数据库的地区数据模块有哪些数据

　数据库的地区数据模块的数据以模型形式存在　1、概念模型（场模型：用于描述空间中连续分布的现象；对象模型：用于描述各种空间地物；网路模型：可以模拟现实世界中的各种网络）

2、逻辑数据模型（矢量数据模型，栅格数据模型和面向对象数据模型等）

3、物理数据模型（概念数据模型在计算机内部具体的存储形式和 *** 作机制，即在物理磁盘上如何存放和存取，是系统抽象的最底层。需要查询的数据分类到模型里去查找。

9411 数据内容与类型

周边国家矿产资源开发利用数据库研究范围，是我国周边国家及重点地区；研究内容为我国周边国家及重点地区铁、锰、铜、铝、铅、锌的矿产地数据和开发利用数据。数据内容主要包括：基础地理数据，基础地质数据，矿产地数据和其他数据等。建库工作中需收集大量国内外资料，范围涵盖各国地质矿产勘查和管理部门存储的各类地质、矿产资料和矿业信息资料。主要通过互联网、期刊、CD-ROM、国际会议和国际合作等多种渠道获得。数据库由属性数据、图形数据，以及一些文档数据所组成。

图形数据：主要有地质图、线性构造图、构造单元、矿产地等。

属性数据：矿产地数据以及空间图形数据的属性信息。

文字资料：主要是指政策法规等一些文字性材料。

9412 建库平台、存储格式及引用标准

（1）建库平台

为了实现资源更好的标准化和共享，同时考虑到自主知识产权问题，采用OpenInfo和ACCESS作为建库与编图平台。

（2）存储格式

对6种重要矿产资源数据库的数据存储格式进行统一，要求如下：

1）图形数据：采用点、线、面矢量图像文件，可以使用OpenInfo的GPH格式（其他格式如ARCINFO的Shapefile格式可以转入）进行存储。

2）矿产地的点空间数据和属性数据：对于矿产地空间数据等信息以及其他的属性数据，采用关系型数据库格式；在建库阶段，数据采集和输入采用Microsoft Access2000软件的MDB格式。

3）对于描述性资料或者文档材料：主要是指各国的资源概况、政策法规等文字说明性文件，通常采用Word等文件格式来进行存储。

（3）数据库图形坐标约定

数据库图形坐标统一采用地理坐标系统，即以地球椭球面上的实际经纬度标定的空间曲面为坐标体系，坐标单位为度或度分秒。

（4）引用标准及参考资料

GB6390—1996，地质图用色标准。

DZ/T0179—1997，地质图用色标准及用色原则。

GB8566—99，计算机软件开发规范。

GB8567—88，计算机软件产品开发文件编制指南。

GB958—99，区域地质图图例（1:50000）。

联合国教科文组织　全球大洲代码。

联合国教科文组织　ISO国家代码。

联合国教科文组织　ISO二级政治区（行政区）代码。

美国地质调查局矿床成因类型及其代码（Cox,DP,Singer,DAet al,1986）。

Guild矿床规模分类。

国际地层委员会（ICS,2004）。

美国地质调查局MRDS数据库。

加拿大地质调查局全球矿产地数据库。

《地质调查元数据内容与结构标准》（中国地质调查局2001-06-01发布，2001-06-01试用）。

《地质图空间数据库建设工作指南》（20版），中国地质调查局，2001年。

9413 属性数据的结构

通过对数据库的内容进行分析，初步对地质、线性构造带、构造单元、矿产地等的属性数据结构进行了定义，下面以矿产地为例进行介绍。

矿产地数据（图层）包括41个数据项（Item）（表92）。

表92 矿产地数据结构表

续表

数据项定义与填写说明。

（1）地理信息

地理信息大类中包括ID号、矿床编号、矿床名称、矿床X 坐标、矿床Y坐标、所处大洲、大洲代码、所处国家、国家代码、所在地区、地区代码和位置12个数据项。

数据项定义或说明：

1）ID号。图元编号。

2）矿床编号。自动生成。用数字和字符表示。前两位为大洲代码，第3和第4位为国家代码，第5和第6位为二级行政区代码，最后4位是以行政区为单位的顺序号。该数据项在填入后面的大洲、国家和地区名称后自动生成，不用填写。

