¿Futuro de las bases de datos espaciales?

Puede estar un poco fuera de tema. Estoy ansioso por conocer la importancia específica de la industria de las bases de datos espaciales.

¿Es la base de datos espacial una parte muy importante de cualquier sistema SIG? ¿O usaremos otras tecnologías para almacenar y recuperar datos espaciales en el futuro cercano?

Quiero saber estas cosas porque pronto voy a buscar MS en la optimización de base de datos espacial.

Las bases de datos espaciales proporcionan servicios para almacenar y manipular geometrías, generalmente ubicadas en un sistema geodésico. La importancia de la base de datos espacial detrás de su SIG dependerá principalmente del uso, pero en general, difícilmente puede hablar de SIG si no tiene una base de datos espacial adecuada para el almacenamiento de datos.

Debido al hecho de que las computadoras solo pueden manipular datos lineales de una dimensión, puede dividir las bases de datos espaciales en dos partes lógicas:

• Manipulación e indexación de geometría, con soporte de geodesia
• Tecnología de almacenamiento

Los algoritmos y la lógica utilizados para la manipulación de la geometría son realmente específicos, y luego se asignan a datos de una dimensión "clásicos" para hacerlos directamente compatibles con las computadoras para el almacenamiento. La única característica que tiene un pie en cada mundo son los índices espaciales, que utilizan algoritmos similares a los R-Trees .

Para el almacenamiento, cualquier tecnología subyacente puede caber y no cambiará mucho la forma en que manipulas los datos espaciales. Puede ser una base de datos SQL (y tecnología asimilada) o algún tipo de almacenamiento noSQL u otra cosa. Lo principal que cambiará es la indexación espacial, cualquier otra característica se puede implementar sin mayores inconvenientes (bueno, excepto el trabajo adicional ocasional).

Así que aquí está mi conclusión: si aprende la forma de manipular los datos espaciales de manera eficiente y, dependiendo de su capacidad para aprender nuevas tecnologías, podrá adaptar cualquier tecnología que realmente se utilice. Aprender los conceptos generales detrás de los datos espaciales, especialmente para la manipulación relacional, es la parte difícil, y utiliza conceptos maduros que probablemente no cambien.

No tengo una respuesta tan completa como Valise, pero creo que hay futuro en el uso de bases de datos Graph (NoSQL) para el almacenamiento y la recuperación de datos espaciales. La estructura del gráfico ya se usa ampliamente en los datos SIG (piense en nodos y arcos). Ya hay algunos esfuerzos pero no los he usado. Ver Neo4j espacial por ejemplo: http://wiki.neo4j.org/content/Neo4j_Spatial . Los gráficos también se pueden usar para almacenar los índices mencionados anteriormente ...

Solo mis dos centavos ...

Los sistemas de gestión de bases de datos espaciales son muy importantes en los SIG (solo mire este sitio como prueba) Siempre se ha puesto énfasis en las bases de datos espaciales que se basan en el modelo relacional . Sin embargo, existen numerosos ejemplos de diferentes modelos de datos y enfoques de procesamiento que se pueden utilizar:

• Los datos ráster utilizan estructuras basadas en matrices.
• Los índices espaciales hacen uso de estructuras de datos de árbol .
• El análisis de red utiliza estructuras de datos y algoritmos relacionados con la teoría de grafos .

Todos estos enfoques tienen un lugar en los SIG y tienen ventajas y desventajas. Desde la perspectiva del usuario de SIG, una base de datos espacial es una abstracción que oculta una estructura de datos particular y un conjunto de algoritmos. No necesita conocer las complejidades de la lógica de predicados para realizar una consulta de cuadro delimitador.

Personalmente, veo el futuro de las bases de datos espaciales como divergentes. Estamos ocultando más de la tecnología subyacente y haciendo que sea más fácil para los usuarios hacer preguntas SIG y hacer mapas. Buenos ejemplos son SimpleGeo , API de Google Maps y Fusion Tables. Por otro lado, estamos extrayendo código de otros dominios, como el uso de R para el análisis ráster y el uso de bases de datos de gráficos como se menciona en dslamb.