数据库总结（通用6篇）
篇1：数据库总结
数据库老师画的重点
数据库：数据库是长期存储在计算机内、有组织、可共享的大数据集合。数据库操纵功能：查询select、插入insert、删除delete、修改update 数据库系统的特点：1数据结构化2数据的共享高，冗余度低，易扩充3数据独
立性高4数据由DBMS统一管理和控制
数据模型的组成要素：数据结构、数据操作、完整性约束 概念模型：要出大体，画图 信息世界中的基本概念————
1、实体：客观存在并可以相互区别的事物称为实体
2、属性：实体所具有的某一特性
3、码（key）：唯一标识实体的属性集称为码
4、域（domain）：域是一组具有相同数据类型的集合
5、实体型（entity type）：具有相同属性的实体必然具有共同的特征和性质。用实体名
及属性名集合来抽象和刻画同类实体，称为实体型。
6、实体集（entity set）：同一类型的实体的集合
7、联系：在现实世界中，事物内部以及事物之间是有联系的，这些联系在信息世界中
反应为实体（型）内部的联系和实体（型）之间的联系。实体内部的联系通常是指
组成实体的各属性之间的联系；实体之间的联系通常是指不同实体集之间的联系
最常用的数据模型：
1、层次模型（Hierarchical Model）
2、网状模型（Network Model）
3、关系模型（Relational Model）
4、面向对象模型（Object Oriented Model）
5、对象关系模型（Object Relational Model）其中层次模型和网状模型统称为格式化模型
数据库系统的三级模式结构：
1、模式（scheme）：模式也称逻辑模式，是数据库中全体数据的逻辑结构和特征的描述，是所有用户的公共数据视图。他是数据库系统模式结构的中间层，既不设计涉及数据的物理存储细节和硬件环境，也与具体的应用程
序、所使用的应用开发工具及高级程序设计语言无关。
2、外模式（external schema）：外模式也称为子模式（subschema）或用户模式，他是数
据库用户（包括应用程序员和最终用户）能看见和使用
的局部数据的逻辑结构和特征的描述，是数据库用户的数据视图，是与某一应用有关的数据的逻辑表示。
3、内模式（internal scheme）：内模式也称存储模式（storage schema），一个数据库只有
一个内模式。他是数据库物理结构和存储方式的描述，是
数据在数据库内部的表达方式。数据库的二级映像功能与数据库独立性————
为了能够在系统内部实现这3个抽象层次的联系和转换，数据库管理系统在这三个模式之间提供了两层映像：
·外模式/模式 映像 ·模式/内模式 映像
正是这两层映像保证了数据库系统中的数据能够具有较高的逻辑独立性和物理独立性 关系（relation）：D1*D2*D3··*Dn的子集叫做在域D1、D2、D3···Dn上的关系，表示
为R（D1、D2、D3···Dn）
这里的的R表示关系的名字，n是关系的目或度（degree）关系中每个元素是关系中的元组，通常用t表示 当n=1时，称关系为单元关系（unary relation），或一元关系 当n=2时，称该关系为二元关系（binary relation）
关系是笛卡尔积的有限子集，所以关系也是一个二维表，表的每行对应一个元组，表的每列对应一个域。由于域可以相同，为了加以区分，必须对每列起一个名字，称为属性（attribute）。n目关系必有n个属性。
若关系中的某一属性组的值能够唯一的标识一个元组，则称该属性组为候选码（candidate key）
若一个关系有多个候选码，则选定其中一个为主码（primary key）候选码的诸属性称为主属性（prime attribute）。不包含在任何候选码中的属性称为非主属性（non-prime attribute）或非码属性（non-key attribute）P46 没有搞明白干嘛使得！！！！！！！！！！！
关系的三类完整性约束：实体完整性、参照完整性、用户定义的完整性 实体完整性和参照完整性被称作关系的两个不变性
1、实体完整性（entity integrity）：主码中的属性即主属性不能取空值
2、参照完整性（referential integrity）：
若属性（或属性组）F是基本关系R的外码，它与基本关系S的的主码K相对应（基
本关系R和S不一定是不同的关系），则对于R中每个元组在F上的值必须为：
·或者取空值（F的每个属性值均为空值）·或者等于S中某个元组的主码值
SQL（Structured Query Language），即结构化查询语言，是关系数据库的标准语言。SQL 的特点：
1、综合统一
2、高度非过程化
3、面向集合的操作方式