3）中文名称。矿床中文名称。

4）外文名称。矿床英文名称，或原国家语言名称。

5）矿床X 坐标。矿床或矿区中心经度坐标。按十进制格式填写，小数点后保留6位。

6）矿床Y坐标。矿床或矿区中心纬度坐标。按十进制格式填写，小数点后保留6位。

7）所属国家。矿床所在的国家名称。

8）国家代码。自动生成。

9）所属地区。矿床所在的地区名称。

10）地区代码。自动生成。

11）位置。矿床距最近城镇方位、距离。

（2）矿种属性

12）矿种属性。自动生成。

13）矿种代码。选择主要矿种、次要矿种和少量矿种代码后自动生成。

14）主要矿种。矿床内产出的主要矿产种类。按重要性降低的顺序填写。在填写主要矿种代码后自动生成。

15）次要矿种。矿床内产出的次要矿产种类。按重要性降低的顺序填写。填写次要矿种代码后自动生成。

16）矿石矿物。包括任何有意义的物质如金属、矿物和岩石等。以重要性降低的顺序排列，并用逗号隔开。

17）矿床规模。选中超大型、大型、中型、小型、矿点矿化点其中之一即可。若规模未知，选中“未知”。

18）规模代码。自动生成。

19）矿产类型。自动生成。

（3）控矿构造及成因

20）构造背景。矿床所处的大地构造背景，如克拉通、岛弧、裂谷等。

21）控矿构造。矿区主要的控矿构造，如断裂。

22）赋矿岩性。赋矿岩石的正式名称。

23）围岩时代。围岩的地质时代，如侏罗系，从下拉框中选择；也可填写绝对年龄。多个绝对年龄之间用分号隔开；如是年龄范围，其间用“－”连接。

24）围岩蚀变。主要矿致蚀变类型。

25）成矿时代。矿床形成的地质时代，如侏罗纪，从下拉框中选择；或填写绝对年龄。多个绝对年龄之间用分号隔开；如是年龄范围，其间用“－”连接。

26）成因类型。采用美国地质调查局MRDS矿床成因类型名称。

矿床成因类型包括9大类，分别为热液或岩浆流体矿床、气成矿床、表生矿床、变质矿床、沉积矿床、火成矿床、与水体有关的矿床、大气成因矿床，成因类型未知。每大类中又有一个或多个亚类。首先选择大的成因类型，即上述9大类中的一种。接下来依次选择矿床亚类。从下拉框中选择即可。

27）类型代码。自动生成。

28）矿床模型。矿床对应的模型名称，采用Singer和美国地质调查局矿床模型名称。从下拉框中选择。

29）模型代码。自动生成。

30）所属成矿带。矿床所属成矿带名称，如环太平洋成矿带，×××次级成矿带等。

（4）矿床储量

31）矿床储量。前4种矿种的储量。

32）储量基础。前4种矿种的储量基础。

33）品位。主要矿种和次要矿种的平均品位，如Cu03%,Au3g/t。

34）矿床资源量。前4种矿种的资源量。

（5）矿业开发信息

35）年产矿石量。前4种矿产的年产矿石量。

36）年产金属量。前4种矿产的年产金属量。

37）更新时间。数据填写或修改时间。年代格式，按年－月－日填写。不接受文本。若为文本信息，如19世纪初，可填写为1800-0-0。

38）数据修订人。提供和编辑数据的作者的姓名及单位。引用数据提供数据原出处的姓名及单位；经编辑的数据提供编辑者的姓名及单位。

39）数据录入人。数据录入人的姓名及单位。

40）资料来源。源数据出处。

41）参考文献。编译数据时参阅的文献。

9414 图层数据的生成

（1）属性数据的录入

属性数据的录入统一在Microsoft Access 2000平台上进行，目前已经初步研制了统一的数据录入界面（图91，图92）。

图91 我国周边国家重点地区6种矿种矿产地数据库

图92 矿产地属性数据录入界面

（2）矢量数据

数据库的图形数据包括面元（含线元）和点元两大类。面元数据包括地质、构造单元、成矿带等面型空间数据，点元数据包括矿产地等点型空间数据。

1）面元数据。本次工作中涉及的面元数据有两类，一类是矩形和不规则多边形，如工作程度范围区。由于这些区域通常有一定的地理空间点位控制，因此利用GIS软件所具有的空间点位生成功能，以及在此基础上开发的多边形自动生成软件，可以保证地质工作范围空间标定的计算机自动化；另一类是不规则图形，如地质构造单元区、成矿区带等，这些区域不易通过标定拐点坐标进行表达，需采用常规数字化或矢量化的方式进行标定。

