分布式數(shù)據(jù)庫中數(shù)據(jù)集成與共享的研究進(jìn)展＊

奧勇，李美麗，趙永華，孫佳佳，付泉

分布式數(shù)據(jù)庫中數(shù)據(jù)集成與共享的研究進(jìn)展＊

奧勇，李美麗，趙永華，孫佳佳，付泉

（長安大學(xué) 地球科學(xué)與資源學(xué)院/土地工程學(xué)院，陜西 西安 710054；陜西省土地污染整治重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710054）

分布式數(shù)據(jù)庫是地理信息系統(tǒng)（GIS）發(fā)展的重要的研究熱點(diǎn)和難點(diǎn)，數(shù)據(jù)集成與共享是其研究核心。從分布式數(shù)據(jù)庫數(shù)據(jù)集成與共享的角度出發(fā)，基于國內(nèi)外研究現(xiàn)狀，對現(xiàn)有的分布式數(shù)據(jù)庫、數(shù)據(jù)集、數(shù)據(jù)共享的典型模式進(jìn)行了綜合分析，總結(jié)其在研究技術(shù)方面存在的問題。結(jié)合計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)及分布式數(shù)據(jù)庫管理方式的優(yōu)化升級，論述了如何提高空間數(shù)據(jù)集成與共享的效率結(jié)合及使用率這一問題，并對地理空間數(shù)據(jù)集成與共享的應(yīng)用前景進(jìn)行了展望。

分布式數(shù)據(jù)庫；地理信息系統(tǒng)（GIS）；空間數(shù)據(jù)；數(shù)據(jù)集成

1 概述

隨著GIS技術(shù)自身的發(fā)展及社會應(yīng)用的需要，不同系統(tǒng)之間數(shù)據(jù)的共享和互操作受到人們越來越多的關(guān)注[1]。然而，GIS的迅速發(fā)展和廣泛應(yīng)用積累了大量的地理數(shù)據(jù)資源，它們分別以不同的格式存儲在不同地理位置的不同系統(tǒng)中，給數(shù)據(jù)綜合利用共享帶來了很大不便，特別是給數(shù)據(jù)在網(wǎng)絡(luò)環(huán)境下的集成和共享構(gòu)成了障礙[2]。同時(shí)，大數(shù)據(jù)、云技術(shù)、時(shí)態(tài)GIS的發(fā)展，以及人工智能和智慧城市的提出，GIS服務(wù)的要求不僅僅局限于數(shù)據(jù)表層，更是對數(shù)據(jù)深層含義的挖掘。地理空間數(shù)據(jù)的分布性、復(fù)雜性、變長記錄、載體多樣性、海量數(shù)據(jù)、多尺度性和時(shí)空、多語義等特性造成空間數(shù)據(jù)的管理混亂和使用效率較低，數(shù)據(jù)的重復(fù)采集和無組織分布都是對地理空間數(shù)據(jù)的極大浪費(fèi)。空間數(shù)據(jù)的集成和共享是提高數(shù)據(jù)利用率達(dá)的有效途徑。因此，數(shù)據(jù)集成和共享技術(shù)的更新及優(yōu)化，盡可能提高空間數(shù)據(jù)的管理和使用效率是GIS當(dāng)前和今后研究的熱點(diǎn)和重點(diǎn)之一，分布式數(shù)據(jù)庫中數(shù)據(jù)集成和共享為數(shù)據(jù)的高效利用提供更多的思路和解決方法。本文分析了分布式數(shù)據(jù)庫與傳統(tǒng)集中式數(shù)據(jù)庫的優(yōu)缺點(diǎn)、當(dāng)前存在的數(shù)據(jù)集成與共享的優(yōu)勢和不足；總結(jié)現(xiàn)有數(shù)據(jù)集成與共享方法存在的問題，并對其存在問題提出了合理改進(jìn)意見，對其應(yīng)用前景提出展望。

2 分布式數(shù)據(jù)庫介紹

分布式數(shù)據(jù)庫系統(tǒng)是數(shù)據(jù)庫技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相結(jié)合的產(chǎn)物[3-4]，是解決地理數(shù)據(jù)、軟件及硬件等資源共享和進(jìn)行遠(yuǎn)程互操作及互運(yùn)算的有效途徑，是當(dāng)前地理信息系統(tǒng)領(lǐng)域研究的熱點(diǎn)和前沿[5]。其主要技術(shù)涉及并行計(jì)算、分布策略、數(shù)據(jù)分片、查詢優(yōu)化以及分布式數(shù)據(jù)庫系統(tǒng)的并發(fā)控制[6]、事務(wù)處理與恢復(fù)技術(shù)等。簡而言之，分布式數(shù)據(jù)庫是用計(jì)算機(jī)網(wǎng)絡(luò)將物理上分散的多個(gè)數(shù)據(jù)庫單元連接起來組成的一個(gè)邏輯統(tǒng)一的數(shù)據(jù)庫。數(shù)據(jù)分布的主要目的是就地訪問，而不是分布訪問，只是有時(shí)為了提高可用性或者達(dá)到各個(gè)節(jié)點(diǎn)的負(fù)載均衡，才分布數(shù)據(jù)[7]。即通過數(shù)據(jù)的合理分布，盡可能使更多的數(shù)據(jù)能夠就地存放，以減少遠(yuǎn)距離的數(shù)據(jù)訪問，但在任何分布式數(shù)據(jù)庫中，所有數(shù)據(jù)的局部化訪問是不可能的，即使多復(fù)本也只能達(dá)到讀取的完全局部化。

