مقدمه ائي بر پايگاه داده هاي فضائي

1. مقدمه ائي بر پايگاه داده هاي فضائي فاطمه علوي زاده حميده صبوري

2. مقدمه • مدلسازي • انواع داده و رابطه • پياده سازي و معماري • سيستم هاي GIS • تحقيقات انجام شده و نيازهاي موجود

3. مقدمه • نياز به نگهداري و پردازش داده هاي مرتبط با فضا: • طراحي VLSI • شبيه سازي هاي سه بعدي • سيستم هاي GIS • رشد داده هاي جغرافيائي از طريق ماهواره ها و نياز به پردازش و تحليل اين داده ها • پردازش حجم بالائي از داده هاي ساده مرتبط با يکديگر در فضا • تفاوت بين اين نوع از سيستم ها و پايگاه داده هاي تصويري: • پايگاه داده هاي تصويري: امکانات نگهداري تصوير و پردازش آن • پايگاه داده هاي فضائي: امکانات پردازش داده هائي که در فضا داراي مشخصه مي باشند

4. تعريف SDBMS • پايگاه داده هاي فضائي: • يک پايگاه داده است • امکانات نمايش داده هاي فضائي و رابطه هاي بين آن ها • امکان ذخيره سازي موثر داده هاي فضائي • امکان استفاده از آنها در زبان جستجو • حداقل 2 امکان شاخص گذاری و پيوند بر روي اين داده ها • اين نام در سال هاي ابتدائي دهه 90 در پي کنفرانس هائي با نام “Symposium on Large Spatial Database” که از سال 1989 تا به حال ادامه داشته اند مطرح گرديد.

5. مدلسازي در پايگاه داده فضائي • دو مفهوم اصلي: • مدلسازي موجوديت ها در فضا: شهر، کوه و ... • مدلسازي خود فضا: بيان يک مشخصه مثل ارتفاع براي هر نقطه از فضا • امکان نمايش اشياء در ارتباط با هم در عين نمايش شيء به صورت مجزا • نمايش داده ها به صورت مجزا: • نقطه • خط • منطقه • داده هاي مرتبط با يکديگر: • افراز • شبکه • مشکل فضای پيوسته

6. انواع داده هاي فضائي • توسعه پذيري: • امکان تعريف انواع جديد و عملگرهاي مرتبط در يک سيستم • کامل بودن: • معياري فرمال براي تعيين کامل بودنمجموعه ائي از عملگرها • آيا لازم است انواع داده ائي مختلف تعريف شود؟ • عمليات مجموعه ائي

7. انواع داده هاي فضائي EXT = {line, region} GEO= {points, lines, regions} • بر روي اين داده ها چهار نوع رابطه وجود دارد: • گزاره هاي فضائي که ارتباط مکاني دو عنصر فضا را نمايش مي دهند: geo × region bool inside ext1 × ext2 bool intersects, meets • عملگرهائي که يک داده فضائي را به عنوان مقدار بازگشتي بر مي گردانند: line × line points intersection regions × regions regions intersection geo × geo geo plus, minus regions lines contour • عملگرهائي که يک مقدار عددي را به عنوان مقدار بازگشتي بر مي گردانند: geo × geo real dist regions real perimeter, area • عملگرهاي فضائي بر روي مجموعه ائي از اشياء در فضا set(obj) × (obj  geo) geo sum set(obj) × (obj  geo) * geo set(obj) closest

8. رابطه هاي فضائي • انواع رابطه ها : • مکان: مجاور، داخل، جدا و ... • جهت: بالا، پائين، شمال و ... • مقدار: فاصله • در فضاهاي ساده (پيوسته و بدون حفره) با در نظر گرفتن دو متغير منطقه داخل و مرز براي هر شيء و بررسي کليه حالت هاي اشتراک بين دو عنصر در فضا 6 رابطه تعريف مي شود: جدا، داخل، تماس، تساوي، پوشش، همپوشي

9. مدل داده • اشياء فضائي با اشيائي نمايش داده شوند که حداقل يک مشخصه آنها از نوع داده فضائي باشد • نوع داده فضائي بايد در سطح داده هاي atomic تعريف شود relation states (sname: STRING; area: REGION; spop: INTEGER) relation cities (cname: STRING; center: POINT; ext: REGION;cpop: INTEGER); relation rivers (rname: STRING; route: LINE)