4、以同一种语法结构提供多种使用方式
5、语言简洁、易学易用 SQL的动词：
数据查询：select 数据定义：create、drop、alter(房间)修改表
数据操纵：insert、update（家具）修改数据、delete 数据控制：grant、revoke
绘制ER图————
在ER图中有如下四个成分：
矩形框：表示实体，在框中记入实体名。菱形框：表示联系，在框中记入联系名。
椭圆形框：表示实体或联系的属性，将属性名记入框中。对于主属性名，则在其名称下
划一下划线。
连线：实体与属性之间；实体与联系之间；联系与属性之间用直线相连，并在直线上
标注联系的类型。（对于一对一联系，要在两个实体连线方向各写1； 对于一对
多联系，要在一的一方写1，多的一方写N；对于多对多关系，则要在两个实体
连线方向各写N,M。
基本表是本身独立存在的表，在SQL中一个关系就对应一个基本表。一个（或多个）基本表对应一个存储文件，一个表可以带若干索引，索引也可以放在存储文件中。存储文件的逻辑结构组成了关系数据库的内模式。存储文件的物理结构是任意的，对用户是透明的。
视图是从一个或几个基本表导出的表。它本身不独立存储在数据库中，即数据库中只存放视图的定义而不存放视图对应的数据。这些数据仍存放在导出视图的基本表中，因此视图是一个虚表。视图在概念上与基本表等同，用户可以在视图上再定义视图。
基本表的定义、删除与修改：
1、定义基本表：create table ***（）
2、定义主键：Primary key == not null（中间不用连接符号）unique
3、定义外码的语句：foreign key（某个字段）references 某表（某字段）
4、定义主码语句：primary key（***，***）
5、修改基本表：alter table 某表名 add 列名<数据类型>[完整性约束]
drop <完整性约束名>(字段名)
alter column<列名><数据类型>
6、删除表：drop table 表名[restrict | cascade级联删除]
7、建立索引：create [unique] [clustered] index 索引名
on 表名（列名[asc | desc]，······）·clustered 表示是聚簇索引
·unique表明此索引的每一个索引值只对应唯一的数据记录 ·用户可以在最经常查询的列上建立聚簇索引以提高查询效率 ·在一个基本表上只能建立一个聚簇索引
·建立局促索引后，更新该索引列上的数据时，往往导致表中记
录的物理顺序的额变更，代价较大，因此对于经常更新的列不
宜建立聚簇索引
8、删除索引：drop index <索引名>
上机的时候不太一样：drop index 表名。索引名字
9、数据的查询：
select [all | distinct] <目标列表达式>，······ from 表名或者视图名，··· where 条件表达式
group by 列名1 [having 条件表达式] order by 列名2 [asc | desc] ·如果有group by 子句，则结果按“列名1”的值进行分组，该属性列值相
等的元组为一个组。通常会在每组中作用聚集函数。如果group by 子句带
having短语，则只有满足指定条件的组才予以输出。
·如果有order by 子句，则结果表按“列名2”的值的升序或降序排序 ·select Sname Name，‘Year of Birth：’Birth，2013-Sage Birthday，lower
（Sdept）Department
from Student
lower表示小写
常用的查询条件————
比
较：大于、等于、小于、不等于（< >/!=）、大于/小于等于、不小于、不大于、not+上述比较运算符
确定范围：between and，not between and 确定集合：in，not in 字符匹配：like，not like 空
值：is null，is not null 多重条件（逻辑运算）：and，or，not
例子————
·select Sname，Sage
from Student
where Sdept（not）in（‘cs’，‘ma’，‘is’）
字符匹配：[not] like ‘字符串’[escape‘换吗字符’] 百分号表示任意长度、下划线表
示任意单个字符 聚集函数————
count（[distinct | all] *）
统计元组个数 count（[distinct| all] 列名）
统计一列中值的个数 sum（[distinct| all] 列名）
计算一列值的总和（此列必须是数值型）avg（[distinct| all] 列名）