2.1 分布式數(shù)據(jù)庫研究現(xiàn)狀

信息量和用戶的增多，給分布式數(shù)據(jù)庫的信息查詢、計(jì)算和事務(wù)處理等方面都帶來了極大的挑戰(zhàn)。要想實(shí)現(xiàn)空間地理數(shù)據(jù)的集成與共享，前提是必須保證數(shù)據(jù)的一致性和完整性[8]，這就要求分布式數(shù)據(jù)庫不僅要對網(wǎng)絡(luò)系統(tǒng)相關(guān)功能進(jìn)行分析，還要對各個(gè)節(jié)點(diǎn)上獨(dú)立存在的數(shù)據(jù)庫系統(tǒng)進(jìn)行有針對性的分析和解剖，才可以有效解決在不同站點(diǎn)上數(shù)據(jù)的相互訪問與交流問題，從而實(shí)現(xiàn)數(shù)據(jù)的一致性與完整性。針對維護(hù)分布式多源異構(gòu)空間數(shù)據(jù)的完整性與一致性這一亟待解決的問題，從技術(shù)層面研究了分布式空間數(shù)據(jù)庫的同步更新技術(shù)，馬東波提供了一種可行的解決方法，并得到實(shí)驗(yàn)驗(yàn)證[9]。徐愛萍等人以水文及水環(huán)境數(shù)據(jù)交換架構(gòu)和數(shù)據(jù)共享平臺的構(gòu)建為基礎(chǔ)，采用異構(gòu)多源數(shù)據(jù)庫引擎中間件解決了不同種類數(shù)據(jù)庫之間的數(shù)據(jù)交換問題，使用數(shù)據(jù)目錄注冊的方式使得集成平臺的管理和使用便捷通用[10]?；诙鄬傩詻Q策的分布式多空間數(shù)據(jù)信息快速融合方法利用模糊理論、歐氏距離、測熵值等來確定各信息屬性的局部融合權(quán)重，得到各個(gè)空間信息源的全局融合權(quán)重，以此為依據(jù)完成對分布式多源空間數(shù)據(jù)庫數(shù)據(jù)的快速融合[11]。鄔倫等人通過對空間數(shù)據(jù)分布特征的分析，提出了多空間數(shù)據(jù)庫系統(tǒng)集成的基本思路——異構(gòu)同化，同構(gòu)整體化，提出建立分布式多空間數(shù)據(jù)庫系統(tǒng)來實(shí)現(xiàn)異構(gòu)空間數(shù)據(jù)源的互操作，以達(dá)到空間信息共享的目的[12]。

2.2 分布式數(shù)據(jù)庫的優(yōu)勢

按數(shù)據(jù)庫對數(shù)據(jù)管理的集中程度可以分為分布式數(shù)據(jù)庫和集中式數(shù)據(jù)庫。分布式數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫比較如表1所示。

表1 分布式數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫比較

數(shù)據(jù)庫類型優(yōu)點(diǎn)缺點(diǎn) 傳統(tǒng)集中式數(shù)據(jù)庫系統(tǒng)運(yùn)行成本低，應(yīng)用軟件和數(shù)據(jù)庫表結(jié)構(gòu)的更新與升級優(yōu)越性高，利于數(shù)據(jù)的集中查詢中心主機(jī)的建設(shè)成本高，網(wǎng)絡(luò)完全性和主機(jī)安全性低、可擴(kuò)展性有限，數(shù)據(jù)安全性不高 分布式數(shù)據(jù)庫數(shù)據(jù)的讀取速率高，可擴(kuò)展性強(qiáng)，提供更大的用戶并發(fā)訪問量系統(tǒng)運(yùn)行成本高，不能共享全部的數(shù)據(jù)，數(shù)據(jù)的安全性不高

