Geodatabase组织结构

简介: Geodatabases中,将地理数据组织成为数据对象(data objects)。这些数据对象存储于要素类(feature class)、对象类(object class)或要素集(feature datasets)中。

      Geodatabases中,将地理数据组织成为数据对象(data objects)。这些数据对象存储于要素类(feature class)、对象类(object class)或要素集(feature datasets)中。 对象类(object class)用于存储非空间信息。要素类(feature class)则存储了空间信息及其相应的属性信息,在同一个要素类中,空间要素的几何形状必须一致,比如必须都是
点、线或者面。简言之,要素类是同类要素的集合。

      要素集(feature dataset)用于存放具有同一空间参考(spatial reference)的要素类。存放了简单要素的要素类可以存放于要素集中,也可以作为单个要素类直接存放在Geodatabase的目录下。直接存放在Geodatabase目录下的要素类也称为独立要素类(standalone feature)。存储拓扑关系的要素类必须存放到要素集中,使用要素集的目的是确保这些要素类具有统一的空间参考,以利于维护拓扑。
Geodatabase支持要素类之间的逻辑完整性,体现为对复杂网络(complex networks)、拓扑规则和关联类等的支持。下面描述Geodatabase中的数据对象(data objects)。


      Geodatabase中每一个的要素集都定义了一个空间参考。在要素集中存储的所有要素类都必须共享同一空间参考,存储在要素集中的要素类都有特定的拓扑关联,其体现形式为几何网络(Geometric Network)或者拓扑(topology)工具。
要素集也可以像文件夹一样,用以存放要素类。(注:这里跟以前版本的ArcGIS Desktop有些区别)。在GIS应用中,经常有需要空间参考一致的数据。这时候,也可以把它们组织到同一个要素集中。在这里重点强调一下,拓扑关联的要素类必须存储于同一个要素集中!
在Geodatabase中,只能在要素集中创建拓扑。一个要素集中可以创建多个拓扑,但是一个要素类只能参与一个拓扑。
      无论是几何网络(geometric networks)的创建,还是8.3版本新添的拓扑(Topology)工具的创建,都要求必须在同一个要素集中才能工作。因为要素集中“所有要素类共有同一空间参考”的特征可以保证其中的要素类能够互相重合,以实现空间的拓扑关联。
同时,由于普通的表(Table)没有几何信息,所以它们也不能参加空间拓扑关联,这样,表不能存储在要素集中。

要素类(Feature class)
要素类,可称为点、线或面类型要素的集合,同时,地图的文本信息也可用注记(annotation)要素类存储。非独立要素类,也就是相关联的要素类(如参与拓扑规则或者几何网络的要素类),以要素集的形式管理到一起。

栅格数据集(Raster data set)
以栅格表的形式管理的单或多波段栅格数据。

表(Tables)
描述非空间信息的表。

关联类(Relationships)
关联类是一种机制:从一个表(要素类)中选择记录以后,可以在相关联的表(要素类)中可以获取到相应记录。

域(Domains)
列有效值的一个列表(或范围)。

子类(Subtypes)
将要素类中的要素进行了逻辑分组,每一个分组便是一个子类。每一个这样的都有其完整性规则和GIS行为(如高速公路,是道路要素的一个子集)。

空间关系(Spatial relationships)
在拓扑工具(topologies)或几何网络(Geometric network)中定义。拓扑规则可以指定要素类中的要素之间有何种空间关系,如地块之间不能重叠(overlap),或者多个不同要素类中的要素之间的空间关系,比如国家首都(点要素)必须位于该国家疆土(面要素)上。

元数据(Metadata)
数据库中的每个元素的描述文档。
目录
相关文章
|
3月前
|
人工智能 大数据 云计算
【AI系统】AI 发展驱动力
本文介绍了阿里云在2023年云栖大会上发布的多项新技术和产品,涵盖云计算、大数据、人工智能等领域,展示了阿里云最新的技术成果和行业解决方案,助力企业数字化转型。
|
关系型数据库 MySQL Linux
CentOS7 MySQL 数据库基本使用
CentOS7 MySQL 数据库基本使用
873 0
CentOS7 MySQL 数据库基本使用
|
3月前
|
SQL 关系型数据库 MySQL
mysql数据误删后的数据回滚
【11月更文挑战第1天】本文介绍了四种恢复误删数据的方法:1. 使用事务回滚,通过 `pymysql` 库在 Python 中实现;2. 使用备份恢复,通过 `mysqldump` 命令备份和恢复数据;3. 使用二进制日志恢复,通过 `mysqlbinlog` 工具恢复特定位置的事件;4. 使用延迟复制从副本恢复,通过停止和重启从库复制来恢复数据。每种方法都有详细的步骤和示例代码。
714 2
|
6月前
|
数据采集 分布式计算 并行计算
Dask与Pandas:无缝迁移至分布式数据框架
【8月更文第29天】Pandas 是 Python 社区中最受欢迎的数据分析库之一,它提供了高效且易于使用的数据结构,如 DataFrame 和 Series,以及大量的数据分析功能。然而,随着数据集规模的增大,单机上的 Pandas 开始显现出性能瓶颈。这时,Dask 就成为了一个很好的解决方案,它能够利用多核 CPU 和多台机器进行分布式计算,从而有效地处理大规模数据集。
381 1
|
9月前
|
存储 安全 文件存储
网盘 vs NAS:选择合适的数据存储方式
随着科技的不断进步,科技的快速发展为我们提供了多种便捷的存储解决方案,我们有着多种便捷的数据存储解决方案可供选择,而且市面上也有很多相关的成熟的存储产品。在这些方案中,网盘和NAS(网络附属存储)是两种广泛应用且各具优势的存储方式,其中网盘提供即开即用、云端存储和多设备同步等特性,NAS则提供本地私有化存储、高效数据传输和高度可定制化等优点,二者可谓是“难分伯仲”。在实际应用中,你更倾向于使用哪种存储方式呢?那么本文就来网盘和NAS的优劣势,帮助有需要的人选择适合自己的数据存储解决方案。
458 4
网盘 vs NAS:选择合适的数据存储方式
|
存储 负载均衡 应用服务中间件
LVS负载均衡群集——NAT模式实操
LVS负载均衡群集——NAT模式实操
1048 0
|
9月前
|
存储 Shell Linux
ZooKeeper【部署 01】单机版安装+配置+添加到service服务+开机启动配置+验证+chkconfig配置+shell自动部署脚本(一篇入门zookeeper)
ZooKeeper【部署 01】单机版安装+配置+添加到service服务+开机启动配置+验证+chkconfig配置+shell自动部署脚本(一篇入门zookeeper)
787 0
|
人工智能 供应链
带你读《基于数据资产全生命周期估值与实践报告》——数据资产价值评估未来趋势
带你读《基于数据资产全生命周期估值与实践报告》——数据资产价值评估未来趋势
209 0
|
人工智能 JSON JavaScript
AI Earth 开发者模式—— 如何加载影像?以Landsat 5 影像为例
AI Earth 开发者模式—— 如何加载影像?以Landsat 5 影像为例
613 1
AI Earth 开发者模式—— 如何加载影像?以Landsat 5 影像为例
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?
1079 0

热门文章

最新文章