地理信息系统与地图数据库的区别是什么(地理信息系统与一般信息系统的区别)

（一）地理信息系统（GeographicInformationSystem或Geo－Informationsystem，GIS）有时又称为“地学信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。位

置与地理信息既是LBS的核心，也是LBS的基础。一个单纯的经纬度坐标只有置于特定的地理信息中，代表为某个地点、标志、方位后，才会被用户认识和理

解。用户在通过相关技术获取到位置信息之后，还需要了解所处的地理环境，查询和分析环境信息，从而为用户活动提供信息支持与服务。

地理信息系统（GIS，GeographicInformationSystem）是一门综合性学科，结合地理学与地图学以及遥感和计算机科学，已经广泛的应用在不同的领域，是用于输入、存储、查询、分析和显示地理数据的计算机系统，随着GIS的发展，也有称GIS为“地理信息科学”

（GeographicInformationScience），近年来，也有称GIS为"地理信息服务"（Geographic

Information

service）。GIS是一种基于计算机的工具，它可以对空间信息进行分析和处理（简而言之，是对地球上存在的现象和发生的事件进行成图和分析）。

GIS技术把地图这种独特的视觉化效果和地理分析功能与一般的数据库 *** 作（例如查询和统计分析等）集成在一起。

（二）地图数据库（database）是以地图数字化数据为基础的数据库，是存储在计算机中的地图内容各要素（如控制点、地貌、土地类型、居民地、水文、植被、交通运输、境界等）的数字信息文件、数据库管理系统及其它软件和硬件的集合。

对临时表空间的大小进行限制，允许自动增长，但最大容量有上限,本例中由于 innodb_temp_data_file_path 设置的自动增长，但未设上限，所以导致

2 在发送例如本例中的多表关联 SQL 时应确保有关联字段而且有索引，避免笛卡尔积式的全表扫描，对存在 group by、order by、多表关联的

3 在执行前通过 explain 查看执行计划

1970 年，关系型数据库之父 EFCodd 发表《用于大型共享数据库的关系数据模型》论文，正式拉开数据库技术发展序幕。以 Oracle、DB2、SQL Server 为代表的三大商业数据库产品独占鳌头，随后涌现出 MySQL、PostgreSQL 等为代表的开源数据库 ，和以 Amazon RDS 等为代表的云数据库，拉开百花齐放的数据库新序幕。

我们知道，云计算十年为产业转型升级提供了 历史 性契机，但变革仍在进行，随着云计算的普及，数据库市场发生根本性改变，云厂商打破传统商业数据库的堡垒，成为数据库领域全新力量。其中以连续六年入选 Gartner 领导者象限的亚马逊云 科技 为代表，我们一起探讨：为什么亚马逊云 科技 能始终保持其创新性？纵观云原生时代下，亚马逊云 科技 数据库未来还有哪些更多的可能性？

01 面对四大数据库发展趋势，亚马逊云 科技 打造五大数据库理念

后疫情时代下，加速了不少行业的业务在线化和数字化运营，企业对数据价值挖掘的需求越发强烈，亚马逊云 科技 大中华区产品部总经理顾凡详细介绍其中四大趋势：

一是伴随互联网、移动互联网的发展，电商、视频、社交、出行等新应用场景的兴起，不仅数据量大，对数据实时性要求极高，传统关系型数据库无法满足需求，因此驱动云原生数据库的出现。

二是开源数据库的广泛应用。

三是应用程序现代化对数据库提出更高要求，期待数据库拥有更高的性能、可扩展性、可用性以及降低成本，让开发人员专注于核心业务的应用开发，不用关注和核心业务无关的代码。

四是软件架构历经 PC、互联网、移动互联网，再到如今的万物互联时代，其中的迭代和转型正在驱动数据库选型的变化。

在此四大趋势下，伴随企业的业务量越来越大、越来越复杂，对数据库的要求越来越高。亚马逊云 科技 洞察客户需求，在打造云上数据库产品时提出五大理念：

一是专库专用，极致性能；二是无服务器，敏捷创新；第三是全球架构，一键部署；第四是平滑迁移，加速上云；第五是 AI 赋能，深度集成。

02 历经真实锤炼，五大数据库理念，持续赋能企业数智转型

顾凡表示，随着数据爆炸式增长，微服务架构与 DevOps 愈发流行的今天，一个数据库打天下的时代已然过去。我们需要在不同的应用场景下，针对不同的数据类型和不同的数据访问特点，为开发者和企业提供专门构建的工具。