綜上所述，集中式數(shù)據(jù)庫可以對數(shù)據(jù)進(jìn)行集中式管理，減少各級計(jì)算機(jī)機(jī)房和服務(wù)器建設(shè)的費(fèi)用，但其中心節(jié)點(diǎn)的網(wǎng)絡(luò)故障將導(dǎo)致整個(gè)數(shù)據(jù)庫系統(tǒng)不能正常運(yùn)轉(zhuǎn)，而且數(shù)據(jù)的安全性也不高。分布式數(shù)據(jù)庫雖然要維護(hù)多個(gè)節(jié)點(diǎn)的服務(wù)器機(jī)器操作系統(tǒng)正常運(yùn)行，但是，這種組織數(shù)據(jù)庫的方法克服了物理中心數(shù)據(jù)庫組織的弱點(diǎn)，降低了數(shù)據(jù)傳送的代價(jià)，在很大程度上還提高了系統(tǒng)的可靠性和數(shù)據(jù)的安全性，而且便于系統(tǒng)的擴(kuò)展。分布式數(shù)據(jù)庫為了保證數(shù)據(jù)的高可靠性和高訪問速度，往往采用備份的策略實(shí)現(xiàn)容錯(cuò)，所以，在讀取數(shù)據(jù)的時(shí)候，客戶端可以并發(fā)地從多個(gè)備份服務(wù)器中同時(shí)讀取，從而提高數(shù)據(jù)的訪問速度。

更重要的是，分布式數(shù)據(jù)庫的發(fā)展對數(shù)據(jù)的集成與共享提供了很大的便利，提高了數(shù)據(jù)的使用效率，為地理信息服務(wù)提供了廣闊的應(yīng)用前景。

2.3 分布式數(shù)據(jù)庫技術(shù)優(yōu)化對數(shù)據(jù)集成與共享的意義

分布式地理信息系統(tǒng)是政府辦公、企業(yè)及部門生產(chǎn)管理、國家空間信息基礎(chǔ)設(shè)施、全球空間數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)字地球、智慧城市等一切信息系統(tǒng)的技術(shù)支撐。網(wǎng)絡(luò)和科學(xué)技術(shù)的飛速發(fā)展，地理信息系統(tǒng)的發(fā)展趨勢要求GIS數(shù)據(jù)的來源更加多樣化，同時(shí)也將改變其數(shù)據(jù)的獲取、管理、分析和輸出的形式。最突出的變化就是空間信息將從“地表空間”向“全空間”發(fā)展。空間數(shù)據(jù)的高效存取將是GIS設(shè)計(jì)者和使用者的共同需求。分布式GIS的出現(xiàn)為解決地理數(shù)據(jù)的復(fù)雜操作、數(shù)據(jù)的保密性和完整性這些問題提供新的思路和解決方法。

3 數(shù)據(jù)集成與共享技術(shù)

空間數(shù)據(jù)集成是將具有某種或多種異質(zhì)性的數(shù)據(jù)集通過重新建模整合到統(tǒng)一框架下，對數(shù)據(jù)形式特征（如格式、單位、分辨率、精度等）和內(nèi)部特征（屬性、內(nèi)容等）作全部或部分調(diào)整、轉(zhuǎn)化、合成、分解等操作，旨在提供數(shù)據(jù)分布式高效使用和數(shù)據(jù)共享的數(shù)據(jù)深加工范式[13]。數(shù)據(jù)共享可以使更多部門使用非己有的數(shù)據(jù)，更加充分、有效地利用數(shù)據(jù)，減少重復(fù)勞動(dòng)和數(shù)據(jù)采集的費(fèi)用以及數(shù)據(jù)的維護(hù)和管理費(fèi)用，使GIS系統(tǒng)更容易集成，能夠使GIS開發(fā)重點(diǎn)集中在新的應(yīng)用方面。采用數(shù)據(jù)引擎思想實(shí)現(xiàn)空間數(shù)據(jù)的集成與共享，類似于ODBC中驅(qū)動(dòng)程序提供動(dòng)態(tài)鏈接庫的方式，通過數(shù)據(jù)引擎，驅(qū)動(dòng)程序接到請求后，動(dòng)態(tài)地把請求轉(zhuǎn)換成其數(shù)據(jù)源可以處理的命令格式，從而獲取所需數(shù)據(jù)信息[14]。

3.1 空間數(shù)據(jù)的集成和共享現(xiàn)狀

傳統(tǒng)的數(shù)據(jù)集成所采用的方法基本可以分為兩大類：數(shù)據(jù)復(fù)制方法和模式映射方法[15]?？臻g數(shù)據(jù)集成之間存在的語法、模式和語義異質(zhì)性[16]相應(yīng)地存在3個(gè)層次，即語法、模式和語義層次上的空間數(shù)據(jù)集成。

早期空間數(shù)據(jù)集成研究受系統(tǒng)數(shù)據(jù)結(jié)構(gòu)和邏輯模型不同的驅(qū)使，集中在語法和模式層次上，發(fā)展了數(shù)據(jù)轉(zhuǎn)換、互操作和直接訪問3種語法集成方法[17-20]及半自動(dòng)模式集成方法[21]。斯坦福大學(xué)DB Group的數(shù)據(jù)集成方案是以數(shù)據(jù)復(fù)制方式進(jìn)行數(shù)據(jù)集成的代表性方案。然而在應(yīng)用領(lǐng)域中，信息源數(shù)據(jù)通常含有企業(yè)商業(yè)機(jī)密信息或政府部門公眾機(jī)密信息，不能讓數(shù)據(jù)集成系統(tǒng)訪問這些信息或基表[22]。

