⑴ 文件的物理结构有哪3种,分别具备什么优缺点
一、顺序结构
优点：
1、支持顺序存取和随机存取。
2、顺序存取速度快。
3、所需的磁盘寻道次数和寻道时间最少。
缺点：
1、需要为每个文件预留若干物理块以满足文件增长的部分需要。
2、不利于文件插入和删除。
二、链式结构
优点：
1、提高了磁盘空间利用率，不需要为每个文件预留物理块。
2、有利于文件插入和删除。
3、有利于文件动态扩充。
缺点：
1、存取速度慢，不适于随机存取。
2、当物理块间的连接指针出错时，数据丢失。
3、更多的寻道次数和寻道时间。
4、链接指针占用一定的空间，降低了空间利用率。
三、索引结构
优点：
1、不需要为每个文件预留物理块。
2、既能顺序存取，又能随机存取。
3、满足了文件动态增长、插入删除的要求。
缺点：
1、较多的寻道次数和寻道时间。
2、索引表本身带来了系统开销。如：内外存空间，存取时间等。
拓展资料：
文件存取方法：
顺序存取：顺序存取是按照文件的逻辑地址顺序存取。
固定长记录的顺序存取是十分简单的。读操作总是读出上一次读出的文件的下一个记录，同时，自动让文件记录读指针推进，以指向下一次要读出的记录位置。如果文件是可读可写的。再设置一个文件记录指针，它总指向下一次要写入记录的存放位置，执行写操作时，将一个记录写到文件 末端。允许对这种文件进行前跳或后退N（整数）个记录的操作。顺序存取主要用于磁带文件，但也适用于磁盘上的顺序文件。
可变长记录的顺序文件，每个记录的长度信息存放于记录前面一个单元中，它的存取操作分两步进行。读出时，根据读指针值先读出存放记录长度的单元 。然后，得到当前记录长后再把当前记录一起写到指针指向的记录位置，同时，调整写指针值 。
由于顺序文件是顺序存取的，可采用成组和分解操作来加速文件的输入输出。
直接存取（随机存取法）：
很多应用场合要求以任意次序直接读写某个记录。例如，航空订票系统，把特定航班的所有信息用航班号作标识，存放在某物理块中，用户预订某航班时，需要直接将该航班的信息取出。直接存取方法便适合于这类应用，它通常用于磁盘文件。
为了实现直接存取，一个文件可以看作由顺序编号的物理块组成的，这些块常常划成等长，作为定位和存取的一个最小单位，如一块为1024字节、4096字节，视系统和应用而定。于是用户可以请求读块22、然后，写块48，再读块9等等。直接存取文件对读或写块的次序没有限制。用户提供给操作系统的是相对块号，它是相对于文件开始位置的一个位移量，而绝对块号则由系统换算得到。
索引存取：
第三种类型的存取是基于索引文件的索引存取方法。由于文件中的记录不按它在文件中的位置，而按它的记录键来编址，所以，用户提供给操作系统记录键后就可查找到所需记录。通常记录按记录键的某种顺序存放，例如，按代表健的字母先后次序来排序。对于这种文件，除可采用按键存取外，也可以采用顺序存取或直接存取的方法。信息块的地址都可以通过查找记录键而换算出。实际的系统中，大都采用多级索引，以加速记录查找过程。
参考资料：网络：文件存取法
⑵ 数据库里面什么是一级索引
多级索引
空间数据库的索引是提高空间数据库存储效率和空间检索性能的关键技术。介绍了空间数据库中建立索引的常用技术，给出了一种多级空间索引，详细讨论了该索引的建立算法以及应用该索引的检索算法，并进行了算法分析。关键词：计算机软件；间数据库；空间索引；空间检索；算法分析。
中文名
多级索引
方法
索引分割单元格网索引等
解释
将多个索引方法组合使用
性质
计算机学
快速
导航
原理
含义
多级索引是将多个不同或相同的索引方法组合使用，对单级索引空间或者空间范围进行多级划分，解决超大型数据量的GIS系统检索、分析、显示的效率问题。多级索引由于其多级的结构特性，往往可以很好地利用计算机硬件资源的并行工作特性，如多CPU，磁盘阵列等，来提高检索的效率。多级索引方法很多，不同的单级索引组合便可以构成不同的多级索引方法。但是由于每种索引的特性不同，所以如何将多种索引融合成一体构成一种高效的多级索引也是空间索引的一个研究方向。
⑶ 为什么数据库中用主键搜索比用其他属性快
准确地说，应该是使用“聚集索引”（或称“聚簇索引”，英文叫做“clustered index”）比一般索引更有效，但是一般的数据表主键被缺省地采用聚集索引，所以，含糊一些的说法在大多数场合也成立。
笼统地评价这种索引的高效性，是因为这种索引的条目可以一站式直达数据存储页，而其它索引可能需要多级链表的逐步定位来找到最终的数据存储页；另外一个表只能有一个聚集索引，因为索引条目的排列顺序和实际数据的排列顺序完全相同，数据在磁盘中落地后，只会有一种顺序，很容易理解。
⑷ 数据库物理模型
数据库物理模型设计的目标是根据选定的Oracle数据库系统特点和航空物探数据管理与服务的业务处理需求，确定航空物探数据库最优的物理环境、存取方法和存储结构。即通过数据库物理设计，以便达到物理数据库结构的优化，使得在数据库上运行的各种事务响应时间少、存储空间利用率高、事务吞吐率大。
一、数据库布局
