L'avenir des bases de données spatiales?

C'est peut-être un peu hors sujet. J'ai hâte de connaître l'importance spécifique à l'industrie des bases de données spatiales.

La base de données spatiale est-elle un élément très important de tout système SIG? Ou utiliserons-nous d'autres technologies pour stocker et récupérer des données spatiales dans un avenir proche?

Je veux savoir ces choses parce que bientôt je vais poursuivre MS sur l'optimisation de la base de données spatiale.

Les bases de données spatiales fournissent des services pour stocker et manipuler des géométries, généralement positionnées dans un système géodésique. L'importance de la base de données spatiale derrière votre SIG dépendra principalement de l'utilisation, mais d'une manière générale, vous pouvez difficilement parler de SIG si vous ne disposez pas d'une base de données spatiale appropriée pour le stockage des données.

Étant donné que les ordinateurs ne peuvent manipuler que des données linéaires à une dimension, vous pouvez diviser les bases de données spatiales en deux parties logiques:

• Manipulation et indexation de la géométrie, avec prise en charge de la géodésie
• Technologie de stockage

Les algorithmes et la logique utilisés pour la manipulation de la géométrie sont vraiment spécifiques, puis mappés sur des données à une dimension "classiques" pour les rendre directement compatibles avec les ordinateurs pour le stockage. Les seuls éléments qui ont un pied dans chaque monde sont les index sensibles à l'espace, qui utilisent des algorithmes similaires à R-Trees .

Pour le stockage, toute technologie sous-jacente peut s'adapter et ne changera pas beaucoup la façon dont vous manipulez les données spatiales. Il peut s'agir d'une base de données SQL (et d'une technologie assimilée) ou d'une sorte de stockage noSQL ou autre chose. La principale chose qui changera est l'indexation spatiale, toute autre fonctionnalité peut être implémentée sans inconvénient majeur (enfin, à l'exception des travaux supplémentaires occasionnels).

Voici donc ma conclusion: si vous apprenez à manipuler efficacement les données spatiales et, en fonction de votre capacité à apprendre de nouvelles technologies, vous pourrez adapter quelle que soit la technologie réellement utilisée. Apprendre les concepts généraux des données spatiales, en particulier pour la manipulation relationnelle, est la partie difficile et utilise des concepts matures qui ne sont pas susceptibles de changer.

Je n'ai pas une réponse aussi complète que Valise, mais je pense qu'il est possible d'utiliser des bases de données Graph (NoSQL) pour le stockage et la récupération de données spatiales. La structure graphique est déjà largement utilisée dans les données SIG (pensez aux nœuds et aux arcs). Il y a déjà des efforts mais je ne les ai pas utilisés. Voir Neo4j spatial par exemple: http://wiki.neo4j.org/content/Neo4j_Spatial . Les graphiques peuvent également être utilisés pour stocker les index mentionnés ci-dessus ...

Juste mes deux cents...

Les systèmes de gestion de bases de données spatiales sont très importants dans les SIG (il suffit de regarder ce site pour en avoir la preuve). L'accent a toujours été mis sur les bases de données spatiales basées sur le modèle relationnel . Cependant, il existe de nombreux exemples de différents modèles de données et approches de traitement qui peuvent être utilisés:

• Les données raster utilisent des structures basées sur des matrices.
• Les index spatiaux utilisent des structures de données arborescentes .
• L'analyse de réseau utilise des structures de données et des algorithmes liés à la théorie des graphes .

Toutes ces approches ont leur place dans le SIG et présentent des avantages et des inconvénients. Du point de vue de l'utilisateur du SIG, une base de données spatiale est une abstraction qui cache une structure de données et un ensemble d'algorithmes particuliers. Vous n'avez pas besoin de connaître les subtilités de la logique des prédicats pour effectuer une requête de boîte englobante.

Personnellement, je vois l'avenir des bases de données spatiales comme différent. Nous masquons davantage la technologie sous-jacente et permettons aux utilisateurs de poser plus facilement des questions SIG et de créer des cartes. De bons exemples sont SimpleGeo , les API Google Maps et les tables de fusion. D'un autre côté, nous utilisons du code provenant d'autres domaines, comme l'utilisation de R pour l'analyse raster et l'utilisation de bases de données de graphes comme mentionné par dslamb.