下载文档原格式
空间查询的名词解释随着信息时代的发展，人们对于信息获取的需求也与日俱增。
空间查询作为一种重要的数据查询方式，在地理信息系统（GIS）和数据库管理系统（DBMS）中得到广泛应用。
本文将对空间查询进行详细解释，包括其定义、特点、分类和应用。
一、空间查询的定义空间查询是指在地理空间数据中，根据特定的条件，从数据库中提取出符合条件的数据集的过程。
它是一种以空间为基础的查询方式，通过对地理位置和空间属性的查询与分析，帮助用户获取所需的空间信息。
二、空间查询的特点1. 空间性：空间查询关注的是地理空间数据，将地理位置作为查询的主要条件。
与传统的文本或数值查询相比，空间查询更加注重地理位置和空间属性的信息。
2. 复杂性：空间查询通常涉及多源数据集、多条件查询和多种查询方式，需要综合考虑多个因素。
与传统的简单查询相比，空间查询更具挑战性。
3. 联结性：空间查询常需要将多个数据源进行联接，进行空间分析和关联分析。
这种联结性将不同的数据集进行有机整合，从而得到更全面、更准确的查询结果。
三、空间查询的分类根据空间查询的不同性质和目的，可以将空间查询分为以下几类：1. 空间范围查询：根据地理空间上的位置范围，提取出落在指定区域内的数据。
例如，在一幅地图上选择某个区域，查询该区域内的河流、山脉等地理要素。
2. 地理邻近查询：根据地理要素之间的邻近关系，查询与指定要素邻近的其他要素。
例如，在一张地图上选择一个城市，查询该城市附近的道路、河流、湖泊等。
3. 属性查询：根据地理要素的属性条件，提取符合条件的数据。
例如，在一个城市数据库中查询人口超过一定数量的社区或街道。
4. 空间关系查询：根据地理要素之间的空间关系，查询满足特定空间关系的要素。
例如，在一个校园地图中查询教学楼和食堂之间的距离或路径。
四、空间查询的应用空间查询在各个领域都有广泛的应用。
以下是一些常见的应用场景：1. 土地规划与管理：通过空间查询，可以对土地利用情况进行查询和分析，为城市规划、土地管理和土地资源开发提供支持。
空间数据库引擎的基本特征空间数据库引擎是一种专门用于处理和管理空间数据的数据库管理系统（DBMS）。
它具有一些基本特征，使其适用于处理和分析空间数据。
以下是空间数据库引擎的一些基本特征：1. 空间数据类型：空间数据库引擎支持对空间数据进行存储和查询。
它可以处理各种空间数据类型，如点、线、面和多边形等。
此外，它还可以支持具有时间维度的空间数据。
2. 空间索引：为了提高空间数据的查询效率，空间数据库引擎可以使用空间索引。
它可以根据空间位置对数据进行索引和存储，以快速定位和检索数据。
常用的空间索引方法包括R树、四叉树和网格索引等。
3. 空间查询语言：空间数据库引擎提供了特定的查询语言，以支持对空间数据的查询和分析。
这些查询语言通常扩展了传统的SQL语言，添加了对空间数据的操作和函数。
4. 空间分析功能：空间数据库引擎提供各种空间分析功能，以支持对空间数据的分析和处理。
例如，它可以计算两个空间对象之间的距离、判断一个点是否在多边形内部等。
5. 数据完整性和一致性：空间数据库引擎能够保证空间数据的完整性和一致性。
它可以定义约束和规则来确保空间数据的有效性和一致性。
6. 多用户并发访问：空间数据库引擎支持多用户并发访问。
它可以处理多个用户同时对数据库进行读取和写入操作，保证数据的一致性和安全性。
7. 可扩展性：空间数据库引擎具有良好的可扩展性，可以处理大规模的空间数据。
它可以根据需求扩展存储容量和计算能力，以满足不断增长的数据需求。
总之，空间数据库引擎是一种专门用于处理和管理空间数据的数据库管理系统。
它具有支持多种空间数据类型和索引方法、提供空间查询语言和分析功能、保证数据完整性和一致性、支持多用户并发访问以及具有良好的可扩展性等基本特征。