计算一列的平局值（此列必须是数值型）max（[distinct| all] 列名）
求一列中的最大值 min ·如果指定distinct短语，则表示在计算时要取消指定列中的重复值。如果不指定distinct
短语或者指定all短语（all为缺省值），则表示不取消重复。
·注意在聚集函数遇到空值时，除count（*）外，都跳过空值而只处理非空值。·注意where子句中不能用聚集函数作为条件表达式
group by子句————
where 子句与having 短语的区别在于作用对象不同。Where 子句作用对象作用于基本表或试图，从中选择条件的元组。Having短语作用于组，从中选择满足条件的组。
例子：select Sno from SC
group by Sno having count（*）>3 查询了选修3门以上课程的学生学号 链接查询—————— 例子：
非自然链接
·select Student.*，SC.*
from Student,SC
Where Student.Sno=SC.Sno
自然链接
·select Student.Sno,Sname,Ssex,Sage,Sdept,Cno,Grade
from Student,SC
where Student.Sno=SC.Sno
自身链接
·select FIRST.Cno，SECOND.Cpno
from Course FIRST，Course SECOND
where FIRST.Cpno=SECOND.Cpno
外连接
·select Student.Sno，Sname，Sage，Sdept，Cno，Grade
from Student left outer join SC
on Student.Sno=SC.Sno ·左外链接列出左边关系中所有的元组，右外连接列出右边关系中的所有元组
嵌套查询
·select Sname from Student
where Sno in（select Sno from SC where Cno=‘2’）
·找出每个学生超过他选修课程平均成绩的课程号
Select Sno，Cno From SC x Where Grade >=（select avg（Grade）
From SC y Where y.Sno=x.Sno）
授权————
Grant 权限，····· On 对象类型 对象名，····· To 用户，·····
[with grant option]只一句表示权限的传递
例子： ·Grant all privileges
On Student，Course
To U1，U2
·grant update（Sno），select
on Student
to u4
·revoke update（Sno）
on table Student
from u4
一个满足BCNF的关系模式有：
·所有非主属性对每一个码都是完全函数依赖
3NF 编辑
3NF，即第三范式是要求一个数据库表中不包含已在其它表中已包含的非主关键字信息。例如，存在一个部门信息表，其中每个部门有部门编号（dept_id）、部门名称、部门简介等信息。那么在员工信息表中列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中。如果不存在部门信息表，则根据第三范式（3NF）也应该构建它，否则就会有大量的数据冗余。简而言之，第三范式就是属性不依赖于其它非主属性。满足第三范式（3NF）必须先满足第二范式（2NF）
2NF（第二范式）
第二范式（2NF）是在第一范式（1NF）的基础上建立起来的，即满足第二范式（2NF）必须先满足第一范式（1NF）。第二范式（2NF）要求数据库表中的每个实例或行必须可以被唯一地区分。为实现区分通常需要为表加上一个列，以存储各个实例的唯一标识。如图3-2 员工信息表中加上了员工编号（emp_id）列，因为每个员工的员工编号是唯一的，因此每个员工可以被唯一区分。这个惟一属性列被称为主关键字或主键、主码。
篇2：数据库总结
数据库的概念：数据库是一组有序的数据的集合； 数据库的作用：为了有效的管理数据； 数据类型：
一 字符串相关的类型：一般用于人名、大于2147483647（10位数）的数字、地址等字符信息
使用格式：字段名 char(存放字符的长度)
或者
字段名
varchar(存放字符的长度)Char：代表的是定长的字符串类型，定义了多长，就分配多长的存储空间，只要不超过定义的长度，分配给char的空间长度就不会改变，余下的部分用空格代替；
Varchar：代表的是可变长度的字符串类型，定义的长度可以理解为是虚拟的空间，只要字符串的长度不超过定义的长度，那么varchar的分配空间长度就是字符串实际的长度，余下的部分自动消失； 二 数字相关的类型：一般用于工资、人数统计等方面； 使用格式：字段名
