GIS 理论与技术 – 作业 3:时空 GIS 的研究分析报告

注:这篇文章主要的侧重点在时间数据库。

从 Wikipedia 上的 Temporal database 页面上我了解到,时间数据库是 Richard T. Snodgrass 在 1992 年提议加到 SQL 中,作为一种扩展,这成了 SQL 的标准的一部分(ANSI X3.135.-1992 and ISO/IEC 9075:1992)。我曾经了解过 GeoJSON 格式,用过 MongoDB 数据库存储管理空间意义上的地理信息数据,基本明白地理信息的存储和表达。但对时间数据的存储,只有形而上的粗浅认识,缺乏直观的理解和整体的把握,所以我阅读了 Richard Snodgrass 的论文 Temporal Databases1

简而言之,这篇论文介绍了 1992 以来的 15 年内时空数据库的发展,对其主要思想、策略和实现做了分析阐明。方便起见,下面用“Snodgrass”表示 Richard Snodgrass,“论文”表示本篇论文。

时间概念,时间的结构、维度、时效性和时间的表达

传统的数据库(DBMS)虽然记录了昨天、今天的数据,也能记录明天的数据,但无法反应数据的变化过程。这句话听上去或许普通,但蕴含深意,我分析一下。普通的数据库记录的各个字段的关系(主键、外键等约束),数据库信息发生变化其实是可以反映数据内容时间上的变化,但是这种变化未能通过主键、外键等约束的方式被记录下来,所以量化其变化过程,无法进行更深入的研究。这是非空间数据相对空间数据库的硬伤。在早期的时间数据库理论研究中,提出了许多利用传统数据库概念实现时态功能的想法。

在这片论文中,先假定时间是一维的2,其次假定时间是离散的。这样一来,时间和空间可以表达为正交的一组,在这个线性空间中可以表示为离散的向量(点)。

时间的表示依赖两点,一是 distance,二是 boundedness,这是时间的两个维度。举例说, “9 点 20 分”3这里有两个 boundedness 分别是小时(“点”)和分钟(“分”),小时更加粗略,“9”和“20”表示 distance,表示距离某个基点的以 boundedness 为单位的时间长度。时间的确定性由此而来。这个 boundedness 可以用一定的 baseline 和 distance 替换,论文中提到的 baseline 有:

时间模糊性的表示则依赖于数据库的 DBMS granularity,和四叉树概念相关,也就是数据的 granularity coarser 过程。

如何把事件和时间相联系?有关数据的建模和表达

主要就是在说如何在计算机中表示。其实只涉及两点:一是时间跨度的选择(span),一个是时间范围。这两点决定了时间的精度和长度范围,也决定了用计算机表达所必须的字节数(也就是信息量)。比如一年 12 个月,最少用 4 个 bit 便可以表示。除了 span 的数量记录在计算机中(时间的量),还需要 chronon identifiers(时间戳,确定基准)。这样才能对时间进行转化和拼接(还记得“9 点 20 分”吗?)。

其实还要考虑事件的建模和表示。事件的核心在于时间上和空间上的变化(time-varying & space-varying)。

查询优化(query optimization)和评估(evaluation)

论文首先介绍了查询语言需要的 proposals:

这部分我没有细看(似乎也不必要)。

其次介绍了 schema 设计(就跟使用 MongoDB 时的 Schema Design 一样)。简言之,设计目标是:消除歧义、直观易懂、规则简单。其实用 JavaScript 和 JSON(JavaScript 数据格式)所表达的恰好满足上述要求,这里贴一段以前项目中的数据库 Schema Design 代码:

"use strict";
var mongoose = require("mongoose");
var Schema = mongoose.Schema;
var SiteSchema = new Schema({
  _id: Number,
  f_id: Number,
  i_id: Number,
  name: { type: String, required: true },
  info: String,
  loc: { type: [Number], index: '2d' },
  created: { type: Date, default: Date.now },
  updated: { type: Date, default: Date.now },
  updator: Number
});

SiteSchema.pre("save", function (next) {
    this.updated = new Date();
    next();
});

SiteSchema.methods.findClosest = function(cb) {
    return this.model('Site').find({
        loc: { $nearSphere : this.loc },
        _id: { $ne : this._id }
    }).limit(1).exec(cb);
}

mongoose.model("Site", SiteSchema);

论文里介绍也都是结构化的查询语言,但都没有 JSON 来得简单直观。

系统架构

(略)


  1. 来自论文集:Theories and Methods of Spatio-Temporal Reasoning in Geographic Space。

  2. 早期研究分散在 linear 和 branching 上,树结构的 branching 的时间表示可能导致时间上的“环”(时间倒流),不比 linear 假定简单实用。

  3. 这个例子是我举的。


「Load Disqus | 加载评论」