航空物探信息系统的维护数据（部门、岗位、人员、人员权限、数据入库检查规则及数据字典等）相对比较稳定。入库前数据需经过各种检查校对，确认数据正确后才能归档，存入航空物探资料数据库，所以存入资料库前的数据可能经常需要修改和删除，相对变化较大；而存入资料数据库中的数据一般不允许修改和删除，以免误操作破坏资料库数据造成损失。
图2-12 航空物探数据库逻辑模型
图2-13 航空物探数据库布局与数据采集流程图
据此，我们采用图2-13所示的数据库数据采集流程，并将航空物探数据库分为资料采集数据库、资料数据库、系统维护数据库分别进行存储和管理，实现数据的统一管理和统一使用，便于数据入库和易于维护等。
航空物探资料数据库是航空物探所有数据最终存储的场所。资料采集数据库是数据归档存入资料数据库前的临时“集散地”，在此接收各项检查，在确认数据无误后归档到资料数据库，然后删除资料采集数据库中已归档的数据。此外，资料采集数据库中还保存数据入库、维护、检查日志及归档记录。
系统维护数据库，存储系统维护信息（如系统功能、数据库表清单等）、安全信息（如信息系统用户的角色、权限、授权的系统功能等），数据字典、入库数据检查规则等。将其与航空物探数据分开，有利于系统维护和管理。
二、数据库空间设置
数据库空间设置包括磁盘空间设置、应用系统表空间设置、撤销表空间、临时表空间、日志空间和索引空间设置。
（一）磁盘空间设置
磁盘空间设置的目标：磁盘性能不能阻碍实现数据库性能，数据库磁盘必须专用于数据库文件，否则非数据库将会影响到数据库性能，且磁盘空间必须满足恢复和性能的要求。
航空物探数据库服务器为IBM P620小型机，8块硬盘，每块硬盘36GB空间，每块物理磁盘建立一个文件系统。为了提高磁盘的反应时间和寻道时间，提高I/O的存取效率，除了一块硬盘用于UNIX操作系统外，其余7块磁盘分别存放资料采集数据库、系统维护数据库-日志文件，资料数据库及资料数据库的大字段数据、索引、回滚段和数据日志文件。
（二）应用系统表空间设置
信息系统数据采集过程对数据的事务操作比较频繁，经常进行数据插入（新数据入库）、修改（入库数据有误）和删除操作（数据重新导入或归档入库），因此航空物探资料采集数据库所在的表空间会很活跃。为了不影响其他I/O的竞争，同时也可以提高数据入库的操作效率（50多年的历史数据需要集中入库），分配一个磁盘空间（36GB）为采集库的表空间。由于采集数据归档入资料库后被删除，同时进行数据入库的项目也不是很多，虽仍保留所有的采集日志数据，一个磁盘空间也足够使用。
航空物探资料数据库的二维表和Oracle大字段（BLOB）分别存放在不同的物理磁盘（每个磁盘36GB）上，对同时存在有表格数据和大字段数据的数据库表（如航迹线数据）时，可以提高磁盘I/O效率。随着数据入库的项目越来越多，需要增加相应的物理磁盘或磁盘阵列。
系统维护数据库相对稳定，占用磁盘空间约500 M左右。由于系统磁盘有限，把日志文件存放该磁盘中。
（三）撤销表和临时表空间的设置
在Oracle数据库中，撤销的目的是确保事务的回退和恢复。撤销参数有UNDO_MANAGEMENT、UNDO_TABLESPACE和UNDO_RETENTION。
UNDO_MANAGEMENT参数用于数据库中管理撤销数据的方式，航空物探数据库设置为自动模式（auto）。
UNDO_TABLESPACE参数用于指定数据库中保存撤销数据的撤销表空间名称，航空物探数据库撤销表空间名称为UNDO_ARGS_TBSPACE，空间大小设置为20GB，以确保在保留时间内进行恢复。
UNDO_RETENTION参数用于指定已经提交事务的撤销数据在能够覆盖之前应该保留多长时间，本数据库系统设置为60 min。
临时表空间是用以存储大量的排序，与撤销表空间存放在一个物理磁盘上，本数据库系统临时表空间设置为500 M。
（四）日志空间设置
日志的主要功能是记录对数据库已做过的全部操作。在系统出现故障时，如果不能将修改数据永久地写入数据文件，则可利用日志得到该修改，所以不会丢失已有操作结果。
日志文件主要是保护数据库以防止故障。为了防止日志文件本身的故障，航空物探数据库系统分别在一个独立磁盘和系统维护库磁盘中存放日志文件。若系统出现故障，在下次打开数据库时Oracle数据库系统自动用日志文件中的信息来恢复数据库文件。
根据航空物探数据库信息系统同时登录的用户数及使用的功能，将日志文件大小设置为10GB。
（五）索引表空间设置
为了提高航空物探信息系统的查询和统计速度，把所有索引空间与应用表空间完全分开，从而提高I/O存取效率。航空物探索引表空间大小设置为10GB。
聚集是表的一种存储方法，一般每个基本表是单独组织的，但对逻辑上经常在一起查询的表，在物理上也邻近存放，这样可减少数据的搜索时间，提高性能。
当几个关系（表）以聚集方式组织时，是通过公共属性的值为表聚集的依据。航空物探数据库系统是以项目标识（PROJ_ID）建立聚集的，所有涉及项目标识的数据库表直接引用项目标识聚集。航空物探聚集表空间与索引表空间相同。
三、数据库参数设置
在数据库创建前需要对如下数据库参数进行设置，航空物探参数文件名为Initoraargs.ora，各种参数设置如下：
