第10章_空间数据仓库与数据挖掘.pptx

地图数据库原理与技术第十章空间数据仓库和数据挖掘主要内容： 数据仓库和空间数据仓库 空间信息基础设施 数据挖掘和空间数据挖掘 §10.1 数据仓库与空间数据仓库 数据仓库 空间数据仓库§10.1 数据仓库与空间数据仓库一、数据仓库 随着市场竞争的加剧和信息社会需求的发展，出现了数据集中化、业务综合化、决策科学化的趋势。伴随这种数据信息化的趋势，从大量数据中提取(检索、查询等) 制定市场策略的信息就显得越来越重要了。这种需求既要求联机服务，又涉及大量用于决策的数据，而传统的数据库系统已无法满足这种需求。§10.1 数据仓库与空间数据仓库一、数据仓库无法满足的需求具体体现在三个方面：历史数据量很大； 辅助决策信息涉及许多部门的数据，而不同系统的数据难以集成； 由于访问数据的能力不足，它对大量数据的访问性能明显下降。§10.1 数据仓库与空间数据仓库 数据仓库产生趋势 随着C/S技术的成熟和并行数据库的发展，信息处理技术的发展趋势是从大量的事务数据库中抽取数据，并将其清理、转换为新的存储格式，即为决策目标把数据聚合在一种特殊的格式中。随着此过程的发展和完善，这种支持决策的、特殊的数据存储即被称为数据仓库(Data Warehouse，DW)。 §10.1 数据仓库与空间数据仓库 数据仓库定义数据仓库(Data Warehouse, 简称DW)是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。主题是数据归类的标准，每个主题对应一个客观分析领域，如客户、商店等，它可为辅助决策集成多个部门不同系统的大量数据。数据仓库包含了大量历史数据，经集成后进入数据仓库的数据是极少更新的。数据仓库内的数据时限为5至10年，主要用于进行时间趋势分析。§10.1 数据仓库与空间数据仓库 数据仓库定义数据仓库的数据量很大，一般为10GB左右。它是一般数据库 (100MB)数据量的100倍，大型数据仓库达到TB级。 数据仓库是一种分析型环境，它与一般的DBMS的操作型环境是不同的，两者的比较有利于对数据仓库的理解。§10.1 数据仓库与空间数据仓库数据仓库（DW）数据库（DB）分析型数据环境操作型数据环境面向分析（主题），支持DSS面向业务，日常事务处理集成的综合数据非集成或者集成程度很低，主要是明细数据历史数据（5-10年）主要关心当前数据（60-90天）定期加载，加载后极少更新实时更新数据驱动的开发周期（CLDS）需求驱动的开发周期（SDLC）§10.1 数据仓库与空间数据仓库 数据仓库应用数据仓库主要应用在两个方面： 使用浏览分析工具在DW中寻找有用的信息。 数据仓库系统支持在DW上的应用，形成决策支持系统 (DSS)。 §10.1 数据仓库与空间数据仓库二、空间数据仓库 空间数据仓库的产生趋势地球是一个复杂多变的系统，传统地学的各个学科由于自身的局限，其研究范围已无法适应全球变化和区域可持续发展的要求。如在交通规划中，往往需要使用大量历史的、现实的空间数据以及各应用领域的复杂数据进行数据分析，涉及多维数据视图的概念，仅靠关系数据库就将难以解决。 同时，传统的GIS应用系统是面向应用、事务驱动的，其中分析所需要的主题相当分散，不同的操作平台和数据标准使得决策支持系统几乎无法实现数据共享。为此，必须通过大型的、多维化的数据库系统进行统一的组织、管理 。§10.1 数据仓库与空间数据仓库 空间数据仓库的产生趋势 数据仓库正是这样一种数据的存储系统，它提供了来自异地、异构、种类不同的应用系统的集成化和历史化的数据。对其加工后，在数据仓库中存储、提取和维护，灵活地重组数据，呈现出多维数据视图，并且面向复杂的数据分析及高层的决策支持，从而为有关部门或企业进行全局范围的多维分析、战略决策和长期趋势分析提供了有效的支持。 由于空间数据的特殊性，空间数据仓库在数据仓库的基础上需引入空间维数据，根据主题从不同的GIS应用系统中截取从瞬态到区段直至全球系统上的信息，从而提供最好的信息服务。§10.1 数据仓库与空间数据仓库 空间数据仓库的概念和内涵 空间数据仓库（Spatial Data Warehouse，简称SDW）是集成的、面向主题的、相对稳定的、反映时间变化和地理空间变化的空间数据存储，以支持各级管理人员基于空间数据的分析和决策。§10.1 数据仓库与空间数据仓库 空间数据仓库的概念和内涵 空间数据仓库是GIS、空间数据库与数据仓库技术相结合的产物，它在普通数据仓库基础上，引入空间数据，增加对空间数据的存贮、管理和分析能力，根据主题从不同的空间数据源中截取不同规模的时空尺度上的信息，从而为地学研究以及有关资源环境政策的制定等空间决策支持过程提供最好的信息服务。空间数据仓库是数据仓库与空间处理分析的综合，具有空间