11、数据库与MapReduce技术解析

数据库与MapReduce技术解析

1. 不同数据库的适用场景与特点

1.1 Neo4J数据库

Neo4J 实现非常适合以下场景：
- 社交网络
- 生物或医学领域的分类
- 创建动态的实践或兴趣社区

1.2 空间数据库

空间数据在日常生活中无处不在，如使用智能手机或 GPS 导航、搜索附近餐厅等应用都依赖于空间数据。空间数据通过开放地理空间联盟（OGC）进行标准化，其建立了 OpenGIS 等一系列标准。

空间数据库是 OGC 标准的实现，对组织决策具有重要意义。例如，气象学家研究飓风时，可存储和评估温度、风速、湿度等数据，并进行三维建模。

空间数据库以最简单的形式存储二维、2.5 维和三维对象的数据：
|维度|特点|示例|
| ---- | ---- | ---- |
|二维|有长度和宽度|书本的一页|
|2.5 维|二维对象加上高程作为额外的“半”维，多包含地图信息，常被称为地理信息系统（GIS）|常见的地图数据|
|三维|在长度和宽度基础上增加深度|整本书|

空间数据库的原子元素是线、点和多边形，可任意组合表示各种对象。为支持临时查询和数据可视化，设计了空间索引机制。但空间数据可能是所有大数据挑战中最大的。

1.3 PostGIS/OpenGEO 套件

PostGIS 是一个开源项目，由 Refractions Research 维护，遵循 GNU 通用公共许可证（GPL），也是 OpenGeo 套件社区版的一部分，OpenGeo 还提供企业版支持。