GIS의 핵심 개념은 데이터 세트에 대한 질문에 답하는 것입니다. 데이터베이스의 관점에서; 공간 확장이 포함 된 SQL은 이러한 질문을하는 방법입니다. 기계가 읽을 수있는 텍스트 기반 형식으로 질문을 표현할 수있는 다른 방법은 무엇입니까? 다른 접근 방식의 장점은 무엇입니까?
GIS의 핵심 개념은 데이터 세트에 대한 질문에 답하는 것입니다. 데이터베이스의 관점에서; 공간 확장이 포함 된 SQL은 이러한 질문을하는 방법입니다. 기계가 읽을 수있는 텍스트 기반 형식으로 질문을 표현할 수있는 다른 방법은 무엇입니까? 다른 접근 방식의 장점은 무엇입니까?
답변:
속성 또는 해시 기반 쿼리를 무시하고 3 가지 유형의 공간 쿼리 만 생각할 수 있습니다.
지오메트리를 기반으로하는 공간 쿼리이며 벡터 피처 간의 관계를 찾는 데 사용됩니다. SQL 공간 쿼리는 다음과 같은 단순한 API 낮은 수준 alogorithms 정말 벤틀리-Ottmann - OpenLayers에 사용되는 두 개의 선이 교차하는 경우 확인합니다.
Kirk가 언급했듯이 피처 사이의 관계 유형은 차원 확장 9 교차 모델 에서 표준화되었습니다 .
인덱스를 기반으로 한 공간 쿼리 는 단순한 형태의 지오메트리 쿼리 라고 주장 할 수 있습니다 . 대부분의 지오메트리 쿼리는 시간이 많이 걸리는 개별 지오메트리를 비교하기 전에 공간 인덱스를 첫 번째 통과 쿼리로 사용하여 관련없는 기능을 필터링합니다. 이것들은 MongoDB 와 같은 NoSQL 데이터베이스 에서도 구현됩니다 .
래스터와 벡터 쿼리를 결합 하는 StarSpan 과 같이 위의 조합을 구현하는 몇 가지 구현이 있지만 실제로는 전처리 단계를 숨 깁니다.
머신 및 텍스트를 읽을 수있는 이러한 유형의 쿼리를 구현하는 수많은 API가 있습니다. 다양한 구현과 그 문제에 대한 좋은 토론이 있습니다 .
3d 공간 쿼리 언어를 향한 논문 은 공간 연산자를 데이터 유형이 아닌 쿼리를 기반으로 4 가지 유형으로 나눕니다.
또한 DE-I9M에 포함되지 않은 3D 기능 (본체 및 표면)을 다루는 용어도 제공합니다.
1 -이 소프트웨어와 일부 연구가 있습니다 http://nlp.uned.es/MLQA06/papers/ferres.pdf를
가 더 인터넷 검색에 관련이에도 불구하고, 컴퓨터 언어와 인간의 언어를 번역하는 방법에 대한 몇 가지 지침을 제공 할 수있다.
인터넷 검색 'GeoTALP-Q'에서도 주제에 대한 더 많은 기사를 제공합니다.
2- GeoDjango 는 공간 쿼리를위한 API를 제공합니다. SQL에서 객체 지향 언어로의 변환으로 복잡한 공간 쿼리를위한 PL / python 함수 작성과 같은 많은 지루한 작업을 가속화 할 수 있습니다 . 그것은 것 데이터베이스에 의해 제한 사용.