2）点元数据。点元数据如矿产地可通过空间点位坐标或矿区中心点位坐标，利用GIS软件中的空间投点功能，实现图层数据的生成。

（3）空间数据库的数据格式

1）属性数据。采用关系型数据库格式。在建库阶段，数据采集和输入采用M icrosoft Access2000软件的MDB格式。

2）图形数据。采用ARCVIEW矢量数据格式。

3）数据库图形坐标约定。数据库图形坐标统一采用地理坐标系统，即以地球椭球面上的实际经纬度标定的空间曲面坐标体系，坐标单位为度或度分秒。

随着全球各大 科技 巨头的竞相加入，开源软件技术已经活跃在各个信息技术领域当中。其中，大数据生态成为开源技术的直接受益者。开源技术适用于庞杂的数据管理系统，带来敏捷、高效、可扩展以及可自控的管理能力，并帮助企业降低IT建设及维护成本。2018年双11当天，阿里云原生数据库PolarDB轻松应对了0点0分0秒瞬时提升122倍的数据洪峰。Netflix也采用自研开源架构Metacat将海量数据集合成一个“单一”的数据仓库，大幅提升管理能效。

当前，我国有越来越多的企业、人才加入到开源社区，贡献力也“后来居上”，共同推进开源项目、开源生态的繁荣和可持续发展。

大数据生态成为开源技术重大“受益者”

近年来，在互联网服务、多媒体以及科学研究等多个领域，都可见到大数据的身影。在大数据时代，不断增长的数据量、快速处理数据的需求以及数据类型、结构和来源的多样性给数据库敏捷、高效、可扩展性以及个性化管理带来了全新挑战。

开源技术赋能了大数据生态的高质量发展。赛迪智库信息化和软件服务业所博士蒲松涛表示，经过了数十年的发展，开源软件和开源工具已经应用到了大数据产业发展的各个环节，基于开源软件，企业可以快速构建大数据应用平台，提供丰富的大数据开发和应用工具。

当前，几乎各种规模的企业都在使用开源软件和工具做大数据处理和基于数据的预测分析。开源界也涌现出了Hadoop、OpenStack、OpenShift、Mapreduce、docker等引领行业技术创新方向的重量级开源项目。

华泰人寿基于OpenShift架构打造易于管理的新IT系统，以提升企业竞争力，实现业务数字化转型。在基础设施上，引入红帽OpenShift容器云解决方案和红帽Ceph分布式存储。通过将保险业务上docker云，实现华泰人寿业务的d性伸缩和快速上线，加速其互联网保险项目快速落地。

美国知名在线影片租赁提供商Netflix也采用了大数据发现服务的开源框架Metacat。由于Netflix的数据仓库由许多大型的数据集组成，为了确保数据平台能够横跨这些数据集成为一个“单一”的数据仓库，Netflix开发的元数据服务Metacat，能让数据的发生、发现、处理和管理变得更加快捷高效、处理精度大幅提升;同时还可兼容Spark、Presto、Pig和Hive架构。Netflix软件架构师Ajoy Majumdar指出，开放开源是身为技术公司的竞争战略，既能够将自己的解决方案建立为行业标准和最佳实践，又能建立Netflix的技术品牌，还能从共享生态中获得反馈输入并受益。

事实上，推动大数据应用高质量发展的主流开源平台还有很多，例如Spark、Shark、Bagel等。蒲松涛表示，这些开源平台大幅降低应用门槛，有效帮助企业实现工业级应用，进而带动各行业大规模部署。此外，大数据还涌现出了一批开源支线平台。其中，Storm完全摆脱了经典的MapReduce架构，重新设计了一个适用于流式计算的架构，以数据流为驱动触发计算，计算时效性高，适应有向无环图计算拓扑的设计，计算方式较为灵活，在业界得到了一定的部署应用。

开源社区供需“双赢”中国力量已崛起

开源社区的建立为推动开源软件发展、构建行业竞争优势做出突出贡献，队伍的壮大需要每一位使用者持续不断的贡献智慧，以实现真正的“共赢”。开源的发展历程中，极客、大公司、商业颠覆者轮番登场，开源技术的诉求也从商业驱动向生态驱动发展。中国工程院院士廖湘科指出，开源是软件创新技术的主要来源，是生态抓手，而非赢利的切入点。

开源软件的“共享和贡献”机制吸引了众多开发者的参与，给了每一位开发者“颠覆 游戏 规则”的权利。有了这种生态的加持，信息技术将被快速推进，各个参与者将持续获利。对此，李飞飞表示，开源生态的受益者是开源技术的需求侧和供给侧双方。从供给侧角度来看，参与的人越多，思维碰撞而引发的迭代演进就会越快;从需求侧角度来看，各个企业不仅可以免除被闭源系统“技术绑定”，还可以在开源社区实现数据库技术迁移，企业还可针对企业技术特征进行数据库的个性定制化，实现大量的应用和代码的改造且系统间互相兼容。