航空物探信息系统建设
四、内存设置
航空物探数据库服务器物理内存为4GB，除部分用于系统开销外，其余全部用于数据库。
Oracle使用共享系统全局区（System Global Area，SGA）内存来管理内存和文件结构，包含DB_block_Buffers、DB_cache_size、Shared_pool_size、Log_Buffer参数。航空物探数据库系统的全局区内存参数设置如下。
DB_block_Buffers参数为SGA中存储区高速缓存的缓冲区数目，每个缓冲区的大小等于参数DB_block_size的大小，DB_block_Buffers=19200（约300 MB）。
Shared_pool_size参数为分配给共享SQL区的字节数，是SGA大小的主要影响者，Shared_pool_size=1228800000（1.2GB）。
DB_cache_size参数是SGA大小和数据库性能的最重要的决定因素。该值较高，可以提高系统的命中率，减少I/O，DB_cache_size=1024000000（1GB）。
Log_Buffer参数为重做日志高速缓存大小，主要进行插入、删除和修改回退操作，Log_buffer=5120000（5MB）。
五、优化设置
由于航空物探信息系统的采集软件和应用软件是采用MS.NET C＃进行开发的，应用程序与数据库之间的连接有传统的ODBC和OLE DB两种方式。为了支持ODBC在OLE DB技术上建立了相应的OLE DB到ODBC的调用转换，而使用直接的OLE DB方式则不需转换，从而提高处理速度。
在建立数据库表时，参数Pctfree和Pctused设置不正确可能会导致数据出现行链接和行迁移现象，即同一行的数据被保存在不同的数据块中。在进行数据查询时，为了读出这些数据，磁头必须重新定位，这样势必会大大降低数据库的执行速度。因此，在创建表时应充分估计到将来可能出现的数据变化，正确地设置这两个参数，尽量减少数据库中出现的行链接和行迁移现象。
航空物探资料采集数据库表的插入、修改和删除的频率较高，Pctfree设置为20，Pctused设置为40；系统维护数据库表相对稳定，Pctfree设置为10，Pctused设置为15；资料数据库表除了增加数据外基本不进行修改和删除操作，Pctfree设置为10，Pctused设置为5。
六、扩展性设置
多CPU和并行查询PQO（Parallel Query Option）方式的利用：CPU的快速发展使得Oracle越来越重视对多CPU的并行技术的应用，一个数据库的访问工作可以用多个CPU相互配合来完成。对于多CPU系统尽量采用并行查询选项方式进行数据库操作。航空物探数据库服务器为2个CPU，在程序查询中采用了并行查询的方式。
在航空物探工作量统计、飞行小时统计、测量面积统计和岩石物性统计中，为了加快统计效率，在相应的查询语句中增加了并行查询语句。
随着航空物探高精度测量程度的不断提高，测量数据将越来越大。为了满足航空物探查询效率及发展，将航磁测量数据与校正后航磁测量数据按比例尺分1∶20 万以下、20万～50万、1∶50万以上分别存放3张不同的数据库表。
七、创建数据库
在完成数据库布局、空间设置、内存设置、数据库参数设置、扩展性设置和优化设置后，进行航空物探数据库物理模型设计，即航空物探数据库实体创建。由于航空物探空间数据库逻辑模型是采用ESRI提供的ArcGIS UML构建的Geodatabase模型，因此，使用ESRI公司提供的CaseTools将航空物探数据UML模型图转成空间数据库（Geodatabase）实体（图2-14）。
航空物探属性数据库表（二维表）是采用Power Designer数据库设计平台直接把数据库关系模型生成数据库脚本来创建的。
经过数据库的概念设计、逻辑设计和物理设计，最终生成航空物探数据库。
图2-14 航空物探数据库物理模型实现
八、空间数据的索引机制
对于海量的空间数据库而言，数据库的操作效率是关系到数据库成败的关键问题。为了提高数据的访问、检索和显示速度，数据在加载到数据库时，要素类数据建立了空间索引，栅格数据构建了金字塔结构，对象类数据采用与数据库直接联接的访问机制。
（一）空间索引
为了提高要素类数据的查询性能，在建立航空物探空间数据库时，创建了空间索引机制。常用的空间索引有格网索引、R树索引、四叉树索引等。Geodatabase采用格网索引方式。所谓格网索引是将空间区域划分成适合大小的正方形格网，记录每一个格网内所包含的空间实体（对象）以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后通过格网编号，就可以快速检索到所需的空间实体。
确定适合的格网级数、单元大小是建立空间格网索引的关键。格网太大，在一个格网内有多个空间实体，查询检索的准确度降低。格网太小，则索引数据量成倍增长和冗余，检索的速度和效率较低。数据库的每一数据层采用不同大小、不同级数的空间索引格网单元，但每层最多级数不能超过三级。格网单元的大小不是一个确定性的值，需要根据对象的大小确定。空间索引格网的大小与检索准确度之间的关系如图2-15所示。