所以亚马逊云 科技 提出 第一个核心数据库理念：专库专用 。在此理念下，推出针对关系数据、键值数据、文档数据、内存数据、图数据、时许数据、分类账数据、宽列等专门构建数据库的产品家族。

这些数据库产品均经历过亚马逊内部核心业务的真实锤炼，成绩斐然：

亚马逊电商当年是 Oracle 的客户之一，随着亚马逊电商的应用重构和业务体量发展，亚马逊电商决定将业务迁移到亚马逊云 科技 里。100 多个团队参与这庞大的迁移工作中，将亚马逊电商采购、目录管理、订单执行、广告、财务系统、钱包、视频流等关键系统全部从 Oracle 迁出来。2019 年，亚马逊将存储近 7500 个Oracle 数据库中的 75 PB 内部数据迁移到多项亚马逊云 科技 的数据库服务中，包括 Amazon DynamoDB、Amazon Aurora、Amazon ElastiCache，于是亚马逊电商成为亚马逊云 科技 在全球的“第一大客户”。

从 Oracle 切换到亚马逊云 科技 后，亚马逊电商节省了 60% 成本，面向消费者端的应用程序延迟降低 40%，数据库管理支出减少 70%。

以被誉为“亚马逊云 科技 历史 上用户数量增速最快的云服务”Amazon Aurora 为例，其拥有科媲美高端商业数据库的速度和可用性，还拥有开源数据库的简单性与成本效益，Amazon Aurora 让客户满足“鱼和熊掌兼得”需求。

据顾凡介绍，Amazon Aurora 可提供 5 倍于标准 MySQL 性能，3 倍于 PostgreSQL 吞吐量。同时提供高可用，可用区（AZ）+1的高可用，Global Databases 可完成跨区域灾备。可扩展到 15 个只读副本，成本只有商业数据库的 1/10。

医药企业九州通为药厂、供应商，搭建药厂、供应商、消费者提供供应链链条。其 B2B 系统的业务特点是读多写少，受促销活动、工作时间等影响，经常会出现波峰波谷落差较大的情况，读写比例在 7：2 或者 8：3。九州通采用 Amazon Aurora 后实现读写分离和按需扩展，整体数据库性能提升 5 倍，TCO 降低 50%。实现了跨可用区部署、负载均衡、自动故障转移、精细监控、按需自动伸缩等。

据权威机构预测，到 2022 年，75% 数据库将被部署或迁移至云平台。在这个过程中，亚马逊云 科技 是如何通过技术来帮助客户加速应用上云的？这离不开除了上述的“专库专用”外，以下四大理念：

第二个理念是无服务器、敏捷创新。 亚马逊云 科技 大中华区产品部数据类产品高级经理王晓野表示，企业业务总有波峰波谷之时，如何按照企业 80-90% 的业务峰值来规划数据库的存储容量和计算资源的话，将给应用带来一定的业务连续性的妥协和挑战。因此大多数企业都是按照峰值留有余地来选择数据库的计算资源，这将造成成本上的浪费。而 Serverless 数据库服务可完成无差别的繁复工作和自动化扩展。

Amazon DynamoDB 是亚马逊云 科技 自研 Serverless 数据库，其诞生最早可追溯到 2004 年，当时亚马逊电商作为 Oracle 的客户，尽管对于关系型数据库在零售场景的需求并不频繁，70% 均是键值类 *** 作，此时倒逼亚马逊电商思考：为什么要把关系型数据库这么重得使用？我们可以设计一款支持读写、可横向扩展的分布式数据库吗？后来的故事大家都知道了，这款数据库就是 Amazon DynamoDB，并在 2007 年发表论文，掀起业界 NoSQL 分布式数据库技术创新大潮。

Amazon DynamoDB 可为大规模应用提供支持，支撑亚马逊自身多个高流量网站和系统，如亚马逊电商网站、亚马逊全球 442 个物流中心等。在亚马逊电商一年一度 Prime Day，光是针对DynamoDB API 的调用达到数万亿次，最高峰值请求达到每秒 8920 万次。由此可见，DynamoDB 拥有高吞吐、扩展性、一致性、可预测响应延迟、高可用等优势。

智能可穿戴设备厂商华米 科技 ，在全球 70 多个国家拥有近 1 亿用户。仅 2020 年上半年，其手表出货量超 174 万台，截止到 2021 年 2 月，华米 科技 的可穿戴设备累计记录步数是 151 万步，累计记录的睡眠时间是 128 亿个夜晚，记录心率总时长达 1208 亿个小时。如此庞大的数据同时必须保证极高的安全性和低延迟相应，如何保证稳定性是巨大的挑战。