模式集成（Schema Integration）是人們最早采用的數(shù)據(jù)集成方法，也是其他數(shù)據(jù)集成方法的基礎(chǔ)。其基本思想是，在構(gòu)建集成系統(tǒng)時(shí)，將各數(shù)據(jù)源共享的數(shù)據(jù)視圖集成為全局模式（Global Schema），供用戶按照全局模式透明地訪問各數(shù)據(jù)源的數(shù)據(jù)。該方法不需要重復(fù)存儲大量數(shù)據(jù)，能保證查詢到最新的數(shù)據(jù)，比較適合集成數(shù)據(jù)多、更新變化快的異構(gòu)數(shù)據(jù)源集成[15]。崔鐵軍等人針對用戶對于地理空間數(shù)據(jù)的迫切需求，提出地理數(shù)據(jù)模型的融合、地理要素語義的融合和地理數(shù)據(jù)投影和坐標(biāo)系的統(tǒng)一是多源地理空間矢量數(shù)據(jù)集成與融合基本理論與方法。給出了實(shí)現(xiàn)多源數(shù)據(jù)集成的數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)互操作和直接數(shù)據(jù)訪問方法[23]。劉云漢通過研究數(shù)據(jù)集成的相關(guān)技術(shù)，采用基于Web Service的技術(shù)構(gòu)建了包括數(shù)據(jù)層、業(yè)務(wù)邏輯層和應(yīng)用層的異構(gòu)數(shù)據(jù)集成平臺。其中數(shù)據(jù)采用通用的數(shù)據(jù)訪問接口，業(yè)務(wù)邏輯層以Web服務(wù)的形式發(fā)布，降低了層間耦合，實(shí)現(xiàn)了局部數(shù)據(jù)源的自治性、業(yè)務(wù)邏輯接口的通用性、響應(yīng)的實(shí)時(shí)性和平臺的易維護(hù)性[24]。基于JAVA/XML的松耦合的數(shù)據(jù)同步集成關(guān)系，以XML作為數(shù)據(jù)交換集成的載體，允許使用非常規(guī)的編程進(jìn)行快速的商業(yè)系統(tǒng)集成，具有開放性、可伸縮性、可移植性和靈活性，可以高效實(shí)現(xiàn)數(shù)據(jù)的共享[25]。陳超等人提出了使用NoSQL存儲地圖瓦片數(shù)據(jù)的方法，解決了傳統(tǒng)關(guān)系數(shù)據(jù)應(yīng)對多發(fā)訪問的瓶頸問題[26]。于小洋等人針對Web Service數(shù)據(jù)的多源異構(gòu)性，提出基于本體和Karma建模的快速集成方法，并將其應(yīng)用于天氣信息的領(lǐng)域中[27]。YAN提出對NoSQL數(shù)據(jù)庫的兩種設(shè)計(jì)理念和五種不同的優(yōu)化查詢方法，為地理空間數(shù)據(jù)集成與共享提供了很好的數(shù)據(jù)庫基礎(chǔ)。李紹俊等人結(jié)合GIS領(lǐng)域空間大數(shù)據(jù)存儲對數(shù)據(jù)庫存儲能力的可擴(kuò)展性及數(shù)據(jù)處理和訪問的高并發(fā)要求，提出基于內(nèi)存數(shù)據(jù)庫和NoSQL數(shù)據(jù)庫的空間大數(shù)據(jù)分布式存儲與綜合處理策略，并開發(fā)了原型系統(tǒng)，對提出的存儲策略的可行性和有效性進(jìn)行了驗(yàn)證[28]。

3.2 分布式數(shù)據(jù)庫中空間數(shù)據(jù)的集成模式

大數(shù)據(jù)環(huán)境為傳統(tǒng)的科技服務(wù)提供了新的環(huán)境，面向區(qū)域共享平臺復(fù)雜化、個(gè)性化的服務(wù)需求，探索大數(shù)據(jù)環(huán)境下區(qū)域共享平臺的云服務(wù)模式，對提升平臺集成服務(wù)能力，豐富平臺管理方法具有重要的現(xiàn)實(shí)意義[29-30]。當(dāng)前典型的分布式數(shù)據(jù)庫有以下幾大類。分布式數(shù)據(jù)庫數(shù)據(jù)集成方法的對比分析如表2所示。