int/float/double 【此处不用定义字段的长度】 int ：取值的范围-2147483648~2147483647，后面可以设置主键及自增长；
float/double：用于带有小数的数据定义 decimal：多用于金钱的数据 三 时间相关的数据类型：一般用于时间的统计，例如登录时间、修改时间、退出时间等；
使用格式：字段名
date/time/datetime/timestamp 【此处不用定义字段的长度】，插入表的时候格式与字符串的插入格式一样，都是用单引号插入
date：日期类型
格式：yyyy-MM-dd time：时间类型
格式：hh：mm：ss Datetime：日期时间
格式：yyyy-MM-dd hh：mm：ss Timestamp：时间戳
格式：yyyy-MM-dd hh：mm：ss 数据库的操作：
一 查看所有数据库：select databases;二 查看所有表：select tables;三 创建数据库：create database 数据库名称;
use 数据库名称；
四 创建表：create table 表名(字段1
类型(长度)[约束], 字段2
类型(长度)[约束], 字段n
类型(长度)[约束])注：字段n的结尾处不需要用逗号分隔
五 删除当前表/数据库：drop table 表名/ 数据库名；
六 向表中插入数据：insert into 表名(字段1,字段2,字段n)values(值1,值2,值n),(值1,值2,值n),(值1,值2,值n),(值1,值2,值n)...注：此处的插入数据可以用逗号隔开，想要插入几条数据就插入几个值。
七 查看当前表的值：select * from 表名
注：*是通配符，代表全部的意思，此处*还可以用表中的字段名代替，那么查看就是相应的字段名下的数据。
约束：
一 主键约束：primary key 代表的是唯
一、不重复，非空的约束 使用格式： 字段名
类型(长度)primary key 自增长：auto_increment 必须与主键约束一同使用，字段的类型是整型，插入数据的时候可以不用向设置自增长的字段添加数据，起始的默认数字是：1 二 唯一约束：unique 不可以重复，唯一 使用格式： 字段名
类型(长度)unique 注：空格是不可以作为字符串使用的，空格相当于null，如果向设置unique的字段内插入数据是存在【‘空格’、null、(‘’)】当中两个或两个以上的时候就会报错【’null’是字符串，不是空】 三 非空约束：not null 插入数据时必须要为设置not null的字段插入数据，这个字段不能为空
使用格式： 字段名
类型(长度)not null 注：空格是不可以作为字符串使用的，空格相当于null，如果向设置not null的字段内插入数据是存在【‘空格’、null、(‘’)】当中一个或一个以上的时候就会报错
四 默认约束：default 为字段设置默认值，当不为设置默认约束的字段插入数据是，系统自动将默认值赋予这个字段 使用格式： 字段名
类型(长度)default 值 五 检查约束：check(检查的内容)使用格式： 字段名
类型(长度)check(检查的内容)注：在SQL语句中没有实际的含义，但是需要会用
六 外键约束：foreign key 必须是另一个表的主键（唯一的），设置了外键的字段，受到关联表中相应主键的字段的约束，当要为外键约束插入数据的时候，必须先为被关联的表插入相应主键的数据；
使用格式： 创建表时候就设置外键约束
字段名
类型(长度)，Foreign key(字段名)references 表名(对应主键的字段名)表已经创建完，插入外键约束
Alter table 表名 add constraint fk_f foreign key(要设置外键的字段名)references 被关联的表名(被关联的字段名);表的结构：
查看表结构：desc/describe 表名;修改表名：alter table 表名 rename 新表名 添加新字段：alter table 表名 add 字段名 类型(长度)修改字段：alter table 表名 change 旧字段 新字段 新字段类型(长度)删除字段：alter table 表名 drop 字段名
记录的操作：
一 插入记录：insert into 表名(字段名1,字段名n)values(值1,值n)二 修改记录：update 表名 set 字段名=值 where 条件
注：这里如果不加where条件，那么这个表的这个字段名下的数据全部赋值成为“值”
三 删除记录：delete from表名 where 条件