10. جستجو • افزودن امکانات جبر فضائي به زبان جستجو DBMS • نمايش نتايج و ورود داده به سيستم به صورت گرافيکي • Spatial Selection: • تمام شهر هاي استان تهران Select cname from cities where center inside Tehran • تمام شهرهائي که حداکثر 100 کيلومتر با تهران فاصله دارند Select cname from cities where dist(center, Tehran) < 100 • Spatial Join: • نمايش کليه شهرها به همراه استانها Select cname, sname from cities, states where center inside area • براي هر رودخانه که از اصفهان مي گذرد شهرهائي که حد اکثر 50 کيلومتر فاصله دارند Select rname, cname from rivers, cities where route intersects Isfahan.area and dist(route,area) < 50

11. جستجو • در جستجو امکانات زير ضروري است: • انواع داده فضائي • نمايش گرافيکي نتايج • ترکيب نمايش چند جستجو • نمايش محيط • امکان بررسي نمايش • امکاناتي مانند استفاده از موس جهت انتخاب يک شيء در نقشه، زوم و ... • امکاناتي مانند ساخت نقشه با رنگ هاي مختلف و يا نشانه هاي ديگر براي نمايش کلاس هاي مختلف • استفاده از صفت هاي شيء به عنوان برچسب شيء در نقشه • انتخاب مقياس • انتخاب بخشي از نقشه به عنوان محدوده عمليات

12. پياده سازي • داده فضائي از ديدگاه پايگاه داده ها : • با فراخواني به صورت موثري به حافظه آورده مي شوند • از ديدگاه ساير عمليات مانند انواع داده ساده مي باشند • سايز آنها متغير و مي تواند خيلي بزرگ باشد • بر روي ديسک در يک يا چند صفحه ذخيره مي شوند • داده فضائي از ديدگاه جبر فضائي: • مقدار يک نوع داده ائي در يک زبان برنامه سازي است • به طور کارا عمليات جبر فضائي را پشتيباني مي کند • براي يک الگوريتم خاص پياده سازي نشده است

13. پياده سازي • Plane Sweep sequence: اجزاء يک شيء مانند نقاط آن به ترتيب مشخصي در نظر گرفته مي شوند. معمولا اين ترتيب براي ذخيره سازي نيز استفاده مي شود تا براي اعمال هر عملوند نياز به اجراي مرتب سازي نباشد. • Approximations: تعدادي از عمليات ممکن بر روي يک داده نيازمند محاسبه تخميني شيء و به طور مثال bounding box آن است که بايد در نمايش در نظر گرفته شود • Stored unary function values: بعضي عمليات نيازمند محاسباتي مانند محيط يا مساحت است که بسيار زمانگير است. در نتيجه انجام يک باره آنها و ذخيره سازي نتايج مي تواند در بهينه سازي موثر باشد.

14. پياده سازی • ساختار داده هاي جديد • مانند B+ tree در پايگاه هاي رابطه ائي • نگاشت داده هاي فضائي به محيط يک بعدي و انجام عمليات به صورت عادي • filter and refine • bounding box: کوچکترين مستطيل محيط بر شيء است که اضلاع آن موازي با محورها ميباشند • grid: تقسيم فضا به مربع هاي کوچک و در نظر گرفتن کليه مربع هاي که بخشي از شيء در آن قرار دارد

15. معماري سيستم • نيازهاي معماري: • نمايش داده ها در جبر فضائي • الگوريتمهاي عملگرهاي atomic • Spatial index • عملگرهاي دسترسي به index ها • Filter and refine • Spatial join • الگوريتمهاي هزينه • الگوريتمهاي آماري • بسط بهينه ساز • واسط کاربر

16. سيستم هاي GIS • جمع آوري، تحليل و نمايش داده هاي توصيف کننده شرايط فيزيکي وخصوصيات جغرافيائي • 4 بخش اصلي سيستم هاي GIS: • ورود داده: • ورود داده از سنسورها و دوربين ها • داده هاي پيوسته به صورت گسسته در مي آيند • مدلسازي: • پنهان نگه داشتن جزئيات ذخيره داده ها • نمايش توپولوژي و هندسه داده هاي واقعي • Field-based • Object-based • پردازش داده ها: • اعمال جستجو بر روي داده هاي • نمايش نتايج: • نمايش داده ها به صورت گرافيکي

17. معماري دوگانه ساختار لايه ائي معماري سيستم هاي GIS • نسل اول اين سيستمها مستقيم بر روي ساختار فايل و بدون استفاده از امکانات DBMS بوجود آمد • با بوجود آمدن سيستمهاي رابطه ائي تلاش شد تا از اين سيستمها به عنوان مبناي سيستمهاي GIS استفاده شود: • ساختار لايه ائي: کاربردهاي فضائي به صورت يک لايه بر روي DBMS هاي استاندارد تعريف مي شوند • معماري دوگانه: لايه بالا بر روي دو سيستم لايه زيرين بنا مي شود که يکي در ارتباط با داده ها فضائي و ديگري در ارتباط با داده هاي ساده است