表2 分布式數(shù)據(jù)庫數(shù)據(jù)集成方法的對比分析

數(shù)據(jù)庫優(yōu)點(diǎn)缺點(diǎn) NoSQL存儲空間大數(shù)據(jù)的成本低、高可擴(kuò)展、高可用性；高通量I/O的持久化存儲和數(shù)據(jù)提?。患葷M足了大數(shù)據(jù)存儲的需要，又保證了整個(gè)系統(tǒng)對外提供的GIS功能不退化[28]操作方式、查詢方式有局限性，單一空間索引算法的局限[31-39] Mongo DB支持動(dòng)態(tài)查詢，支持完全索引，模式自由、支持復(fù)制和故障恢復(fù)，數(shù)據(jù)存儲高效，自動(dòng)處理碎片，支持云計(jì)算的擴(kuò)展不支持SQL查詢，自身分片技術(shù)的限制，數(shù)據(jù)在各點(diǎn)分布不均勻 基于Haodoop的SQL數(shù)據(jù)庫有效減少數(shù)據(jù)的檢索時(shí)間，提高系統(tǒng)的整體性能，可以對海量數(shù)據(jù)進(jìn)行存儲和處理[40-41]，高并發(fā)、低成本、高可靠性[42]不適合低延遲數(shù)據(jù)訪問，無法高效存儲大量小文件，不支持多用戶寫入及任意修改文件 Apache HBase節(jié)省存儲空間、支持非結(jié)構(gòu)化的存儲；列動(dòng)態(tài)增加且列為空就不存儲數(shù)據(jù)；自動(dòng)切分?jǐn)?shù)據(jù)；提高海量數(shù)據(jù)的處理能力和速度，系統(tǒng)可靠性高；有效降低數(shù)據(jù)共享中出現(xiàn)的障礙對整個(gè)系統(tǒng)的影響[43]不支持條件查詢、只支持按照Row Key來查詢，不支持Master Server的障切換 Apache CouchB節(jié)點(diǎn)之間的數(shù)據(jù)增量復(fù)制數(shù)據(jù)格式無限制；系統(tǒng)擴(kuò)展便利；支持云計(jì)算；可存儲半結(jié)構(gòu)化數(shù)據(jù)；支持海量數(shù)據(jù)存儲；支持分區(qū)容忍性和數(shù)據(jù)可用性；支持?jǐn)?shù)據(jù)一致性；提供rest數(shù)據(jù)訪問API，簡化開發(fā)過程；數(shù)據(jù)格式為json，更開放、貼切移動(dòng)開發(fā)；提供andorid和ios版客戶端數(shù)據(jù)庫沒有DB2簡單 Riak數(shù)據(jù)模型靈活；沒有主節(jié)點(diǎn)的概念，用Erlang編寫Erlang沒有使用共享內(nèi)存 hypertable可處理海量數(shù)據(jù)；實(shí)現(xiàn)高效查詢，高可用性；免受傳統(tǒng)文件存儲系統(tǒng)無法避免的失敗影響不支持SQL查詢空間數(shù)據(jù)運(yùn)算

從各種集成方法的優(yōu)缺點(diǎn)、適用情況及數(shù)據(jù)操作難度幾個(gè)方面分析可知，Apache HBase數(shù)據(jù)庫雖然在一定程度上可以節(jié)省數(shù)據(jù)的存儲空間，但是它只支持按照Row Key來查詢；Apache CouchB數(shù)據(jù)庫技術(shù)很復(fù)雜，僅適用于專業(yè)用戶；Mongo DB數(shù)據(jù)庫系統(tǒng)靈活性高、擴(kuò)展性強(qiáng)、容錯(cuò)性好、數(shù)據(jù)存儲高效，但其自身數(shù)據(jù)分布方式的不均衡，導(dǎo)致后期數(shù)據(jù)的利用和共享不順利[44]；Riak數(shù)據(jù)庫用Erlang適用于開發(fā)NoSQL數(shù)據(jù)存儲等應(yīng)用程序，只能通過發(fā)送/接受異步消息進(jìn)行相互合作，數(shù)據(jù)的使用效率較低，會造成后期數(shù)據(jù)遷移耗費(fèi)大量的資金；hypertable數(shù)據(jù)庫可處理海量數(shù)據(jù)，具有較高的可靠性和較高的查詢效率，但查詢模式單一、產(chǎn)品還不成熟、應(yīng)用不廣泛?；贜oSQL進(jìn)行二次開發(fā)的是目前用到最廣泛的數(shù)據(jù)庫，其成本低、可用性高、適用于大數(shù)據(jù)，符合各行各業(yè)的發(fā)展需求。

3.3 分布式數(shù)據(jù)庫中空間數(shù)據(jù)的共享模式

分布式數(shù)據(jù)庫數(shù)據(jù)共享的解決方法有：直接訪問模式、數(shù)據(jù)格式轉(zhuǎn)換模式、數(shù)據(jù)互操作模式、數(shù)據(jù)標(biāo)準(zhǔn)化模式、空間數(shù)據(jù)共享平臺模式、元數(shù)據(jù)庫訪問等?？臻g數(shù)據(jù)共享模式對比如表3所示。

