一、谈革命
纵观当前几大GIS平台软件提供商,无论SuperMap、ESRI、还是MAPGIS等等。在数据管理与互操作方面均是一个思路:基于关系型数据库(RDMS),建立各自的数据模型。
这种模式,一个缺点是,效率以及数据管理能力深度依赖数据库厂商;比如同样的数据,采用oracle和sqlserver存取效率是不同的;另一个致命缺点是:这种模式在结构上一种“政府式独裁结构”,因为所有数据的I/O都交给服务器,服务器端是最终数据分发中心,“政府”独揽数据读取和去留的“生死大权”;而如你所知,政府只有一个。
这就是此中模式存在的效率瓶颈先天隐患。
但这在相当长一段时间并不影响GIS的应用,甚至在对付用户的各种应用上还“游刃有余”;因为GIS应用中的数据还没有达到足够海量。
随着GIS行业应用的深度渗透,尤其是2012的到来,蓦然回首,只要你能接触的项目,无一不是要处理海量数据,性能、效率是你必需证实的一个问题。
无论如何,目前的“独裁”式数据管理、互操作模式,犹如历史任何一个朝代一样,有它的辉煌,但似乎走到了尽头。
二、说民主
有没有一个好的办法解决,或是来一场革命,建立一个新的时代?
没错,我们正处在这个时代:云时代;
GIS科学的诞生,就是要处理各种数据,而后综合输出科学的信息;那能不能不那么独裁?应不应该民主一些?
解决“独裁的”,那么对症下药,或许恰好有这么一个办法,就是GIS数据的管理的分布式架构;数据I/0不再由单一节点决定,网络内的节点都有能力处理数据。
如此,河流不是有唯一入口进入大海,还可以变成“云”直接流入大海。海量数据问题迎刃而解。
这就是数据的民主管理。
同时,这方面已经具备成熟条件,谷歌后台数据的成功管理,以及Hadoop项目的推出,前者是很好的成功案例之一,后者则是把利器。Hadoop的C++版本,真是该动手了。
民主就这么简单。
随着GIS行业应用的深度发展,传统基于关系型数据库的数据管理模式已难以应对海量数据带来的挑战。本文探讨了现有模式的问题,并提出了分布式架构作为解决方案,通过数据民主化管理实现高效处理。
2万+

被折叠的 条评论
为什么被折叠?