18. معماري مجتمع • در اين نوع معماري خصوصيات زير بايد فراهم شود: • تفاوتي بين داده هاي استاندارد و داده هاي فضائي- عملگرهاي استاندارد و عملگرهاي فضائي در اصل وجود ندارد. • در اصل حاکم بر clustering و indexing داده هاي استاندارد و داده هاي فضائي تفاوتي وجود ندارد. • بين sort/merge join و روش هاي join داده هاي فضائي تفاوتي در اصل وجود ندارد. • روش هاي بهينه سازي جستجو نبايد جستجو هاي استانداد و فضائي را تفکيک نمايند. • پياده سازي يک DBMS جديد • اضافه کردن بسط هاي لازم به DBMS هاي موجود

19. سيستم هاي نمومه معرفی شده: • DASDBS GEO-Kernel • Gerl • Probe • GEO++

20. تحقيقات انجام شده • فضا: • مبتني بر مجموعه، مبتني بر توپولوژي، فضاي اقليدسي، فضاي متريک و شبکه • مدلسازي: • Field-based، Object-based • پردازش جستجو ها: • روش هاي نمايش داده ها:spaghetti، Node-arc-area، Doubly connected edge list، Boundary representation • پردازش جستجو ها معمولا به روش filter and refine انجام مي شود. • Range query ها معمولا به روش scan&index search و plane sweep انجام مي شود • استراتژي براي join معمولا nested loop و tree matching است • سازماندهي فايل و indexها: • روش هاي clustering و روش هاي Hash فضائي براي کاهش دسترسي به ديسک • در محيط چند بعدي ترتيب مشخصي نمي توان تعريف کرد • روشي لازم است تا فضاي چند بعدي به يک بعدي نگاشت شود مانند z-order و row-order

21. نيازهاي موجود • کاربردهاي جديد: سيستم هاي هوشمند حمل و نقل، سيستم هاي کنترل ماهواره ائي و ... • نياز به فضاي پيوسته • مدلسازي هاي مبتني بر توپولوژي و metric و رابطه هاي که خصوصيات جهت دار و اندازه دار دارند • مدل هاي مبتني بر شبکه • نياز به ايجاد يک زبان پردازش جستجوها به صورت field-based • زمينه پردازش جستجو ها • مدل هزينه جستجو • بهينه سازي جستجو ها • در ذخيره سازي داده ها در فضاي شبکه • کنترل اجراي موازي

22. منابع • Güting, R. H. 1994. “An introduction to spatial database systems” The VLDB Journal 3, 4 (Oct. 1994), 357-399 • S. Shekhar, M.Coyle, B. Goyal, D. R. Liu, and S. S. Sarkar, “Experiences with Data Models in Geographic Information Systems”, Communications of the ACM , Vol. 40, No. 4, April 1997. (Tech. Report TR95-10, Univ. of Minnesota, Computer Sc. Dept.). • Shekhar, S.   Chawla, S.   Ravada, S.   Fetterer, A.   Xuan Liu   Chang-Tien Lu   Dept. of Comput. Sci., Minnesota Univ., Minneapolis, MN “Spatial databases-accomplishments and research needs” Knowledge and Data Engineering, IEEE Transactions , 1999, Volume: 11,  Issue: 1, page(s): 45-55 • Avi Silberschatz, Henry F. Korth, S. Sudarshan, “Database System Concepts”, Fifth Edition, McGraw-Hill, ISBN 0-07-295886-3 • Edward P. F. Chan, Jimmy N. H. Ng: “A General and Efficient Implementation of Geometric Operators and Predicates” SSD 1997: 69-93 • Edward P.F. Chan, Jonathan M.T. Wong, Pamela Y. Abbott, Sovannary Tan “QL/G: A Spatial Database Management System (1997)” • Hanan Samet and Walid G. Aref, Spatial Data Models and Query Processing, Modern Database Systems, Book Chapter, (W. Kim, Ed.), Addison-Wesley/ACM Press, 1994 • Brinkhoff T., Horn H., Kriegel H.-P., Schneider R.: `A Storage and Access Architecture for Efficient Query Processing in Spatial Database Systems' in: Proc. 3rd Int. Symp. on Large Spatial Databases, Singapore, Lecture Notes in Computer Science, Vol. 692, Springer, 1993, pp. 357-376. • Brinkhoff T., Kriegel H.-P., Seeger B.: `Efficient Processing of Spatial Joins Using R-trees', Proc. ACM SIGMOD Int. Conf. on Management of Data, Washington DC, 1993, pp. 237-246.

23. پايگاه داده پيشرفته زمستان 85 مقدمه ائي بر پايگاه داده هاي فضائي فاطمه علوي زاده حميده صبوري