空间数据库资料在当今数字化的时代，数据的管理和利用变得至关重要。
空间数据库作为一种专门用于存储和管理空间数据的数据库系统，在众多领域中发挥着关键作用。
空间数据，简单来说，就是具有空间位置特征的数据。
比如地图上的地点、道路、建筑物的位置，或者地理信息系统中地形的起伏、河流的走向等。
这些数据不仅包含了常规的属性信息，如名称、类型等，更重要的是其独特的空间位置和几何形状信息。
空间数据库与传统数据库相比，有着显著的差异。
传统数据库主要处理文本、数字等简单数据类型，而空间数据库需要处理复杂的空间对象，如点、线、面等。
这就要求空间数据库具备特殊的功能和结构来有效地存储、索引和查询这些空间数据。
为了实现对空间数据的高效管理，空间数据库采用了一系列专门的技术。
其中，空间索引技术是关键之一。
常见的空间索引方法包括 R 树、四叉树等。
这些索引结构能够快速定位和检索空间数据，大大提高了数据库的查询效率。
在数据存储方面，空间数据库通常采用分层存储的方式。
将不同类型、不同精度的空间数据分别存储在不同的层次中，以便在查询时能够根据需要快速获取相应的数据。
同时，为了保证数据的准确性和完整性，空间数据库还需要进行严格的数据质量控制。
这包括对数据的采集、录入、编辑等环节进行监控和校验，确保数据的可靠性。
空间数据库的应用领域非常广泛。
在城市规划中，它可以帮助规划师分析土地利用、交通流量等情况，从而制定更合理的规划方案。
在环境保护方面，能够监测和分析污染源的分布、生态系统的变化等，为环境保护决策提供支持。
在交通管理中，通过对道路网络、车辆位置等数据的管理和分析，可以优化交通流量，提高交通运输效率。
此外，地理信息系统（GIS）也是空间数据库的重要应用领域之一。
GIS 整合了空间数据库、地图绘制、数据分析等功能，为用户提供了一个强大的工具来处理和分析地理空间信息。
无论是进行资源调查、灾害预警还是城市发展研究，GIS 都离不开空间数据库的支撑。
测绘技术中的空间数据库管理系统介绍随着科技的飞速发展，测绘技术在我们的生活中扮演着越来越重要的角色。
无论是地图导航、城市规划还是环境监测，测绘技术都承载着巨大的责任。
而在测绘技术中，空间数据库管理系统则成为了不可或缺的一部分。
本文将向您介绍空间数据库管理系统的基本概念、用途以及相关技术。
一、空间数据库管理系统的概念所谓空间数据库管理系统，简称SDMS（Spatial Database Management System），是一种用于存储、管理和查询空间数据的软件系统。
与传统的关系型数据库管理系统相比，SDMS能够有效地处理和分析地理空间数据，包括地理特征、地理位置和与位置相关的属性信息。
SDMS在许多领域中被广泛应用，例如地理信息系统（GIS）、遥感、测绘等。
二、空间数据库管理系统的用途1. 地图导航与路径规划在如今普及的地图导航软件中，SDMS发挥着不可替代的作用。
通过将地图数据存储在数据库中，SDMS能够高效地存储、索引和查询地理空间信息，从而实现准确的路径规划、实时交通状况分析等功能。
无论是城市导航、旅行规划还是物流运输，SDMS都能提供可靠的地理数据支持。
2. 城市规划与土地管理空间数据库管理系统在城市规划和土地管理中扮演着重要的角色。
通过存储和分析城市的地理空间数据，SDMS能够帮助城市规划师更好地了解城市的发展趋势和潜在问题。
例如，通过分析人口密度、交通流量和土地利用情况，SDMS可以为城市规划部门提供科学的决策支持，促进城市的可持续发展。
3. 环境监测与资源管理保护环境和合理管理资源是当今社会面临的重要挑战。
SDMS在环境监测和资源管理中发挥着关键作用。
通过将遥感数据与地理信息相结合，SDMS能够对环境污染、自然灾害和自然资源进行监测和管理。
例如，SDMS可以帮助科学家分析空间数据，预测地震活动的发生概率，减少灾害对人民生命和财产的影响。