选择格网单元的大小遵循下列基本原则：
1）对于简单要素的数据层，尽可能选择单级索引格网。减少RDBMS搜索格网单元索引的级数，缩短空间索引搜索的过程，例如航迹线要素类。
图2-15 索引格网大小与检索准确度的关系
2）如果数据层中的要素封装边界大小变化比较大，应选择2或3级索引格网。Geodatabase最多提供三级格网单元。每一要素封装边界在适合的级内，减少了每一封装边界有多个格网的可能性。在空间索引搜索过程中，RDBMS则必须搜索所有3个格网单元级，这将消耗大量的时间。
3）若用户经常对图层执行相同的查询，最佳格网的大小应是平均查寻空间范围的1.5倍。
4）格网的大小不能小于要素封装边界的平均大小，为了减少每个格网单元有多个要素封装边界的可能性，格网单元的大小应取平均格网单元的3倍。最佳格网单元的大小可能受图层平均查询的影响。
空间域是按照要素数据集定义的，空间索引格网是按照要素类设置的。它们都是在创建Geodatabase数据库时设置，并一经设置，中间不许改变；所以一定要在充分分析数据的情况下确定它们的值。航空物探数据主要是简单要素类，空间跨度为70°。根据上述原则，航空物探数据选择单级索引格网，格网大小为20°。
（二）金字塔结构
金字塔结构的核心是将栅格数据逐级进行抽稀，形成多级分辨率的重采样数据，并将其分割成块，按一定的文件格式（金字塔文件格式）存储成磁盘文件；在以后进行图像显示处理时，只需将要显示的部分所覆盖的块从磁盘文件直接读进内存缓冲区显示即可。从金字塔的所有层中寻找与所要求显示的比例相近或匹配的一层，并将该层的从某一点起的一定范围的图像所覆盖的所有块加载到内存缓冲区，提取所需部分并形成图像。
金字塔算法（图2-16）是通过获取显示时所需要的一定分辨率的数据来提高显示速度。使用金字塔数据格式后，在显示全图时仅需要显示一个较低分辨率的数据，这样既能加快显示速度，又不会影响显示效果。放大图像，尽管显示图像分辨率提高，由于显示区域减小，所以显示速度不会下降。如果没有为栅格数据建立金字塔数据，则每次显示都会读取整个数据，然后进行重采样得到显示所需要的分辨率，明显地降低了显示速度。
图2-16 金字塔压缩示意图
金字塔数据重采样方式有：最近邻法、双线性内插和立方卷积。其中最近邻法适用于离散数据，而双线性内插法和立方卷积法适合于连续数据。
在ArcGIS Engine中提供了IRasterPyramid和IRasterPyramid2接口来实现金字塔数据的建立，而建立的数据保存在*.rrd格式的文件中。
（三）空间域定义
空间域是指数据的有效空间范围，即Geodatabase数据库的最大等效坐标的值域范围，其定义主要是指比例系数和Min X、Min Y的计算。
因为使用整数比浮点数有更高的压缩率，并且对整数进行二进制搜索比较快，所以多用户Geodatabase以4字节正整数存储坐标，其最大值为32位正整数所能表示的范围是21.4亿（2147483647），整数的范围称为空间域。在创建Geodatabase数据库时需要定义合适的比例系数。大的整数值将消耗大量的计算机物理内存，所以选定的比例系数最好不要大于必须的比例系数。空间域随坐标系的单位变化而变化。
比例系数和空间域之间成反比例关系，比例系数越大（存储单位越小），表达的空间域也越小。为了使目标数据都存储在系统中，需要谨慎地设置比例系数。将目标数据的宽度和高度较适中的数值乘以比例系数，如果结果小于21.4亿，则比例系数是合适的。
航空物探数据模型是为我国的航空物探行业数据建库设计的，它支持的空间数据的坐标范围为我国领土覆盖的海陆空间，最低纬度为赤道。根据概念设计的分析，航空物探数据模型采用的是地理坐标系，坐标系单位是度，基准是Beijing_1954，要求存储的坐标数据精度达到0.01 m。在赤道处，赤道圆周长为40075694.6 m，则每度弧长=40075694.6×100/360 cm=11132137.389 cm，即1 cm对应8.983000883E-8°。所以，航空物探数据模型的比例系数取为8.98E-8，即存储单位为8.98E-8°，可满足1 cm精度要求。
将空间域移动到目标数据范围之前，首先找到空间域在存储单位的中心位置，目的是在必要时向各个方向扩展。4字节正整数可表示的坐标范围：2147483647×8.98E-8=192.84°。我国的领土范围是东经70°～140°，北纬0°～60°。所以，选取的比例系数是合适的。把空间域坐标系中心定为90°，然后，计算空间域的Min X、Min Y。
航空物探信息系统建设
航空物探信息系统建设
所以坐标的存储数据是：
航空物探信息系统建设
航空物探信息系统建设
⑸ 求助各位大虾，本科毕业设计做Oracle数据库
主要从几个不同方面设计ORACLE数据库优化方案：
一.数据库优化自由结构OFA(Optimal flexible Architecture)
二、充分利用系统全局区域SGA（SYSTEM GLOBAL AREA)
三、数据库设计中的优化策略
