Databases in GIS Տվյալների հենքեր ԱՏՀ-ում

Ժամանակակից ԱՏՀ-ում տվյալների հենքերը հիմնական գործիք են, հատկապես այն նախագծերի համար, որոնք ներառում են մեծածավալ տվյալներ, բարդ հարցումներ կամ բազմօգտագործող միջավայրեր։ Թեև ֆայլային համակարգերը շարունակում են օգտակար լինել փոքրածավալ առաջադրանքների դեպքում, տարածական տվյալների հենքերի հնարավորությունն իրականացնել առաջադեմ տարածական գործառույթներ, ապահովել տվյալների ամբողջականություն և ինտեգրվել այլ համակարգերի հետ՝ դրանք դարձնում է անփոխարինելի կազմակերպությունների մակարդակի ԱՏՀ կիրառությունների համար։ Տվյալների հենքերի ուժեղ և թույլ կողմերի ըմբռնումը ԱՏՀ մասնագետներին հնարավորություն է տալիս ընտրել իրենց կարիքներին համապատասխան գործիք։

Տվյալների հենքերը կառուցվածքային համակարգեր են՝ նախատեսված տվյալների արդյունավետ պահման, կառավարման և ստացման համար։ ԱՏՀ համատեքստում դրանք կարևոր դեր են խաղում տարածական տվյալների կառավարման մեջ՝ տրամադրելով հզոր գործիքներ աշխարհագրական տեղեկատվության հարցման, վերլուծության և պատկերման համար։ Դրանք ապահովում են կայուն այլընտրանք ֆայլային պահպանման համակարգերի համար, հատկապես երբ տարածական տվյալների ծավալը և բարդությունը մեծանում են։

Թեև տարածական տվյալների պահպանման համար սովորաբար օգտագործվում են ֆայլեր՝ ինչպես Shapefile կամ GeoJSON, տվյալների հենքերը մի շարք առավելություններ ունեն։ Ֆայլերը պարզ են և շարժական, ինչը հարմար է փոքր նախագծերի կամ տվյալների փոխանակման համար։ Սակայն դրանք կարող են դառնալ դժվարակիր, երբ տվյալների ծավալը, բարդությունը կամ քանակը աճում է։ Տվյալների հենքերը, փոխարենը, կենտրոնացնում են տվյալների պահպանությունը՝ ապահովելով արդյունավետ կառավարում, անվտանգ բազմօգտագործող հասանելիություն և բարդ հարցումների ու վերլուծության աջակցություն։ Տարածական տվյալների հենքերը, ինչպես PostGIS-ը կամ SpatiaLite-ը, ընդլայնում են ավանդական տվյալների հենքերի գործառույթները՝ աշխատելով աշխարհագրական տվյալների՝ կետերի, գծերի, բազմանկյունների և ռաստերային տվյալների հետ։

Տարածական տվյալների հենքերը ընդլայնում են ավանդական տվյալների հենքերի կարողությունները՝ պահպանելու և վերլուծելու տարածական տվյալներ։ Մինչ ոչ-տարածական տվյալների հենքերը կառավարում են թվային կամ տեքստային տվյալներ՝ շարքեր և սյունակներ ձևաչափով, տարածական տվյալների հենքերը ներմուծում են մասնագիտացված տվյալների տեսակներ (օրինակ՝ «geometry» և «topology» կանոններ) և ինդեքսավորման համակարգեր (օրինակ՝ «R-tree») տարածական հարցումները արդյունավետորեն կատարելու համար։ Դրանք թույլ են տալիս իրականացնել գործողություններ, ինչպիսիք են հատումների հայտնաբերումը, հեռավորությունների հաշվարկը կամ տարածական միավորումները՝ անմիջապես տվյալների հենքում։ Գործիքներ, ինչպիսիք են PostGIS-ը, Oracle Spatial-ը և Microsoft SQL Server Spatial-ը, տարածական հնարավորություններով հագեցած տվյալների հենքերի օրինակներ են։

