毕业论文课题相关文献综述

文献综述

1.1、引言

地理信息系统（GIS）是采集、存储、管理和分析地理空间数据的技术系统，在空间数据获取、存储、分析和应用中，非结构化和半结构化存储格式逐渐成为一种主流^[1]。

传统的关系型数据管理系统（RDBMS）对于海量非结构化和半结构化数据的存储效果不理想，其独有的关系模型制约了对海量空间数据快速访问和处理的能力^[2]。需要有对半结构化、非结构化存储和管理具有优势的数据库来改善不足。MongoDB支持GIS丰富数据类型的存储和GIS海量数据的查询与扩展，同时可以向GIS系统提供高效的访问^[3]。MongoDB作为一种新的非关系型数据库在非结构化数据管理中表现出好的应用前景。

1.2、课题相关概念及背景

随着地理信息技术（GIS），尤其是网络地理信息技术（Web GIS）、云地理信息技术（Cloud GIS）的发展，不同行业、不同部门、不同应用之间地理信息数据的共享已经越来越普遍，共享数据的规模和容量也随之越来越大，这给共享数据的存储和管理提出了新的课题^[4]。而传统的关系型数据管理技术经过了将近40年的发展，在扩展性等方面遇到了巨大的障碍^[5]。基于现在的架构模式已逐渐显现出一些不足，如数据之间的强关联关系制约着检索的高效性，缺乏对多媒体信息的处理能力，难以满足数据快速增长带来的更新和查询需求等^[6]。传统数据库已经难以满足愈加巨大的数据存储和管理等需求。

NoSQL是与传统RDBMS(Relational Database Management System)截然不同的、基于键值对的非关系型数据库管理系统.。目前各种NoSQL数据库的可扩展性都较高，主要用来解决对数据库的高并发读写、海量大数据的高效存取问题^[7]。近年来，各种NoSQL数据库产品发展十分迅猛，典型代表包括MongoDB、Membase、CouchDB和Apache Cassandra等。其中MongoDB作为一款性能优良，功能丰富，支持海量数据存储的数据库管理工具，愈发受到用户的青睐^[5]。MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，因此可以存储比较复杂的数据类型。它是由C 语言编写的、基于Google BigTable分布式文件存储系统的NoSQL数据库，同时也是高性能、开源、无模式的文档型数据库，主要用于提供可拓展的高性能数据库解决方案^[8]。

MongoDB是一个开源的分布式存储数据库，采用文档方式存储，提供海量数据的分布式存储，集成MapReduce并行计算，是构建云平台的一种良好方案^[9]。MongoDB 的查询语言非常强大，其语法有些类似面向对象的语言，基本可以实现关系数据库单表查询的绝大部分功能。MongoDB 主要优势及特点包括：面向对象是集合；模式自由，可以把键值对个数不同的文档存储在同一个集合中；数据存储釆取效率很好的二进制方式，支持大型对象的存储；可以自动处理碎片，有良好的扩展性。通过自动分片功能动态添加节点，实现数据库集群的水平扩展；文件存储格式为 BSON；内置支持 MapReduce 并行计算框架^[10]。

1.3、研究现状

GIS的空间数据具有数据量大"类型多样"结构复杂等特点，所以存储GIS数据就要有存储和管理海量数据的能力，快速处理数据的能力，同时也要有良好的数据备份保护性能^[16]。近年来可以看到空间数据应用快速发展、数据量呈海量增长的趋势，其中非结构化数据的增长尤为显著^[14]。所以，首要解决的问题就是海量数据的存储和管理。传统为结构化数据存储而设计的存储系统,已经无法应对庞大的数据存储需求。然而国内外目前GIS数据存储的主流技术仍然是使用关系数据库。但是关系数据库存在着诸如所支持数据类型不够丰富，系统数据增大到一定阶段之后很难扩等弊端^[16]。这些弊端已经影响到GIS空间数据的的存储和管理，会阻碍GIS的飞速发展。NoSQL数据库这类不同于传统的关系型数据库模型的数据库开始显示其优势。