DynamoDB 帮助华米 科技 在任何规模下都能提供延迟不超过 10 毫秒的一致响应时间。华米 科技 健康 云的 P0 和 P1 级别故障减少了约 30%，总体服务可用性提升了 025%，系统可用性指标达到 9999%，为华为 科技 全球化扩展提供了有力的支撑。

最新无服务数据库产品是 Amazon Aurora Serverless V2 提供瞬间扩展能力，真正把扩展能力发挥到极致，在不到一秒的时间内，将几百个事务扩展到数十万的级别。同时在扩展时每一次调整的增量都是非常精细化的去管理，如果按照峰值来规划数据库资源，可实现大概90%的成本节省。目前 Amazon Aurora Serverless V2 在全球实现预览。

第三个理念是全球架构、一键部署。 在全球化的今天，如何支撑全球客户的业务扩展连续性、一致性、以最低延迟带给到终端客户上，对数据库提出新的挑战。

亚马逊云 科技 提供 Amazon Aurora 关系型数据库Global Database、Amazon DynamoDB、Amazon ElastiCache 内存数据库、Amazon DocumentDB 文档数据库都能利用亚马逊云 科技 的骨干网络提供比互联网更稳定的网络支撑，以一键部署的方式，帮助客户实现几千公里跨区域数据库灾备，故障恢复大概能在一分钟之内完成，同时跨区域的数据复制延迟通常小于一秒。

第四个理念是平滑迁移、加速上云。 目前，450000+ 数据库通过亚马逊云 科技 数据库迁移服务迁移到亚马逊云 科技 中，这个数字每年都在不断增长。亚马逊云 科技 提供 Amazon DMS、Amazon Database Migration Service 等工具让开发者和企业进行自助式云迁移。另外，对于迁移过程中可能会需要的支持，可通过专业服务团队和合作伙伴网络成员，为客户提供专业支持，还通过 Database Freedom 项目帮助客户降低他们的顾虑。

今年 11 月，最新产品 Babelfish for Amazon Aurora PostgreSQL 在全球和中国两个区域正式可用，可加速企业上云的迁移，实现让企业可以利用原有的技术栈、原有的 SQL Server T-SQL的人员可以利用到云数据库进行创新。

第五个理念是 AI赋能，深度集成。 我们观察到，ML 技术赋能数据库开发者，开发者无需具备机器学习专业知识，就可进行机器学习 *** 作。在此潮流下，亚马逊云 科技 推出 Amazon Neptune，借由 Deep Graph Library 和 Amazon SageMaker 驱动图神经网络。

今年 8 月，Neptune ML 在中国正式可用，允许数据工程师不需要掌握机器学习的技能直接从图数据库里导出数据、转换格式、训练模型并发布，用 gremlin 语句调用训练成的模型在数据库里实现推理，进行欺诈检测，推荐物品。

目前，亚马逊云 科技 加速在中国区域服务落地，2021年至今新发布 60 多个数据库服务与功能。亚马逊云 科技 正是通过上述五大数据库理念，打造丰富的数据库产品家族，在全球智能化发展趋势下，为企业提供更快更好的数智服务，释放数据价值，并连续六年入选 Gartner 领导者象限，得到业界和客户的深度认可。

一、内容概述

在地质制图技术手段的变革中，真正具有革命性的是与数字式地质图生产模式相关的技术进步，涉及从野外地质工作直至最终成果提交的全过程。建立国家数字式地质空间数据库，是推行这种新工作模式的总体目标和必然结果。为此，各国都下大力气狠抓数据库设计、建设和不同类型数据库的联网，大力推进地质制图的标准化，除了对符合现代要求的现有数据进行数字式信息提取之外，还积极创造条件把数字式工作方式延伸到最基础的野外工作环节。GIS的产生、发展与机助制图系统存在着密切的联系，两者的相同之处是基于空间数据库的空间信息的表达、显示和处理。GIS包含了机助制图系统的所有组成和功能，并且GIS还有数据处理分析的功能。它用空间数据库和属性管理地质数据，包括了图形数据及属性数据，并可对二者的数据进行空间分析和空间查询。GlS技术是数据库技术、图形图像处理技术和数据分析与处理技术的综合，在地质制图及多学科研究数据的处理、集成、模拟、显现乃至成果图件的编绘等方面，都起着不可替代的作用。通过数字式地质图生产模式的推行，可以使反映新认识、新成果的新数据得以及时输入数据库并与原有的数据资源融为一体，既能以常规纸图的形式输出，也能以数字产品的形式输出，必要时还能根据用户的要求以非标准的专用产品形式输出。GIS的出现及其在地学领域应用的深入，使地质图作为地学研究的基础图件，正在告别纸质时代，进入数字化时代（姜作勤等，2001；王永生，2011）。