注：此处删除的是表中的符合where条件的整条记录 注意：使用delete和update的时候要千万注意，必须要写where条件语句，要不然就会将当前表中的所有数据改变，在想改回来的话会非常非常费劲！！！
四 查询记录：select 字段名1,字段名n from 表名 where 查询条件 查询去掉重复的值：关键字 distinct 格式：select distinct 字段名1,字段名n from 表名命别名/赋值表： 关键字 as 命别名：select 字段名 as ‘自定义名’
from 表名 赋值表：create table 新表名 as select * from 旧表名 3 查询条件语句的范围：in(等值判断)/not in select 字段名1,字段名n from 表名 where 字段名
in/not in(值1，值n)4 模糊查询:like
匹配标识符：’_’代表一个字符、%代表多个字符
Select 字段名 from 表名 where 字段名 like ‘_sth%’ 注：like后面的判断值如果是数字的话要加单引号，例如想要查询的条件是12345，可以这样写：’%3%’,单引号必须加 5 区间查询:limit m,n
查询从第m个记录开始，一共n条记录，这里的m指的是类似Java数组里的下标，计数从0开始
Limit m
查询从头开始的一共m条记录
Select */字段名 from 表名 limit m,n 6 查询值是否存在某段区间内：between 最大值 and 最小值(int 型的最大值、最小值)Select 字段名1，字段名n from 表名
where 字段名 between 最大值
and 最小值：
注意这里面的条件含有等于最大值和等于最小值
字段名 between 最大值 and 最小值= 字段名>=最小值 and 字段名<=最大值
逻辑运算符在此处可通用：<
<=
>
>=
=
!=
集合函数： 使用方法与Java中的方法的使用类似，注意的是函数名后面紧跟着()，中间不能有空格 一 符合条件的记录的个数：countil
Select count(字段名)from 表名
where 查询条件 二 求某个字段的值的总和：sum Select sum(字段名)from 表名
where 查询条件 三 求某个字段的值的平均值：avg Select avg(字段名)from 表名
where 查询条件 四 求某个字段的值的最大值：max Select max(字段名)from 表名
where 查询条件 五 求某个字段的值的最大值：min Select min(字段名)from 表名
where 查询条件
多表查询：
笛卡尔积：select(字段1,字段n)from 表1，表n 自己想要的查询(找到所有被查询的表的相同的字段): Select(a.字段1，a.字段n，b.字段1，b.字段n)from 表名 as a，表名 as b where a.字段名=b.字段名；
联合查询：
左连接：select 字段名/* from 左表名
left join 右表名
on 左表名.字段名=右表名.字段名
查询结果：左表全部显示，右表与左表相同的字段名的部分显示 右连接：select 字段名/* from 左表名
right join 右表名
on 左表名.字段名=右表名.字段名
查询结果：右表全部显示，左表与右表相同的字段名的部分显示 内连接：select 字段名/* from 左表名
inner join 右表名
on 左表名.字段名=右表名.字段名
查询结果：只有左表与右表相同的部分才显示
全连接：select 字段名/* from 左表名
full join 右表名 查询结果：’*’的结果是笛卡尔积
‘字段名’的结果是这个字段名下的笛卡尔积
函数：函数名与小括号之间不能有空格，字符串必须用单引号圈起来
一 求字符串长度：length Select
length(字符串)二 字符串的截取：substring(字符串，m)/(字符串，m，n)Select
substring(字符串，m)/(字符串，m，n)三 小写转大写：upper Select
upper(字符串)四 大写转小写：lower Select
lower(字符串)五 加密：MD5 Select
MD5(字符串)六 显示现在的时间：now Select
now()
迷糊中： group by
篇3：数据库总结
1.1 资料收集
收集基础资料1∶10000DLG、1∶50000DLG、worldview影像数据、城镇地籍数据、土地利用现状数据等, 并根据项目需要对以上数据进行处理和整合。
1.2 多源遥感影像处理