綜上分析，不同的數(shù)據(jù)集成與共享模式有其自身的優(yōu)勢和局限性，目前并不存在“通用”的數(shù)據(jù)集成與共享方法。

4 結(jié)束語

任何一種數(shù)據(jù)集成和共享的方法都不能滿足所有用戶的需求，但每種方法有其自身的優(yōu)勢和適用領(lǐng)域，要想提高數(shù)據(jù)的集成和共享效率，必須在清楚使用目的和應(yīng)用領(lǐng)域的基礎(chǔ)上綜合考慮所用數(shù)據(jù)類型及其特點(diǎn)，選擇合適的數(shù)據(jù)集成和共享方法。

直接數(shù)據(jù)訪問模式和數(shù)據(jù)轉(zhuǎn)換模式雖然很難達(dá)到高要求和大面積的數(shù)據(jù)共享，但是如果在某領(lǐng)域內(nèi)有通用的數(shù)據(jù)模型和格式，這兩種方法也可以繼續(xù)得到很好的應(yīng)用；空間數(shù)據(jù)標(biāo)準(zhǔn)模式雖然提出很多年，但一直沒有制訂一個(gè)公認(rèn)的標(biāo)準(zhǔn)，如果某些相近行業(yè)之間可以建立公用的數(shù)據(jù)共享標(biāo)準(zhǔn)，也會對數(shù)據(jù)的集成與共享帶來很大的推動(dòng)作用。

互聯(lián)網(wǎng)+時(shí)空大數(shù)據(jù)平臺構(gòu)建的背景下，基于本體的數(shù)據(jù)集成與共享模式雖然是最理想的數(shù)據(jù)共享模式，但它也不是完全獨(dú)立的，需要綜合利用其他數(shù)據(jù)共享模式的優(yōu)勢，揚(yáng)長避短，最大程度提高數(shù)據(jù)的使用率?？梢栽诂F(xiàn)有存儲系統(tǒng)共享模式的基礎(chǔ)上開發(fā)圖像和語音識別系統(tǒng)，再結(jié)合深度學(xué)習(xí)和機(jī)器學(xué)習(xí)來訓(xùn)練模型，更好地將非結(jié)構(gòu)費(fèi)寓意的信息進(jìn)行存儲和共享，提高空間數(shù)據(jù)的使用效率。

表3 空間數(shù)據(jù)共享模式對比

數(shù)據(jù)共享模式優(yōu)點(diǎn)缺點(diǎn)適用領(lǐng)域 直接訪問模式無需轉(zhuǎn)換數(shù)據(jù)模式易造成空間數(shù)據(jù)的丟失、精度損失，數(shù)據(jù)類型不能完全對應(yīng)，數(shù)據(jù)一致性差，轉(zhuǎn)換后存在數(shù)據(jù)冗余、亂碼等情況局域內(nèi)的數(shù)據(jù)共享 數(shù)據(jù)格式轉(zhuǎn)換模式間接使用模式有局限性、過程復(fù)雜、工作量大、轉(zhuǎn)換時(shí)間長、數(shù)據(jù)管理很難做到連續(xù)性，容易造成數(shù)據(jù)流失對數(shù)據(jù)精度要求不高的行業(yè) 數(shù)據(jù)互操作模式通過數(shù)據(jù)庫之間穩(wěn)定的接口動(dòng)態(tài)地進(jìn)行數(shù)據(jù)的調(diào)用和共享，數(shù)據(jù)的完整性高無統(tǒng)一的技術(shù)規(guī)范和轉(zhuǎn)換機(jī)制，OGC成員效率和積極性不確定，不能處理非OpenGIS數(shù)據(jù)企業(yè)的各部門或者分公司之間的數(shù)據(jù)交流及政府辦公 數(shù)據(jù)標(biāo)準(zhǔn)化模式在很大程度上推動(dòng)了地理數(shù)據(jù)的集成和共享數(shù)據(jù)存在不兼容的問題，模式不成熟有相同標(biāo)準(zhǔn)或數(shù)據(jù)規(guī)范的行業(yè)、部門 空間數(shù)據(jù)共享平臺模式采用C/S服務(wù)器體系結(jié)構(gòu)，數(shù)據(jù)的一致性高技術(shù)體系不夠完整，沒有足夠強(qiáng)大的公共平臺可以支持部分領(lǐng)域、部門 元數(shù)據(jù)庫訪問模式可以有效定位、評價(jià)、比較，可以高效查詢、獲取和使用相關(guān)地理數(shù)據(jù)必須建立在數(shù)據(jù)互操作模式和數(shù)據(jù)標(biāo)準(zhǔn)化模式基礎(chǔ)之上，元數(shù)據(jù)自身的標(biāo)準(zhǔn)定制還不完善部分領(lǐng)域、部門 基于本體的數(shù)據(jù)共享通過語義因子分解和建立概念來集成不同地理本體，有效解決數(shù)據(jù)的多語義問題，應(yīng)用廣泛，過程本體的有關(guān)研究成果有助于過程地理信息系統(tǒng)的研究與發(fā)展[45]目前只能根據(jù)輔助信息或由經(jīng)驗(yàn)知識豐富或熟悉研究區(qū)的專家，根據(jù)經(jīng)驗(yàn)知識進(jìn)行人機(jī)交互細(xì)化各領(lǐng)域和部門

［1］梅士員，江南.GIS數(shù)據(jù)共享技術(shù)［J］.遙感信息，2002（4）：46-49，64.