数据应当按两种类别进行组织：频繁访问的数据和频繁修改的数据。对于频繁访问但是不频繁修改的数据，内部设计应当物理不规范化。对于频繁修改但并不频繁访问的数据，内部设计应当物理规范化。
四、合理设计和管理表
1、利用表分区
分区将数据在物理上分隔开，不同分区的数据可以制定保存在处于不同磁盘上的数据文件里。
2、避免出现行连接和行迁移
3、控制碎片
4、别名的使用
别名是大型数据库的应用技巧，就是表名、列名在查询中以一个字母为别名，查询速度要比建连接表快1.5倍。
5、回滚段的交替使用
五、索引Index的优化设计
1、管理组织索引
索引可以大大加快数据库的查询速度，索引把表中的逻辑值映射到安全的RowID，因此索引能进行快速定位数据的物理地址。
六、多CPU和并行查询PQO(Parallel Query Option)方式的利用
七、实施系统资源管理分配计划
ORACLE 提供了Database Resource Manager（DRM,数据库资源管理器）来控制用户的资源分配，DBA可以用它分配用户类和作业类的系统资源百分比。在一个OLDP系统中，可给联机用户分配75%的CPU资源，剩下的25%留给批用户。另外，还可以进行CPU的多级分配。除了进行CPU资源分配外，DRM还可以对资源用户组执行并行操作的限制。
八、使用最优的数据库连接和SQL优化方案
九、充分利用数据的后台处理方案减少网络流量
1、合理创建临时表或视图
2、数据库打包技术的充分利用
利用数据库描述语言编写数据库的过程或函数，然后把过程或函数打成包在数据库后台统一运行包即可。
3、数据复制、快照、视图，远程过程调用技术的运用
⑹ 谈谈数据库索引 用自己话说
索引是个大学问，三言两语还说不清楚，试试：
1. 为什么要索引？主要提高性能，如查询速度。
2.索引为什么能提高性能？ 这个简单，想想那种带标签的英文字典（注意不是指目录）。按26个字母分组。假设你要找friend这个词，你只要找到F标签页，再顺序找这个词。如果没有这个标签，你得从A一直找到F，再找到这个词。快速定位到F标签页，就是索引提高性能的原理。具体到数据库，标签也可以现象为为每个磁盘块建的索引块，里面表明了本磁盘块存储的数据范围（索引值范围）。
3. 索引的种类？用老师的点名册做例子，除了按学号排序，还可以按成绩排序。成绩也就成了一种索引。先按成绩，再按学号排序，也就多级索引。按不同的角度还可以区分好多类，建议学习专业书籍。
4. 索引的算法？数据库一般用B+树的索引算法。这个是个多叉的平衡的树，平衡的概念是每个分支上的叶子节点差不太多。此树一般高度（深度）不大，插入开销比较可控。查询性能优异。
5. 你再问吧。。
看我这么辛苦的码字，为了啥？为人民服务，耶！
⑺ 数据库系统关于多级索引的4个测试题.
max6blocks(each bitmap vector assigned a block),or min 2 blocks(multipule bitmap vectors assigned the same bloc),it depends the storagefor bitmapvectors
15,000 blocks
250,000 blocks
这个我能力不够，没看懂
⑻ 基础数据库
(一)数据内容
基础数据库包括系统运行前所采集到的所有支撑数据，数据的具体内容在数据分类与数据源章节中已描述，概括可分为以下几类。
(1)遥感影像数据:包括历史图像数据，以及按照一定监测周期更新的遥感图像数据。
(2)数字线划图数据:矢量数据(现状专题图和历史专题图数据)、栅格数据、元数据等。入库前数据以ArcInfoCoverage格式分幅或整体存储，采用地理坐标系统。
(3)数字栅格图数据:包括1∶5万和1∶10万基础地理图形数据的扫描栅格数据。
(4)数字高程模型数据:塔里木河干流河道1∶1万和“四源一干”区域1∶10万数字高程模型。
(5)多媒体数据:考察照片、录像、录音和虚拟演示成果等多媒体资料。
(6)属性数据:社会经济与水资源数据、水利工程数据、生态环境数据等。
(二)数据存储结构
1.栅格数据
栅格数据包括遥感影像、数字栅格图、数字正射影像图、数字高程模型等，这些数据的存储结构基本类似，因此可进行统一设计。遥感图像数据库与普通的图像数据库在存储上有些差别，遥感图像作为传感器对地理、空间环境在不同条件下的测量结果(如光谱辐射特性、微波辐射特性)，必须结合同时得到的几个图像才可以认为是对环境在一定的时间条件下的完整的描述，也即是说，可能需要一个图像集合才能构成一个图像的完整的概念，并使之与语义信息产生联系(罗睿等，2000)。因此，遥感图像数据存储结构模型必须能够描述几个图像(波段)之间的逻辑关系。利用ArcSDE进行数据入库时，系统可自动建立各图像(波段)之间的关系，并按一定规则存储在数据库系统中。
对栅格数据在后台将采用Oracle数据库管理系统进行存储。Oracle系统可直接存储影像信息，并具有较强的数据管理能力，可以实现栅格数据信息的快速检索和提取。数据引擎采用ArcSDE，实现各类影像数据的入库。数据存储的关键是建立图幅索引，本系统数据的存储按图幅号、图名、采集时间等内容建立索引。