Տարածական տվյալների համար տվյալների հենքերի օգտագործման առավելություններն ու թերությունները

Առավելություններ՝

1. Կենտրոնացված պահում – Տվյալների հենքերը կարող են պահել և կառավարել մեծ ծավալի տվյալներ մեկ վայրում՝ վերացնելով կրկնությունը։
2. Մաշտաբայնություն – Դրանք արդյունավետ են մեծ տվյալների հավաքածուների համար և ապահովում են միաժամանակյա մուտք մի քանի օգտատերերի կողմից։
3. Առաջադեմ հարցումներ – Տվյալների հենքերը թույլ են տալիս իրականացնել բարդ տարածական և ատրիբուտային հարցումներ՝ օգտագործելով SQL-ի նման լեզուներ, որոնք ֆայլային գործիքներից շատ ավելի հզոր են։
4. Տվյալների ամբողջականություն և անվտանգություն – Տվյալների հենքերը ապահովում են տվյալների կայունություն և մուտքի վերահսկման մեխանիզմներ՝ զգայուն տվյալները պաշտպանելու համար։
5. Ինտեգրում – Տվյալների հենքերը կարող են ինտեգրել տարածական և ոչ տարածական տվյալներ՝ ապահովելով առաջադեմ վերլուծություններ։

Թերություններ՝

1. Կարգաբերման բարդություն – Տվյալների հենքերը պահանջում են կարգաբերում, կազմաձևում և սպասարկում, ինչը փոքր նախագծերի համար կարող է չարդարացնել ջանքերը։
2. Ռեսուրսների պահանջարկ – Տվյալների հենքերն ավելի շատ հաշվողական ռեսուրսներ և փորձագետների ներգրավում են պահանջում՝ համեմատված պարզ ֆայլային կառավարման հետ։
3. Քիչ շարժականություն – Տվյալների հենքի բովանդակությունը կիսելու համար հաճախ անհրաժեշտ է արտահանել տվյալները կամ ապահովել հեռակա մուտք, ինչը կարող է ավելի բարդ լինել, քան պարզապես ֆայլ փոխանցելը։

Տվյալների հենքերի կառավարման համակարգեր

ԱՏՀ-ում հաճախ օգտագործվող տվյալների հենքերի (DBMS) օրինակներ.