三、空间数据库管理系统的技术1. 空间索引技术空间索引是SDMS中的一项重要技术。
空间数据库引擎名词解释
空间数据库引擎是一种用于管理和维护空间数据的数据库管理系统,通常用于存储和检索卫星图像、地图、气象数据等空间数据。
空间数据库引擎的主要功能包括数据管理、数据存储、数据分析和数据可视化等。
数据管理功能是指负责数据的创建、修改、删除和查询等操作。
数据存储功能是指负责将数据存储到数据库中,并提供数据的安全性和可靠性。
数据分析功能是指负责对数据进行统计分析和挖掘,以便更好地理解数据并做出决策。
数据可视化功能是指负责将数据转换成图表、图像等形式,以便更好地展示数据并让用户更好地理解数据。
空间数据库引擎还可以与其他技术结合使用,例如机器学习、人工智能等,以便更好地处理和分析空间数据。
例如,可以使用机器学习算法来识别卫星图像中的建筑物、道路等特征,从而更好地理解空间数据。
随着空间数据的不断增长,空间数据库引擎已成为空间科学研究和应用领域中不可或缺的工具。
空间数据库引擎的发展将推动空间数据的管理和分析能力的提升,为更好地理解和利用空间数据做出贡献。
什么是空间数据库及其特点（二）引言概述:空间数据库是一种专门用于存储和管理空间数据的数据库管理系统。
它与传统的关系数据库不同之处在于，它具备了处理和查询空间数据的能力，能够支持各种地理信息系统应用需求。
本文将进一步探讨空间数据库的特点，包括数据模型、查询语言、空间分析和可视化、数据管理和安全性等方面。
正文:一、数据模型1. 空间数据的存储方式：空间数据库使用特定的数据结构来存储空间数据，例如点、线、面等。
2. 空间索引技术：空间数据库使用空间索引技术以提高查询效率，常见的有四叉树、R树等索引结构。
3. 属性数据的关联：空间数据库能够将属性数据与空间数据进行关联，实现综合查询和分析功能。
4. 多维空间数据模型：空间数据库支持多维空间数据模型，能够处理多属性和时间等复杂的数据结构。
二、查询语言1. SQL扩展：空间数据库扩展了标准的SQL查询语言，增加了对空间数据的查询和分析的功能。
2. 空间查询操作：空间数据库支持空间查询操作，例如查询某个区域内的点、计算两个空间对象的相交等。
3. 空间分析函数：空间数据库提供了丰富的空间分析函数，用于计算距离、面积、缓冲区等空间分析操作。
三、空间分析和可视化1. 空间分析功能：空间数据库可以进行空间分析操作，如路径规划、空间关系分析等。
2. 可视化功能：空间数据库具备可视化功能，可以将地理数据以图形的方式展示出来，便于用户直观理解和分析。
四、数据管理1. 数据导入和导出：空间数据库支持各种格式的数据导入和导出，方便用户进行数据交换和共享。
2. 数据更新和编辑：空间数据库提供了数据更新和编辑的功能，用户可以对空间数据进行插入、删除和修改操作。
3. 数据共享和协作：空间数据库支持多用户的数据共享和协作，方便不同用户之间的数据交流和共同编辑。
五、数据安全性1. 数据备份与恢复：空间数据库支持数据备份和恢复功能，确保数据的可靠性和安全性。
2. 用户权限管理：空间数据库可以进行用户权限管理，控制用户对数据库的访问和操作权限。
第一章空间数据库概述1、空间数据库系统由空间数据库、空间数据库管理系统与空间数据库应用系统三部分构成。
2、空间数据的特征：空间特征、非结构化特征、空间关系特征、分类编码特征、数据种类多、抽象性特征、海量数据特征3、数据库的发展阶段⏹人工管理阶段⏹文件系统阶段：数据文件是大量文件的集合形式，每个文件包含大量记录面向用户的数据文件，用户可以通过它进行查询、修改、删除等操作；数据文件与对应的程序有一定的独立性，程序员可以不关心数据的物理存储，只考虑逻辑存储结构；由初期的顺利文件发展为索引文件、直接文件等，数据可随机存取。
数据文件只能对应一个或几个程序，仍依赖程序。