栅格数据依据图形属性一体化的存储思想，采用大二进制格式直接存储数据，这种方式的存储可实现内容的快速检索查询，按索引表检索出相关项后可直接打开栅格数据，提高栅格数据的管理效率。
2.矢量数据
本系统采用图属一体化思想即将空间数据和属性数据合二为一，全部存在一个记录集中的思想存储空间数据，是目前GIS数据非常流行的存储方法。考虑到数据的具体情况，决定采用数据库存储空间数据和属性数据，部分具有少量、定型几何信息的地理要素如水文测站、河流、湖泊等，采用图属一体化思想存储其信息，而与其有关联关系的大量、多边化的属性信息如水文信息，则存储在属性数据表中，利用唯一标识符信息建立两表的关联。
针对本系统空间数据的特点，系统按照“数据库—子库—专题(基础数据)—层—要素—属性”的层次框架来构筑空间数据库，按照统一的地理坐标系统来存储空间数据，以实现对地理实体/专题要素进行分层叠加显示。
3.多媒体数据
Oracle系统可直接存储图片和视频信息，并具有较强的数据管理能力，可以实现多媒体信息的快速检索和提取。多媒体数据存储的关键是建立索引表，本系统多媒体数据的存储按类型、时间、内容等项目建立索引，直接存储于Oracle数据库中。
多媒体数据存储时，可以将多媒体内容与索引表结构合为一体，采用大二进制格式直接存储，这种存储方式可实现内容的快速检索和查询，按索引表检索出相关项后可直接打开多媒体内容，而且多媒体数据库也便于维护管理。
(三)空间索引设计
1.矢量空间索引
确定合适的格网级数、单元大小是建立空间格网索引的关键。格网太大，在一个格网内有多个空间实体，查询检索的准确度就低。格网太小，则索引数据量成倍增长和冗余，检索的速度和效率低。每一个数据层可采用不同大小、不同级别的空间索引格网单元，但每层级数最多不能超过三级。索引方式设置遵循以下基本原则:
(1)对于简单要素的数据层，尽可能选择单级索引格网，减少RDBMS搜索格网单元索引的级数，缩短空间索引搜索的过程;
(2)如果数据层中的要素封装边界大小变化比较大，应选择2或3级索引格网;
(3)如果用户经常对图层执行相同的查询，最佳格网的大小应是平均查询范围的1.5倍;
(4)格网的大小不能小于要素封装边界的平均大小。为了减少每个格网单元有多个要素封装边界的可能性，格网单元的大小应取要素封装边界平均大小的3倍;
(5)格网单元的大小不是一个确定性的问题，需要多次尝试和努力才会得到好的结果。有一些确定格网初始值的原则，用它们可以进一步确定最佳的格网大小。
SDE(Spatial Data Engine，即空间数据引擎)，从空间管理的角度看，是一个连续的空间数据模型，可将地理特征的空间数据和属性数据统一集成在关系型数据库管理系统中。关系型数据库系统支持对海量数据的存储，从而也可实现对空间数据的海量存储。空间数据可通过层来进行数据的划分，将具有共同属性的一类要素放到一层中，每个数据库记录对应一层中一个实际要素，这样避免了检索整个数据表，减少了检索的数据记录数量，从而减少磁盘输入/输出的操作，加快了对空间数据查询的速度。
ArcSDE采用格网索引方式，将空间区域划分成合适大小的正方形格网，记录每一个格网内所包含的空间实体(对象)，以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在格网，然后通过格网号，就可以快速检索到所需的空间实体。因此确定合适的格网级数、单元大小是建立空间格网索引的关键，太大或太小均不合适，这就需要进行多次尝试，确定合适的网格大小，以保证各单元能均匀落在网格内。利用ArcSDE的索引表创建功能，记录每一网格单元的实体分布情况，形成图层空间索引表。根据空间索引表，ArcSDE实现了对空间数据的快速查询。
2.栅格数据空间索引
栅格数据的空间索引通过建立多级金字塔结构来实现。以高分辨率栅格数据为底层，逐级抽取数据，建立不同分辨率的数据金字塔结构，逐级形成较低分辨率的栅格数据。该方法通常会增加20%左右的存储空间，但却可以提高栅格数据的显示速度。在数据库查询检索时，调用合适级别的栅格数据，可提高浏览和显示速度。
(四)入库数据校验
入库数据的质量关系到系统评价分析结果的准确性。数据在生产中就需要严格进行质量控制。依据数据生产流程，将数据质量控制分成生产过程控制和结果控制。生产过程控制包括数据生产前期的质量控制、数据生产过程中的实时质量控制，结果质量控制为数据生产完成后的质量控制(裴亚波等，2003)。对入库数据的校验主要是进行数据生产完成后的质量控制和检查。
1.规范化检查
(1)代码规范化:所有地理代码尽量采用国家标准和行业标准，例如，行政代码采用中华人民共和国行政区划代码国标。
(2)数据格式规范化:所有数据采用标准交换数据格式，例如，矢量数据采用标准输出Coverage格式和E00格式。
(3)属性数据和关系数据字段规范化:所有属性数据和关系数据提前分门别类地设计字段的内容、长短和格式，操作过程中严格执行。
(4)坐标系统规范化:本系统所有与空间有关的数据采用统一的空间坐标系统，即地理坐标系统。