［2］艾海濱，孟令奎，林志勇.基于XML的分布式異構(gòu)地理數(shù)據(jù)集成與共享［J］.遙感信息，2002（4）：50-56.

［3］劉威.分布式數(shù)據(jù)庫及其技術(shù)［J］.長春大學(xué)學(xué)報(bào)，2000（1）：27-30.

［4］楊東，謝菲，楊曉剛，等.分布式數(shù)據(jù)庫技術(shù)的研究與實(shí)現(xiàn)［J］.電子科學(xué)技術(shù)，2015，2（1）：87-94.

［5］周國義.分布式GIS的研究［J］.測繪科學(xué)，2003（3）：43-45，85.

［6］ASTROM K J，WITTWNMARK B.Computer-controlled systems：theory and design［J］.Iee Review，1997，31（31）：237–248.

［7］馬東波.分布式數(shù)據(jù)庫的研究新趨勢［J］.產(chǎn)業(yè)與科技論壇，2017，16（18）：79-80.

［8］陳靜，向隆剛，朱欣焰.分布式異構(gòu)柵格數(shù)據(jù)的集成管理研究［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011，36（9）：1094-1096.

［9］馬東波.分布式數(shù)據(jù)庫系統(tǒng)的安全機(jī)制［J］.產(chǎn)業(yè)與科技論壇，2017，16（16）：45-46.

［10］徐愛萍，宋先明，徐武平.分布式異構(gòu)數(shù)據(jù)庫集成系統(tǒng)研究與實(shí)現(xiàn)［J］.計(jì)算機(jī)工程與科學(xué)，2015，37（10）：1909-1916.

［11］江洲，李琦，王凌云.空間信息融合與地理編碼數(shù)據(jù)庫的開發(fā)［J］.計(jì)算機(jī)工程，2004（5）：1-2，153.

［12］鄔倫，張毅.分布式多空間數(shù)據(jù)庫系統(tǒng)的集成技術(shù)［J］.地理學(xué)與國土研究，2002（1）：6-10.

［13］李軍，費(fèi)川云.地球空間數(shù)據(jù)集成研究概況［J］.地理科學(xué)進(jìn)展，2000（3）：203-211.

［14］吳小芳，蔡忠亮，鄔國鋒，等.基于數(shù)據(jù)引擎思想的GIS數(shù)據(jù)集成與共享［J］.測繪工程，2003（3）：14-17.

［15］鐘秋燕.數(shù)據(jù)集成技術(shù)綜述［J］.電腦知識與技術(shù)，2008（24）：1120-1122.

［16］BISHR Y.Overcoming the semantic and other barriers to GIS interoperability［J］.International Journal of GeographicalInformation Science，1998，12（4）：299-314.

［17］閭國年，張書亮，龔敏霞，等.地理信息系統(tǒng)集成原理與方法［M］.北京：科學(xué)出版社，2003.

［18］宋關(guān)福，鐘耳順，劉紀(jì)遠(yuǎn)，等.多源空間數(shù)據(jù)無縫集成研究［J］.地理科學(xué)進(jìn)展，2000，19（2）：110-115.

［19］劉占偉，劉厚泉.基于GML的多源異構(gòu)空間數(shù)據(jù)集成系統(tǒng)的設(shè)計(jì)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2007，28（8）：1962-1965.

［20］曠建中，馬勁松，蔣民鋒.基于GML的多源空間數(shù)據(jù)集成模型研究［J］.計(jì)算機(jī)應(yīng)用研究，2005，22（6）：105-107.

［21］DEVOGELE T，PARENT C，SPACCAPIETRA S.On spatial database integration［J］.International Journal of Geographical Information Science，1998，12（4）：335-352.

［22］HAMMER J，GARCIA-MOLINA H，WIDOM J，et al.The stanford data warehousing project［J］.In IEEE Data Engineering Bulletin，1995，18（2）：41- 48.

［23］崔鐵軍，郭黎.多源地理空間矢量數(shù)據(jù)集成與融合方法探討［J］.測繪科學(xué)技術(shù)學(xué)報(bào)，2007（1）：1-4.

［24］劉云漢.基于Web Service的異構(gòu)數(shù)據(jù)集成平臺設(shè)計(jì)與實(shí)現(xiàn)［J］.電腦知識與技術(shù)，2017，13（30）：19-22.