数据文件之间不能建立关系，数据冗余。
⏹文件-关系数据库管理系统：用文件系统管理几何图形数据，用商用RDBMS管理属性数据，几何图形数据和属性数据之间通过对象标识或内部连接码（OID）进行连接。
两者独立地组织、管理和检索。
缺点：该模式中，文件管理系统的功能较弱，特别是在数据的安全性、一致性、完整性、并发控制以及数据损坏后的数据恢复方面缺少基本的功能。
⏹全关系型数据库管理系统：图形和属性数据都用RDBMS来管理模式1：图形数据按关系模型组织。
涉及一系列关系连接运算，相当费时。
模式2：将图形数据的变长部分处理成二进制块（Block）字段。
但Block的读写效率比定长的属性字段慢得多，特别涉及对象的嵌套时，更慢。
⏹对象-关系数据库管理系统：DBMS软件商或GIS软件商基于面向对象技术在RDBMS中进行扩展，使之能直接存储和管理非结构化的空间数据。
主要解决空间数据的变长记录的管理，效率比全关系型二进制Block的管理高得多。
缺点：但仍没有解决对象的嵌套问题，空间数据结构不能由用户定义，用户不能根据GIS要求再定义，使用上受一定限制。
⏹面向对象数据库管理系统：适应于空间数据的表达和管理，它不仅支持变长记录，而且支持对象的嵌套、信息的继承与聚集。
面向对象的空间数据库管理系统允许用户定义对象和对象的数据结构以及它的操作。
一种多尺度空间关系数据库及查询方法随着地理信息系统（GIS）应用的广泛发展，处理和查询大规模空间数据的需求也不断增加。
多尺度空间关系数据库及查询方法应运而生，旨在提供高效的存储和检索地理空间数据的方法。
多尺度空间关系数据库是一种将地理空间数据按照不同的尺度进行组织和管理的数据库。
它采用多层次的数据组织结构，将数据进行划分和聚合，使得存储和查询过程更加高效。
多尺度空间关系数据库的关键在于有效地组织和管理多尺度数据，以提高查询性能和空间分析效率。
多尺度空间关系数据库的核心是多尺度空间索引结构。
常见的多尺度空间索引结构包括四叉树、八叉树、R树、R*树等。
这些索引结构可以将地理空间数据按照不同的尺度进行划分，从而实现高效的查询和检索。
例如，四叉树将地理空间数据划分为四个区域，每个区域再进行进一步的划分，直到达到满足查询要求的精度。
通过这种方式，可以快速定位和访问地理空间数据，提高查询的效率。
在多尺度空间关系数据库中，查询是一项重要的操作。
多尺度查询是指根据查询需求的不同，采用不同的尺度进行查询。
多尺度查询可以提高查询效率，并且可以根据用户的需求进行定制化查询。
常见的多尺度查询方法包括多尺度查询算法、多尺度空间分割算法和多尺度缩放算法等。
多尺度查询算法是指根据查询需求的不同，使用不同的查询算法进行查询。
例如，对于大范围的查询需求，可以使用范围查询算法进行查询；对于较小范围的查询需求，可以使用近邻查询算法进行查询。
多尺度查询算法可以根据数据的不同特点和查询需求的差异，选择最合适的查询算法，从而提高查询效率。
多尺度空间分割算法是指将地理空间数据按照不同的尺度进行分割，从而实现多尺度查询。
常见的分割算法包括基于网格的分割算法、基于聚类的分割算法等。
通过将地理空间数据按照不同的尺度进行分割，可以实现对不同尺度的查询需求的快速满足。
多尺度缩放算法是指将地理空间数据按照不同的尺度进行缩放，从而实现多尺度查询。
常见的缩放算法包括金字塔算法、MIP算法等。
引言：空间数据库是一种具有特殊功能的数据库系统，它可以存储、管理和查询空间相关的数据，并为用户提供空间数据分析和空间关系处理的功能。
本文将进一步探讨什么是空间数据库及其特点。
概述：空间数据库是一种专门用于处理与空间位置有关的数据的数据库系统。
与传统的关系数据库不同，空间数据库能够存储和处理具有空间属性的数据，例如地理位置、地形等。
它提供了一种强大的数据管理和空间分析工具，可以用于各种领域，如地理信息系统、遥感技术和环境研究。