• SQLite with SpatiaLite. SpatiaLite-ը SQLite-ի ընդլայնում է, որը հնարավորություն է տալիս պահպանել և կառավարել աշխարհագրական տվյալներ թեթև, ֆայլային տվյալների բազայի մեջ։ Ֆայլի ընդլայնումները են .sqlite կամ .db, և այն աջակցում է թե՛ վեկտորային, թե՛ ռաստերային տվյալների, ինչպես նաև տարածական ինդեքսավորման և աշխարհագրական հարցումների։ SpatiaLite-ը հաճախ օգտագործվում է որպես անկախ GIS հավելվածների համար՝ իր շարժականության և առանց սերվերի աշխատելու հնարավորության շնորհիվ։
• PostgreSQL with PostGIS. PostgreSQL-ը բաց կոդով հարաբերական տվյալների հենքի կառավարման համակարգ է, որը PostGIS ընդլայնման միջոցով ապահովում է տարածական տվյալների պահպանում և հարցում։ Այն օգտագործվում է մեծածավալ վեկտորային և ռաստերային տվյալների պահման համար՝ ապահովելով առաջադեմ տարածական ինդեքսավորում և աշխարհագրական գործողություններ։ Այդ ֆորմատը չունի որոշակի ֆայլային ընդլայնում, քանի որ այն սերվերային համակարգ է, և տվյալները կառավարվում են SQL հարցումների միջոցով՝ դարձնելով այն իդեալական խոշոր ԱՏՀ կիրառումների և բազմօգտագործող միջավայրերի համար։
• MySQL՝ տարածական ընդլայնումներով. MySQL-ը աշխարհում ամենատարածված բաց կոդով հարաբերական տվյալների հենքերի կառավարման համակարգերից է, որն աջակցում է տարածական տվյալներին իր տարածական ընդլայնումների միջոցով։ Այս ընդլայնումները թույլ են տալիս պահել, հարցում կատարել և մշակում իրականացնել երկրաչափական և աշխարհագրական տվյալների վրա, սակայն այն չի աջակցում 3D երկրաչափություններ և առաջադեմ տարածական ֆունկցիաներ՝ ինչպես ռաստերների մշակում կամ տոպոլոգիական հարաբերություններ։
• Microsoft SQL Server՝ Տարածական հնարավորություններով․ MS SQL Server-ը հարաբերական տվյալների հենքի կառավարման համակարգ է, որը Spatial Data ընդլայնմամբ ապահովում է տարածական տվյալների պահպանում և հարցում։ Այն կարող է պահել թե՛ վեկտորային, թե՛ ռաստերային տվյալներ՝ առաջարկելով տարածական ինդեքսավորում, աշխարհագրական ֆունկցիաներ և տարածական հարցումների կատարում։ Այն չունի հատուկ ֆայլային ընդլայնում, քանի որ սերվերային է, և տարածական տվյալները կառավարվում են SQL Server-ի տարածական տվյալների տեսակների և հարցումների միջոցով։
• Oracle Spatial and Graph. Oracle Spatial-ը Oracle տվյալների բազայի ընդլայնում է, որը հնարավորություն է տալիս տարածական տվյալների պահպանում, կառավարում և վերլուծություն։ Այն աջակցում է թե՛ վեկտորային, թե՛ ռաստերային տվյալների, առաջարկելով հզոր տարածական ինդեքսավորում, աշխարհագրական ֆունկցիաներ և առաջադեմ հարցումներ։ Քանի որ սա սերվերային համակարգ է, չունի հատուկ ֆայլային ընդլայնում, իսկ տվյալները կառավարվում են Oracle-ի տարածական տեսակների և SQL հարցումների միջոցով՝ հարմար դարձնելով այն խոշոր ԱՏՀ նախագծերի համար։
• SAP HANA՝ տարածական հնարավորություններով. SAP HANA-ն հիշողության վրա հիմնված, սյունակային հարաբերական տվյալների հենք է, որն ապահովում է տարածական տվյալների պահպանում SAP HANA Spatial ընդլայնման միջոցով։ Այն կարող է պահել և վերլուծել վեկտորային և ռաստերային տվյալներ՝ առաջարկելով տարածական ինդեքսավորում և աշխարհագրական հարցումներ։ Սա նույնպես սերվերային համակարգ է, առանց հատուկ ֆայլի ընդլայնման, և տարածական տվյալները պահպանվում և կառավարվում են SAP HANA-ի տարածական տեսակներով և SQL հարցերով՝ հարմար դարձնելով այն խոշոր և իրական ժամանակի վերլուծությունների համար։
• Google BigQuery GIS․ BigQuery GIS-ը ամպային հարթակ է՝ աշխարհագրական տվյալների պահման, հարցման և վերլուծության համար Google-ի BigQuery համակարգում։ Այն համադրում է GIS հնարավորությունները BigQuery-ի լայնածավալ տվյալների վերլուծության հնարավորությունների հետ՝ օգտագործելով SQL։ Տարածական և ոչ տարածական տվյալները կարելի է համատեղել բազմաչափ վերլուծությունների համար։ Օրինակ՝ բիզնեսները կարող են վերլուծել վաճառքների տվյալները ըստ տարածաշրջանների կամ համեմատել դեմոգրաֆիկ տվյալները աշխարհագրական սահմանների հետ։ Շնորհիվ իր մասշտաբային ճարտարապետության, այն կարող է մշակել հսկայական աշխարհագրական տվյալների զանգվածներ՝ բարձր արագությամբ՝ դարձնելով այն իդեալական խոշորածավալ և իրական ժամանակի վերլուծությունների համար։

