变成模型、Micreosoft的Azure、IBM的蓝云、采用虚拟化技术的Amazon EC2，开源社区有Apache的项目Hadoop，高校有berkeley的MapReduce Online等。然而，随着网络中各种移动设备的加入和对数据处理速度的要求的不断提高。智能手机的加入，必然会 导致需要处理的数据量的增加。对于现在的数据处理方案，不足以应付新一轮的挑战。一方面，指数级增长的数据需要处理；一方面，移动设备的用户需要得到的是 及时数据，这些数据是根据某个时间点得到，并且很快就过期（比如路况信息处理），他们要求数据处理速度的要求非常苛刻；另一方面，数据以数据流的方式得 到，每时每刻都可能向服务器发送数据并希望得到服务器处理。尽管云计算方案在不断发展，但目前无法满足这种计算要求。流式数据具有几个特点：数据过期时间 短，数据不可信。为了处理这种数据，并保留传统的MapReduce框架的很多优点，需要设计新的框架。这个框架要满足处理流式数据的特点，快速处理数据。从空间数据需求的观点看，现实世界的任一地理空间实体的描述，它必然涉及两个最基本要素，即：空间要素和属性要素共同描述一个空间实体。空间要素定义实体的空间位置特征，以指定的空间坐标系为参考，按其几何特征抽象归结成点、线、面或规则几何特征表示简单实体，各实体是由相应的几何元素表示。对每个空间实体而言，它除了具有空间特征外，还具有自然属性和社会属性。而它们在GML文档中定义的标准对数据存储是至关重要的环节。云计算是一种新兴的计算模式。它利用高速互联网的传输能力,将数据的处理过程从个人计算机或服务器转移到互联网上的计算机集群——云端中。云计算使得超级 计算能力通过互联网自由流通成为可能,企业与个人用户无需再投入昂贵的硬件购置成本,只需要通过互联网来购买或租赁计算力。正是由于这种原因,使云计算成 为IT领域最令人关注的话题之一,也是当前大型企业、互联网的IT建设正在考虑和投入的重要领域。纵观当前国内外在GML存储方面的研究，存在如下一些缺陷，对空间数据的存储不够成功，数据模型相对复杂，简化过程中会有文档的丢失，还没有一种比较权威的解决策略。本文以基于云计算的GML空间数据存储技术的探讨为主题，在GML存储方法、策略的基础之上进行研究，探讨了模式简化的方法，利用关系数据库的技术和面向对象的特性，优化了模型到关系数据库的映射，这种存储方式有利于GML文档的重构，并有利于直接访问数据库，避免了文档结构信息的丢失。二、评述（1）OGC推出GML的目的如下：1)适用于Intemet环境的空间信息编码，用于数据传输和存储；2)能够扩展，用以支持对空间信息的多样化需求，不管是用于对空间信息的单纯描述，还是进行更深层次的分析使用；3)以一种可扩展和标准化的方式为基于Web的GIS建立良好的基础；4)允许对地理空间数据进行高效率编码：5)提供了一种容易理解的空间信息和空间关联的编码方式：6)实现空间和非空间数据的内容和表现形式的分离；7)易于将空间信息和非空间信息进行整合：8)易于将空间几何元素与其它空间或非空间元素连结起来；9)提供一系列公共地理建模对象，从而使各自独立开发的应用之间互操作成为可能。(2) GML的特性:1) GML封装了地理信息及其属性GML对空间实体要素的特征及其属性进行封装，是基于地理信息的抽象模型。地理特征包括一系列的要素属性和相应的几何信息，一般属性由属性名、类型和值组成；几何信息由点、线、面、曲线、多边形等基本元素组成。GML允许复杂的特征，比如特征间的任意嵌套。GML已经可以对很复杂的地理实体进行编码，例如：一个地理实体可由很多的几何实体所构成，而一个复杂的几何实体又可由很多的点、线、面等几何类型所构成。2) GML封装了空间地理参考系统 空间参考系统SRS (Spatial Reference Sy