正文内容：1. 空间数据模型空间数据库采用了特定的数据模型来表示空间数据。
最常用的空间数据模型是对象-关系数据模型，它将地理对象（如点、线、面）表示为数据库中的表格，并使用关系型数据库管理系统进行存储和查询。
其他常用的模型包括层次模型和网状模型。
这些模型提供了对空间数据的强大支持，使用户能够进行高效的空间数据操作。
2. 空间索引技术空间数据库使用索引技术来提高对空间数据的查询效率。
传统的索引结构无法有效地处理空间数据的查询，因为它们只能处理一维数据。
为了解决这个问题，空间数据库采用了特殊的索引结构，如R树和四叉树。
这些索引结构将空间数据分割成多个小区域，并为每个区域分配一个唯一的标识符。
这样一来，用户在查询空间数据时只需要遍历相关的区域，而无需扫描整个数据库。
3. 空间关系查询空间数据库提供了丰富的空间关系查询功能，用户可以通过空间关系来检索和分析空间数据。
常见的空间关系查询操作包括相交、包含和相邻等。
这些查询能够帮助用户快速获取特定关系的空间数据，从而满足各种应用需求，如城市规划、环境保护和路线规划等。
4. 空间数据分析空间数据库具有强大的空间数据分析功能，用户可以利用这些功能来进行空间数据的统计和分析。
例如，用户可以对城市的人口分布进行统计分析，找出人口密度较高的区域。
同时，空间数据库还支持空间数据的可视化，用户可以通过地图和图表等方式直观地展现空间数据的特征和变化。
5. 空间数据一致性与完整性空间数据库对空间数据的一致性和完整性有严格要求。
1 几种空间数据库系统的空间查询模块功能浅析 摘要：本文针对市场流行数据库Oracle和MySQL以及地理信息系统ArcGIS的空间查询模块功能进行了调研，通过研究具体功能函数，分析总结各自的优缺点并尝试性提出了其适合的应用方向及范围。 关键词：空间查询 Oracle MySQL ArcGIS
引言 空间数据库是地理信息系统在计算机物理存储介质上存储的与应用相关的地理空间数据的总和，一般是以一系列特定结构的文件的形式组织在存储介质之上的。空间数据库的研究始于20 世纪 70年代的地图制图与遥感图像处理领域,其目的是为了有效地利用卫星遥感资源迅速绘制出各种经济专题地图。由于传统的关系数据库在空间数据的表示、存储、管理、检索上存在许多缺陷，从而形成了空间数据库这一数据库研究领域。而传统数据库系统只针对简单对象，无法有效的支持复杂对象（如图形、图像）。随着空间数据库的诞生，空间数据查询功能应运而生。各数据库开发商针对空间数据库的特殊性，结合在实际应用中对空间数据关系的分析技术，基于数据库语言开发出了一套具备空间数据查询功能的模块。本文分别对Oracle、MySQL和ArcGIS三个产品的空间数据查询服务进行了一些调研，分析其处理函数功能与实现方法，评价其功能的优缺点，探讨了产品的应用范围与使用方法。
1 Oracle数据库 Oracle 数据库系统是美国ORACLE公司（甲骨文）提供的以分布式数据库为核心的一组软件产品，是目前最流行的客户/服务器(CLIENT/SERVER)或B/S体系结构的数据库之一。该数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品；作为分布式数据库它实现了分布式处理功能。但它的所有知识，只要在一种机型上学习了Oracle 知识，便能在各种类型的机器上使用它。 1.1 Oracle Spatial概述 Oracle Spatial 是 Oracle 数据库强大的核心特性，它将所有的地理空间数据类型（矢量、栅格、网格、影像、网络、拓扑）统一在单一、开放的、基于标准的数据管理环境中，这就减少了管理单独、分离的专用系统的成本、复杂性和开销。Oracle Spatial使得我们能够在一个多用户环境中部署地理信息系统（GIS），并且与其它企业数据有机结合起来，统一部署电子商务、政务。其功能由于传统的 GIS 技术已达到其本身可伸缩性的极限，用户越来越多地转向以数据库为中心的空间计算。Oracle Spatial将空间过程和操作直接转移到数据库内核中，从而提高了性能和安全性。Oracle Spatial从1995年Oracle7.1.6开始发展到2003年的10G版本，空间数据处理能力越来越强大。其在MDSYS方案下有大量的自定义数据类型，经常使用的是SDO_GEOMETRY类型,见图 1。该类型表示一个几何对象，可以是点、线、 2