中国开源软件推进联盟副 主席 兼秘书长刘澎在PostgreSQL CN 2019上表示，当前国内越来越多的企业为开源做出重要贡献，我国的开源实力已经崛起。以华为、阿里等为代表的开源软件开发者已经逐渐与亚马逊、微软站到了同一高度，实现了从“使用者”到“引领者”的身份转变。

目前，中国企业在Linux基金会中有1个白金会员(华为)，1个金牌会员(阿里云)和数十家银牌会员(包括腾讯、中国移动、联想等)。华为在多个开源社区贡献排名前列。中国工程院院士倪光南认为，华为是开源软件的优秀开发代表，通过引进、消化，实现创新发展，进而贡献给整个开源社区。

阿里云也成为 游戏 规则的重要改变者和全球云数据库领跑者之一。2018年，阿里云数据库成功进入Gartner数据库魔力象限，这是该榜单首次出现中国公司。近日，Gartner发布的全球云数据库市场份额榜单中，阿里云位居第三，超越了Oracle、IBM和谷歌。5月21日，阿里云提供传统数据库一键迁移上云能力，可以帮助企业将线下的MySQL、PostgreSQL和Oracle等数据库轻松上云，最快数小时内迁移完成。李飞飞表示，阿里云自研的PolarDB云原生数据库的分布式存储架构具有一写多度、计算与存储分离等优势，帮助淘宝交易平台应对了双11当天瞬时提升122倍的数据洪峰。

此外，国内还有包括百度、浪潮、瀚高等在内的众多企业积极参与并贡献到开源社区当中。人工智能、自动驾驶等新兴信息技术也成为开源项目的重要应用领域。

世界鱼类数据库（英语：FishBase）是一个为搜集鱼类数据而创立的全球物种数据库

[1]是世界上最大也是访问最频繁的鱼类数据库

[2]很多学术文献都有引用该数据库的资料

[3][4]世界鱼类数据库提供综合性的鱼类数据，包括分类信息、地理分布、寿命及形态特征、物种数量等等，它也会运用营养塔、检索表和生态地理学模型，并提供向其他数据库如仔鱼数据库、基因银行和IUCN红色名录的连接

[5]截至2011年8月，鱼类数据库有32,100个种及亚种的信息、将近300种语言的292,500个常用名、50,500张、46,000个科学文献参考

[6]每月点击量达3000万

[7]

create table State--国家 ( StateID int primary key not null,--国家id StateName varchar(20)not null,--国家名称 ) insert into Provinces values(1,'中国') insert into Provinces values(2,'美国') insert into Provinces values(3,'英国') create table Provinces--省份表 ( ProvincesID int primary key not null,--省ID StateID int foreign key references State(StateID),--对应国家ID ProvincesName varchar(20)not null,--省份名称 ) insert into Provinces values(1,1,'广东省') insert into Provinces values(1,2,'湖南省') insert into Provinces values(1,3,'河南省') insert into Provinces values(1,4,'海南省') insert into Provinces values(1,5,'福建省') create table City--城市表 ( CityID int primary key not null,--城市ID CityName varchar(20)not null,--城市名字 StateID int Not null,--对应国家ID ProvincesID int foreign key references Provinces(ProvincesID),--对应省ID ) insert into City values(1,1,1,'广州市') insert into City values(1,1,2,'茂名市') insert into City values(1,1,3,'深圳市') insert into City values(1,1,4,'东莞市') insert into City values(1,1,5,'珠海市') insert into City values(1,2,1,'长沙市') insert into City values(1,2,2,'永州市') insert into City values(1,2,3,'湘潭市') insert into City values(1,2,4,'衡阳市') insert into City values(1,3,1,'郑州市') insert into City values(1,3,2,'洛阳市') insert into City values(1,3,3,'平顶山市') insert into City values(1,4,1,'海口市') insert into City values(1,4,2,'三亚市') insert into City values(1,4,3,'琼海市') insert into City values(1,5,1,'福州市') insert into City values(1,5,2,'厦门市') 你想要的三级联动,国家-省-城市

以上就是关于数据库的地区数据模块有哪些数据全部的内容，包括:数据库的地区数据模块有哪些数据、周边国家矿产地质数据库建设、一场替换传统数据库的行动正在全球范围悄然进行等相关内容解答，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！