［25］董永峰，侯向丹，袁超，等.分布式異構(gòu)數(shù)據(jù)庫同步集成的研究與應(yīng)用［J］.計(jì)算機(jī)應(yīng)用與軟件，2012，29（6）：122-124.

［26］陳超，王亮，閆浩文，等.一種基于NoSQL的地圖瓦片數(shù)據(jù)存儲技術(shù)［J］.測繪科學(xué)，2013，38（1）：142-143，159.

［27］于小洋，云紅艷，賀英，等.利用語義技術(shù)實(shí)現(xiàn)Web Service數(shù)據(jù)的快速集成［J］.青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，30（1）：79-84.

［28］李紹俊，楊海軍，黃耀歡，等.基于NoSQL數(shù)據(jù)庫的空間大數(shù)據(jù)分布式存儲策略［J］.武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2017，42（2）：163-169.

［29］程淑娥.大數(shù)據(jù)環(huán)境下區(qū)域科技資源共享平臺云服務(wù)模式研究［D］.哈爾濱：哈爾濱理工大學(xué)，2017.

［30］王宏起，李力，李玥.區(qū)域科技資源共享平臺集成服務(wù)流程與管理研究［J］.情報(bào)理論與實(shí)踐，2014，37（8）：69-73.

［31］ZHONG Y，HAN J，ZHANG T，et al.A distributed geospatial data storage and processing framework for Large-scale webGIS［C］//The 20th International Conference on Geoinformatics，2012.

［32］HAN D，STROULIA E.HGrid：a data model for Large geospatial data sets in HBASE［C］//Proceedings of the 2013 IEEE Sixth International Conference on Cloud Computing，2013.

［33］WEI L Y，HSU Y T，PENGeng W C，et al.Indexing spatial data in cloud data managements［J］.pervasive and Mobile Computing，2014（15）：48-61.

［34］陳崇成，林劍鋒，吳小竹，等.基于NoSQL的海量空間數(shù)據(jù)云存儲與服務(wù)方法［J］.地球信息科學(xué)學(xué)報(bào)，2013，15（2）：166-174.

［35］CHANG F，DEAN J，GHEMAWAT S，et al.Bigtable：a distributed storage system for structured data［J］.ACM Transactions on Computer System，2008，26（2）：1-26.

［36］GHEMAWAT S，GOBIOFF H，LEUNG S T.The google file system［C］//19th ACM Symposium on Operating System Principles，2006.

［37］BURROWS M.The chubby Lock service for loosely- coupled distributed system［C］//Proceedings of the 7th Symposium on Operating System Design and Implementation，2006.

［38］陳吉榮，樂嘉錦.基于Hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)解決方案綜述［J］.計(jì)算機(jī)工程與科學(xué)，2013，35（10）：25-35.

［39］HECHT R，JABLONSKI S.NoSQL evaluation：a use case oriented survey［C］//2011 International Conference on Cloud and Service Computing，2011.

［40］陳紅.基于Hadoop的分布式SQL數(shù)據(jù)庫索引設(shè)計(jì)與實(shí)踐［J］.艦船電子工程，2018，38（4）：73-77.

［41］王凌暉，解云月，周美華.Hadoop分布式存儲架構(gòu)的性能分析［J］.現(xiàn)代電子技術(shù)，2018，41（18）：92-95.

［42］張振猛.基于Hadoop的海量文件存儲系統(tǒng)的分析與設(shè)計(jì)［D］.北京：北京工業(yè)大學(xué)，2015.

［43］陸文星，涂竹松，梁焱.基于HBase的數(shù)據(jù)共享模型研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2016，26（4）：36-40，45.

［44］李崇欣.分布式數(shù)據(jù)庫HBase快照的設(shè)計(jì)與實(shí)現(xiàn)［D］.杭州：浙江大學(xué)，2011.

［45］蘇奮振，周成虎.過程地理信息系統(tǒng)框架基礎(chǔ)與原型構(gòu)建［J］.地理研究，2006，25（3）：477-484.

TP311

A

10.15913/j.cnki.kjycx.2020.01.009

2095－6835（2020）01－0031－05

國家自然基金項(xiàng)目“秦嶺火地塘森林景觀土壤微生物空間格局”（編號：31670549）；陜西省土地整治重點(diǎn)實(shí)驗(yàn)室開放基金“污損土地遙感調(diào)查與評估研究”（編號：2018-JC08）；自然資源部退化及未利用土地整治工程重點(diǎn)實(shí)驗(yàn)室開放基金（編號：SXDJ2019-8）

奧勇，男，長安大學(xué)地球科學(xué)與資源學(xué)院副教授，碩士研究生導(dǎo)師，陜西土地整治重點(diǎn)實(shí)驗(yàn)室信息室主任。

李美麗（1992—），女，碩士研究生。

〔編輯：嚴(yán)麗琴〕