面、多点、多线、多面或混合对象。Oracle Spatial 在此数据类型的基础上，实现了R树空间索引和四叉树空间索引，还以SQL函数的形式实现了多种空间分析功能。
图 1 MDSYS.SDO_GEOMETRY <--> OCCI 对照模型 1.2 Oracle Spatial功能
1.2.1 空间索引R树与四叉树 为了优化空间查询的性能，Oracle Locator 为关系数据库提供了空间索引功能。Oracle Locator 提供 R树索引创建功能，该功能生成和存储几何结构的近似值作为索引。R树索引易于创建和使用 — 几乎不需要调整即可获得最佳性能。可以在空间数据的两个、三个或四个维度上创建 R树索引。 R树索引通过一个最小的包含几何体的矩形（外包矩形--MBR）来匹配每个几何体。对于一个几何体图层，R树索引包含该层上所有几何体的分层MBR索引。R树索引存储在空间索引表SD）——INDEX_TABLE中，而该表又在视图USER_SDO_INDEX_METAVATA中。R树索引也是通过一个顺序数字发生器来确保当前用户对索引的实时更新。在创建空间索引的时候，如果不指明任何索引参数就创建的是R树索引。 在线性四叉树索引方案中，坐标空间受支配于称为镶嵌的一种处理，该处理定义了覆盖每个几何体的唯一的、彻底的区域、所选取的区域都按一定的方式编码并存放在表SDO_INDEX中。根据所以区域的大小情况不同四叉树索引还可分为固定索引与混合索引。其中固定索引是关系模式的首选，它使用相同大小的区域来覆盖几何体，其效率依赖于分解的级数和几何体的大小。函数SDO_TUNE.ESTIMATE_TILING_LEVEL可用来选取恰当的区域大小。混合索引结合了固定大小的区域和可变大小的区域。大多数应用都不用混合索引，而是用固定索引或R树索引。 两种索引方式各有所长：对几何体的近似值，R索引不能进行微调；在索引的创建和微 3
调方面，R树索引比四叉树索引容易；在存储空间方面，R树索引比四叉树索引需要的更少；当对数据有大量的更新时，四叉树索引是更好的选择[1]。
1.2.2 网络数据模型 在 Oracle 数据库 10g 中提供了一个存储网络（图形）结构的数据模型。它显式地存储和维护“连接—节点”网络的连通性并提供网络分析功能（如最短路径、连通性分析）。需要网络解决方案的应用程序包括运输、公共交通、公共设施和生命科学（生物化学路径分析）。 对于运输应用程序，该网络数据模型还支持一个路线搜索特性。Oracle 引入了一个可伸缩的路线搜索引擎，该引擎提供了地址（或预先经过地理编码的位置）之间的驾驶距离、时间和方向。它作为一个 Java 客户端库提供给网络数据模型，这个网络数据模型可以容易地部署在 Oracle 应用服务器或独立的 OC4J 环境中。其他的特性包括：最快或最短路径的首选项，返回概要或详细的驾驶指导；并返回沿着一条街道网络从单个位置到多个目标位置的时间和距离。
1.2.3 拓扑数据模型 ORACLE SPATIAL 包含一个数据模型和模式，它们在 Oracle 数据库中持久存储拓扑结构。当进行大量特征编辑且对地图和地图图层间的数据完整性的有高度需求时，这非常有用。另一个好处是基于拓扑结构的查询一般比涉及到关系（如邻接性、连通性和包容性）的查询执行速度更快。土地管理（地籍）系统和空间数据提供商将从这些功能中获益。