(5)精度规范化:所有数据按照数据精度与质量控制中所要求的精度进行采集和处理。
(6)命名规范化:所有数据按照命名要求统一命名，便于系统的查询。
(7)元数据规范化:依照元数据标准要求，进行元数据检查。
2.质量控制
数据质量是GIS成败的关键。对于关系型数据库设计，只要能保证表的实体完整性和参照完整性，并使之符合关系数据库的三个范式即可。对于空间数据库设计，则不仅要考虑数据采样、数据处理流程、空间配准、投影变换等问题，还应对数据质量做出定量分析。
数据质量一般可以通过以下几个方面来描述(吴芳华等，2001):
(1)准确度(Accuracy):即测量值与真值之间的接近程度，可用误差来衡量;
(2)精度(Precision):即对现象描述得详细程度;
(3)不确定性(Uncertainty):指某现象不能精确测得，当真值不可测或无法知道时，就无法确定误差，因而用不确定性取代误差;
(4)相容性(Compatibility):指两个来源不同的数据在同一个应用中使用的难易程度;
(5)一致性(Consistency):指对同一现象或同类现象表达的一致程度;
(6)完整性(Completeness):指具有同一准确度和精度的数据在类型上和特定空间范围内完整的程度;
(7)可得性(Accessibility):指获取或使用数据的容易程度;
(8)现势性(Timeliness):指数据反映客观现象目前状况的程度。
塔里木河流域生态环境动态监测系统的所有数据在数据质量评价后，还需要从数据格式、坐标一致性等方面进行入库质量检验，只有通过质量检验的数据才可以入库。
3.数据检验
空间数据质量检验包括以下步骤:
(1)数据命名是否规范，是否按设计要求命名;
(2)数据是否能够正常打开;
(3)投影方式是否正确;
(4)坐标系统是否正确;
(5)改错是否完成，拓扑关系是否建立;
(6)属性数据是否正确，包括字段设置是否依据设计进行、是否有空属性记录、是否有属性错误记录等。
关系数据质量检验包括以下步骤:
(1)数据命名是否规范，是否按设计要求命名;
(2)数据是否能够正常打开;
(3)数据字段是否按设计要求设置;
(4)是否有空属性记录;
(5)是否有属性错误记录。
属性数据的校验，主要采用以下三种方式:
(1)两次录入校验:对一些相互之间毫无关联的数据，进行两次的录入，编写程序对两次录入的结果进行比较，找出两次录入结果不一样的数据，查看正确值，进行改正。
(2)折线图检验:对一些相互之间有关联的序列数据，如人口统计数据，对这一类数据，编写程序把数据以折线图的形式显示在显示器上，数据的序列一般都有一定规律，如果出现较大的波动，则需对此点的数据进行检查修改。
(3)计算校验:对一些按一定公式计算后所得结果与其他数据有关联的数据，如某些数据的合计等于另一数据，编写程序对这类数据进行计算，计算结果与有关联的数据进行比较，找出结果不一样的数据，查看正确值，进行改正。
图形数据的校验，主要包括以下步骤(陈俊杰等，2005):
(1)图层校验:图形要素的放置图层是唯一的。对于入库的Coverage数据，系统将根据图层代码进行检查，确保图形要素对层入座。
(2)代码检查:图形要素的代码是唯一的。对于入库的Coverage数据，系统将根据入库要素代码与特征表中的代码进行比较，确保入库数据代码存在，杜绝非法代码入库。
(3)类型检查:对入库的数据，检查该要素的类型与特征表中的类型是否一致，确保图形要素对表入座。如点要素、线要素、面要素仅能赋相应的点、线、面代码，且该代码必须与特征表中的数据类型代码相同。
(4)范围检查:根据入库的数据，确定该类要素的大体范围(如X、Y坐标等)，在数据入库前，比较入库数据与范围数据的大小，若入库数据在该范围内，则入库，否则给出提示检查信息。
(五)数据入库
1.遥感影像数据
利用空间数据引擎———ArcSDE可实现遥感影像数据在Oracle数据库中的存储和管理，在影像数据进行入库时，应加入相应的索引和影像描述字段。
遥感影像入库步骤:
(1)影像数据预处理:要将塔里木河遥感影像数据库建成一个多分辨率无缝影像数据库系统，客观上要求数据库中的影像数据在几何空间、灰度空间连续一致。因此，在数据采集阶段就需要对影像数据进行预处理，包括图像几何校正、灰度拼接(无缝镶嵌)、正射处理、投影变换等。
几何校正的目的是使校正后的图像重新定位到某种地图投影方式，以适用于各种定位、量测、多源影像的复合及与矢量地图、DTM等的套合显示与处理。几何校正多采用二次多项式算法和图像双线性内插重采样法进行图像校正。将纠正后具有规定地理编码的图像按多边形圈定需要拼接的子区，逐一镶嵌到指定模版，同时进行必要的色彩匹配，使整体图像色调一致，完成图像的几何拼接，再采用金字塔影像数据结构和“从粗到精”的分层控制策略实现逐级拼接。
数字正射影像具有统一的大地坐标系、丰富的信息量和真实的景观表达，易于制作具有“独立于比例尺”的多级金字塔结构影像。可以采用DTM和外方位元素经过数字微分纠正方法，获得数字正射影像，它的基本参数包括原始影像与正射影像的比例尺、采样分辨率等(方涛等，1997)。