二、应用范围及应用实例

在国际上，美国、英国等国在20世纪80年代开始进行国家空间数据库的建设。1992年，美国国会通过了《国家地质填图法案》，要求开发一个国家地质数据库（NGMDB），该数据库涵盖了地质学、地球物理学、地球化学、地质年代学和古生物学等地质领域。从1997年起，美国地质调查局（USGS）和宇航局（NASA）建立了全国统一的分类标准和数据标准，并开始进行地质图的数字化工作。至今已完成了占国土面积一半以上区域的地质数据数字化工作，并建立了数据库。

在国际上，对1∶100万国际分幅地质图编制与更新工作非常重视。俄罗斯从1999年正式开始第三版（第三代）1∶100万国家地质图系列编制和出版工作，并且专门制定了《俄罗斯联邦1∶100万国家地质图系列编制和出版规范》，英国、法国、南非、印度、蒙古、朝鲜等也编制出版了全国1∶100万地质图件或专业图件，美国和加拿大编制出版了部分地区1∶100万地质图件或专业图件，意大利在2003年新出版了第五版1∶100万意大利地质图。

巴西1∶100万地质图由46幅按国际标准分幅的地质图幅拼接而成。这些图幅组成了数字地质信息库，通过地质信息系统来 *** 作管理。这些地质图数据是在野外工作、卫星图像解译、采样、同位素测年等工作基础上，通过对数据的编辑、分析、综合以及说明获得的。资料截止于2003年年底，由巴西地质调查局完成。他们出版了41张包含46幅地质图幅的电子光盘。

在巴西1∶100万国际分幅地质图的基础上，南美地质编图委员进行了南美洲1∶100万地质及矿产资源图的编制工作。南美洲1∶100万地质及矿产资源图由92幅标准图幅组成，其中包括了巴西的46幅。阿根廷、巴西和乌拉圭地质调查局在修正更新了1∶100万地质底图并结合了航天TDM雷达图像，共同完成了该项工作。

印度地质调查局在20世纪70～80年代编制了一套1∶100万地质图集，包括了28个图幅。近年来又陆续编制了AraValli地区1∶100万岩石层位图，KolarSchistBelt1∶100万综合地球物理及地质图，MadhyaPradest1∶100万地质矿产图（2幅），∶100万地质矿产图，喜马拉雅1∶100万地质图（45幅），印度及周边地区1∶100万地震构造图（42幅）。

目前，“planetearth”在2007～2009年的Year计划中提出了“透明地球”方案，并已经开始着手实施，目的在于提供不同比例尺的动态的、可以交互 *** 作的覆盖世界范围的数字地质图。该计划拟采用双重结构来 *** 作。第一层由UNESCO、IYPE、IUGS、CGMW、ISCGM、ICOGS组成的执行委员会来负责。第二层由各参与国家、调查机构和组织来运作。

该计划已经确定了由3个部分组成，这3个部分的图层都可以通过像GoogleEarth那样的动态地图浏览器被广大用户应用。前两个部分是为更大比例尺图层服务的介绍性图层，由CGMW提供：第一层（“25G”）建立在GCMW世界1∶2500万地质图基础上；第二层（“5G”）建立在大陆和大洋1∶500万地质图基础上。这两个图层将根据简单的图例在地质内容上进行相互协调。第三层“1M”由英国地质调查局（BGS）开始进行，又被称为“OneGeology”计划，这个图层是由各参与国地质调查局提供的1∶100万地质图组成的。不同地质数据间的重叠和不连续问题将由GeosciML（计算机图形接口数据模型及编码）软件来解决。同时，这些地质数据是动态的，可以随时进行更新。由英国地质调查局（BGS）发起并于2007年3月12日～16日在Brighton召开了会议讨论并正式启动该计划。

三、资料来源

姜作勤，张明华2001野外地质数据采集信息化所涉及的主要技术及其进展中国地质，28（2）：36～42

王永生2011地质资料信息服务集群化产业化政策研究中国地质大学（北京）博士学位论文

以上就是关于地理信息系统与地图数据库的区别是什么(地理信息系统与一般信息系统的区别)全部的内容，包括:地理信息系统与地图数据库的区别是什么(地理信息系统与一般信息系统的区别)、数据库sql大字段占用临时表空间、五大数据库理念，读懂亚马逊云科技的数据库布局等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！