1.2.4 GeoRaster 一种新的数据类型在 Oracle 数据库 10g 中以本地形式管理地理参照栅格成像（卫星成像、遥感数据、网格化数据）。ORACLE SPATIAL 的 GeoRaster 特性提供成像的地理参照、用于元数据管理的XML 模式和基本操作，如形成分层、平铺和交*。环境管理、国防/国家安全、能源勘探和人造卫星影像门户方面的应用程序将会从中受益。
1.2.5 地理编码器 地理编码是将地理参照（比如地址和邮编）与位置坐标（经度和纬度）联系起来的过程。在 Oracle Spatial 10g 中提供一个功能全面的地理编码引擎。它通过查询存储在 Oracle 数据库中的经过地理编码的数据，提供国际地址标准化、地理编码和 POI 匹配。它独特的非解析地址支持为客户应用程序增加了巨大的灵活性和便利性。Oracle Spatial地理编码器作为 Java 存储过程在 Oracle 数据库服务器内部实施。并提供了一个用于地理编码的 PL/SQL API。
2 MySQL MySQL是一个开放源码的小型关联式数据库管理系统，开发者为瑞典MySQL AB公司。目前MySQL被广泛地应用在Internet上的中小型网站中。由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，许多中小型网站为了降低网站总体拥有成本而选择了 4
MySQL作为网站数据库。 2.1 MySQL Spatial概述 从MySQL4.0开始加入了Spatial扩展功能，实现了OpenGIS规定的几何数据类型（见图 2）在SQL中的简单空间运算。但是从 4.0之后到现在，MySQL的Spatial部分一直没有继续的更新和增强。加上早先MySQL在SQL上对空间运算支持的不完善（只支持基于最小外接矩形的关系判断），所以MySQL是开源数据源中一个不太让人满意的选择。不过由于MySQL在小型项目上的广泛引用，在一些情况下MySQL仍可为Deegree、MapServer、GeoServer、Udig、GeoTools提供数据源。
图 2 OpenGIS规范 2.1.1 POINT的使用 点是最基本也是最常用的一种空间数据类型。MySQL Spatial中用POINT表示点，比如，可以创建一个table：CREATE TABLE address ( address CHAR(80) NOT NULL, address_loc POINT NOT NULL, PRIMARY KEY(address), SPATIAL KEY(address_loc));其中，address_loc就是一个point类型，说明address_loc是一个点。 插入一个点： INSERT INTO address VALUES('Foobar street 12', GeomFromText('POINT(2671 2500)')); 读取一个点： select AsText(address_loc) from address … 一个比较麻烦的问题是，如何计算两个POINT的距离。MySQL Spatial不提供distance这个函数。官方指南的做法是这样的：GLength(LineStringFromWKB(LineString(point1, point2)))，这条语句的意思是用两个点产生一个LineString的类型，然后调用GLength得到line的长度。但是，这种方法计算的是欧式空间的距离，面对坐标点计算地理距离其结果自然是有较大误差的。
2.1.2 MySQL Spatial Index的使用 语句ALTER TABLE address ADD SPATIAL INDEX(address_loc) 可以在空间数据类型
