海量空间数据库实施策略--矢量数据1

这个系列涉及到的是海量矢量数据库的各个方面，包括入库，管理，效率等各个方面。先从序言开始吧：

序言主要包括以下三个方面：

1. 什么是GDB

2. 什么样子的数据算是海量数据

3. 谁能胜任

先看看什么是GDB，GDB全称为GeoDatabase,即空间数据库，实际就是用来存储，查询，管理空间数据的数据库或者文件。ESRI的产品现在支持以下几方面的存储：

A. Personal GDB(Access)

B. File GDB

C. 关系型数据库

    现在的ArcSDE一共支持五种关系型数据库，分别是，

    Informix

    Oracle

    DB2

    PostgreSQL

    Oracle

然后再看看什么样子的数据算是海量数据，海量数据有一个共同的特点，那就是数据量大，那是不是数据量大的空间数据库都属于海量呢，不一定，下面的表格可以说明一些问题：

我现在有一个图层的数据，其数据量为1Tbytes,但是会有以下几种情况组成这个图层：

 

一共分为7中情况，Feature的数量分别从500一直到500000000，每个Feature的大小分别从2G到2K,针对这7种类型，其中第一个类型是最容易处理的，最后一种情况是最难处理的。

如对这7中情况的数据分别建立一下空间索引，所耗费的时间的长短一定是第一种情况所耗费的时间最短，最后一种情况所耗费的时间是最长的。

因此我认为第一种情况的数据并不能算作海量数据。

那到底谁能胜任这个海量数据的存储以及管理任务，

personal GDB：因为Access数据库的最大存储量只有2G，因此其并不能胜任这个任务。

file GDB： 其没有存储大小的限制，其并发读的效率很高，但是不能同时写，因此并不适合多人进行编辑的业务，有点NoSQL的感觉

剩下的就是ArcSDE所支持的这5种类型的关系型数据库，除了informix没有进行测试外，其它五种类型的数据库都进行过相关的测试，是可以胜任的。