投影变换需根据数据库系统定义的标准转换到统一的投影体系下。
(2)影像数据压缩:随着传感器空间分辨率的提高和对遥感信息需求的日益增长，获取的影像数据量成几何级数增大，如此庞大的数据将占用较大的存储空间，给影像的存储和传输带来不便(葛咏等，2000)。目前，系统处理的遥感影像数据已达数百千兆，单个文件的影像数据最大达到了2G，这样的数据量在调用显示时速度很慢，对影像数据进行压缩存储，将大大提高影像访问效率。本系统采用ArcSDE软件提供的无损压缩模式对入库影像进行压缩。
(3)影像导入:遥感影像的入库可通过ArcSDE或入库程序进行导入，并填写相关的索引信息，在入库时对大型的遥感影像数据进行自动分割，分为若干的块(tiles)进行存储。
(4)图像金字塔构建:采用ArcSDE提供的金字塔构建工具在入库时自动生成图像金字塔，用户只需要选择相应的参数设置即可。图像金字塔及其层级图像按分辨率分级存储与管理。最底层的分辨率最高，并且数据量最大，分辨率越低，其数据量越小，这样，不同的分辨率遥感图像形成了塔式结构。采用这种图像金字塔结构建立的遥感影像数据库，便于组织、存储与管理多尺度、多数据源遥感影像数据，实现了跨分辨率的索引与浏览，极大地提高了影像数据的浏览显示速度。
2.数字线划图
对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和拼接存储的数字矢量图，就可以进行图形数据入库。
(1)分幅矢量图形数据、图幅接合表:按图形比例尺、图幅号、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。
(2)拼接矢量图形数据:按图形比例尺、制作时间、图层等方式，通过入库程序导入到数据库中，同时导入与该地理信息相对应的属性信息，建立空间信息与属性信息的关联。
3.栅格数据
对纸图数字化、配准、校正、分层及拼接等处理后，生成标准分幅和整体存储的数字栅格图，然后进行图形数据入库。
(1)分幅栅格图形数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。
(2)整幅栅格图形数据:按比例尺、制作时间等方式，通过入库程序导入到数据库中。
4.数字高程模型
(1)分幅数字高程模型数据、图幅接合表:按图形比例尺、图幅号、制作时间等方式，通过入库程序导入到数据库中。
(2)拼接数字高程模型数据:按比例尺、制作时间等方式通过入库程序导入到数据库中。
5.多媒体数据
多媒体数据入库可根据多媒体数据库内容的需要对入库数据进行预处理，包括音频、视频信息录制剪接、文字编辑、色彩选配等。对多媒体信息的加工处理需要使用特定的工具软件进行编辑。由于音频信息和视频信息数据量巨大，因此，对多媒体数据存储时需采用数据压缩技术，现在的许多商用软件已能够直接存储或播放压缩后的多媒体数据文件，这里主要考虑根据数据显示质量要求选择采用不同的存储格式。图4－2为各类多媒体数据的加工处理流程。
图4－2 多媒体数据加工处理流程图
6.属性数据
将收集的社会经济、水利工程、生态环境等属性资料，进行分析整理，输入计算机，最后经过程序的计算处理，存储到数据库中，具体流程如图4－3所示。
图4－3 属性数据入库流程图
⑼ 建立空间索引
11.4.4.1矢量数据的空间索引
在关系数据库中，建立属性项的索引可加快属性数据的查询，同样，ArcSDE通过建立图层的空间索引表（或S表），以减少Shape-Shape的比较运算，在ArcSDE的客户端使用空间过滤器减少从数据库返回的记录数，可以避免检索整个表，减少检索的数据记录数量，从而减少数据的输入/输出的操作，加快了空间数据查询的速度（毛锋等，2000）。
ArcSED采用格网索引方式。格网索引是将空间区域划分成合适大小的正方形格网，记录每一个格网内所包含的空间实体（对象），以及每一个实体的封装边界范围，即包围空间实体的左下角和右上角坐标。当用户进行空间查询时，首先计算出用户查询对象所在网格，然后通过格网号，就可以快速检索到所需要的空间实体。
因此，确定合适的格网级数、单元大小是建立空间格网索引的关键。格网单元的大小不是一个确定的问题，需要多次尝试方可得到。格网太大，在一个格网内有多个空间实体，查询检索的准确度低。格网太小，则索引数量成倍增长和冗余，检索的速度和效率低。为提高数据库的工作效率，国土资源遥感综合调查基础数据库中的每一个数据层采用不同大小、不同级数的空间索引网格单元。
11.4.4.2栅格数据的空间索引
栅格数据的空间索引可通过建立多级金字塔结构实现。金字塔结构是栅格数据集的分辨率递减的反映，用来提供显示阶性能。建立金字塔的目的就在于优化显示的性能和效率。金字塔最底层的分辨率总是最高，依次向上递减。金字塔通过只取得满足显示要求的相应分辨率的数据来提高栅格显示阶性能，当建立金字塔时，更多的栅格会被持续创建直到到达定点或者层数上限，当应用程序缩小视图范围（zoom out）或者栅格方格小于分辨率阈值时，ArcSDE将选择金字塔中的一个更高的层次。每一个栅格数据集可根据本身数据分辨率的情况采用不同级数的金字塔结构。