QGIS-ից կապ հաստատել տարածական տվյալների հենքի հետ

QGIS-ը տրամադրում է մի շարք տարբերակներ՝ միանալու աշխարհագրական տվյալների բազաներին։ QGIS 3.40 տարբերակից սկսած՝ հասանելի են հետևյալ տվյալների հենքերի կառավարման համակարգերը՝ GeoPackage, SpatialLite, PostgreSQL, MS SQL Server, Oracle և SAP HANA։

QGIS-ի բաց կոդով տվյալների կառավարման գործիքում տվյալների բազաների միացման տարբերակներ:

Որպեսզի միանալ աշխարհագրական տվյալների բազային, նախ անհրաժեշտ է սահմանել նոր միացում։

QGIS-ի Բաց կոդով Տվյալների Կառավարման գործիքում նոր տվյալների բազայի միացման ստեղծում։

Ճիշտ միացման համար PostgreSQL տվյալների բազային, անհրաժեշտ է առնվազն տրամադրել հետևյալ տեղեկատվությունը՝ հոսթ (host), պորտ (port), տվյալների բազայի անուն (database name) և միացման անուն (connection name)։ Oracle, SAP HANA և MS SQL Server համակարգերի համար պահանջվող պարամետրերը նմանատիպ են։

«test» անունով PostgreSQL տվյալների բազայի նոր միացման սահմանում՝ աշխատող localhost:5432 հասցեում։

Մյուս կողմից, GeoPackage-ն ու SpatiaLite-ը համարվում են այսպես կոչված ֆայլային տվյալների բազաներ, որոնք սահմանվում են իրենց ֆայլով և գտնվելու վայրով։ Տվյալների բազայից աղյուսակ ընտրելուց հետո աշխարհագրական տվյալները կարելի է ավելացնել նախագծին՝ սեղմելով «Add» (Ավելացնել) կոճակը։

«Միացված GeoPackage, որը պարունակում է մեկ աղյուսակ՝ «kraje_cr_20210310», որտեղ բազմաբազմանկյունները պահվում են «geom» անունով սյունակում»

WebGIS-ից տարածական տվյալների հետ կապվելը

HSLayers-ով հիմնված WebGIS-ը լավ ինտեգրված է շերտերի կառավարման համակարգ Layman-ի հետ։ Layman-ը աշխարհագրական տվյալների հրատարակման համակարգ է, որը պատասխանատու է տվյալների պահպանման, բեռնման, թարմացման և հասանելիության վերահսկման համար։ Layman-ը տվյալները պահում է PostGIS տվյալների հենքում։ Layman-ում կարող են պահվել տվյալների երկու հիմնական տեսակ՝

• առանձին քարտեզային շերտեր,
• քարտեզային կոմպոզիցիաներ։

Բացի դրանից, Layman-ը պահում է նաև շերտերի ոճերի (styles) մասին տեղեկատվությունը, ինչպես նաև օգտվողների և նրանց մուտքի իրավունքների վերաբերյալ տվյալները

Layman տվյալների հենքին միանալու համար անհրաժեշտ է միացման հղում սահմանել HsConfig օբյեկտում HSLayers-NG-ում։

    
datasources: [
        {
          title: 'Layman Catalogue',
          url: 'https://vetfarm.org/layman-proxy',
          type: 'layman',
        },
      ]
    

Եթե տրամադրված հղումը ճիշտ է, և Layman համակարգը տվյալ վայրում աշխատում է պատշաճ կերպով, ապա հնարավոր է գտնել շերտեր Layman-ից կողային մենյուում գտնվող «Տվյալների քարտարան» վահանակում և քարտեզային կազմություններ Layman-ից՝ «Կազմությունների քարտարան» վահանակում։

Compositions catalogue (A) և Datasource catalogue (B) մենյուի տարրերը HSLayers հենքով WebGIS-ում՝ որպես միջոց՝ տարածական տվյալների հենքից տվյալների հետ աշխատելու համար։