将Worldview全色影像进行正射纠正处理, 进行匀光、分幅, 制作遥感正射影像和地理国情信息普查的解译底图数据。
1.3 基础地理信息数据处理
对收集到的1∶10000和1∶50000基础地理信息数据进行处理, 将与普查内容相关的数据通过数据提取、数据组织重构、分类代码转化、坐标系转换等工作整合改造成为符合《地理国情普查内容与指标 (试行稿) 》内容要求的数据, 作为普查道路、水体、构筑物、地理单元及界线数据的基础数据。
1.4 内业分类与信息提取
以正射影像为基础, 利用收集整合的参考数据, 采用人工解译, 参考基础地理信息、土地利用等资料, 以正射影像为基础底图, 开展内业判读与解译, 补充或更新采集水系、交通、居住小区等要素实体, 提取相关属性, 并进行地表覆盖分类, 分别按照要求形成相应的数据层。
内业分类数据在提交外业调绘前, 经过生产单位检查, 形成内业解译成果数据, 数据的基本数据结构、分层、完整性要达到成果数据要求。组织方式可以分幅组织, 并估算出地表覆盖数据判读的准确率以及地理国情基本要素数据属性必填项的填写率。
1.5 外业调查底图制作
在内业信息分类与解译提取的基础上, 基于正射影像, 叠加专题数据、判读解译成果等信息, 对矢量数据进行符号化, 并有选择性的对部分名称、属性进行标注, 制作外业调查底图, 为外业调查与核查提供工作底图。
1.6 外业调查与核查
利用外业调查工作底图, 对内业分类与判译工作中无法确定边界和属性的地理要素实体, 以及无法准确确定类型的图斑, 采用图上标绘形式开展实地核实确认和补调。同时, 实地采集影像解译分类样本。
1.7 内业整理
对外业调查与核查成果进行整理, 根据外业调查成果对各数据层进行编辑、修改, 形成地理国情普查数据集。
1.8 质量检查
质量检查实行两级检查一级验收制度, 对普查成果进行检查, 经修改形成最终成果数据。
1.9 元数据制作
影像数据的元数据依据《地理国情普查数字正射影像生产技术规定》的要求;地表覆盖分类数据和地理国情要素数据的元数据依据地理普查数据元数据信息表执行。
2 地表覆盖分类数据生产
基于0.5 m高分辨率遥感影像提取地表覆盖信息的方法包括计算机自动分类、人工解译、外业调查等, 各种方法的技术流程不尽相同, 适宜条件也不尽相同。项目伊始, 中心收集了大武口区城镇地籍数据, 结合原有第二次土地调查数据、1∶10000地形图数据, 部分区域0.5 m航片数据。鉴于国家下发的试点区域数据为0.5 m全色影像, 光谱信息单一, 进行人工解译的条件优于计算机自动分类和外业调查。
2.1 信息提取原则
信息提取过程中, 跟据实施方案和采集指标, 借鉴全国第一批试点经验, 制定以下四个信息采集原则。
2.1.1“所见即所得”原则
由于地表覆盖分类的基本依据是地表覆盖物的物理特性, 而非土地利用分类中侧重于土地的社会属性, 因此从分类判读的原则方法角度来说, 可以称为“所见即所得”。但是这一原则并不是绝对化的。由于地表覆盖和土地利用之间的耦合关系, 有时候很难严格区分某类型是属于土地利用还是土地覆盖类型。例如耕地, 严格从地表覆盖的角度来讲, 应该从生长的农作物来进行地表覆盖定义, 按照这一原则反应地表覆盖的客观状态, 一年中需要多期影像才能确定, 由于目前技术和经济可行性的原因, 这是不可行的。
2.1.2“应采尽采”原则
地表覆盖分类依据类型特定进行了基本要求。该要求只适用于勾绘或编辑地类边界过程中对一些难以确定类型的小图版进行“就近就大合并”时参照采用。根据采集指标, 不同地类的采集指标不尽相同, 有200 m2、400 m2、1600 m2等, 但是为了确保数据的使用价值, 我们按照“应采尽采”原则, 如果能够确保分类整正确, 不必参照就近就大合并, 即不受指标下限限制。比如最小图斑指标是1600 m2, 分出了400 m2的图版, 只要分类正确, 也应进行采集。
2.1.3“自然优先”原则
植被覆盖、裸露地表等类型中通过实地核查难以区分人工和自然的类型, 一般利用“自然优先”的原则进行归类。如人共繁育的树林或草场, 在实地业难以判断是园地还是人工草地, 优先归入林地或天然草地。又如野外长期堆积的砂子, 长年累月风吹雨淋, 已经成为自然地一部分, 从外观上已经难以判断其成因的, 归入裸露地表中的沙质地表, 而不是堆放物。采用自然优先原则的前提是难以判断其具体成因的地类, 即分不出是人工的还是天然的时候, 优先归入天然。从人与环境的关系角度来说, 人类的任何活动结果都将是自然的一部分, 因此在无法判定的情况下, 优先归入自然类别, 更符合自然规律。
2.1.4“高度优先”原则
对于不同高低植被立体覆盖的范围, 如乔木林下有灌木, 果树下面有蔬菜等情况, 以顶层树冠的优势类型确定其覆盖类型;对于树冠遮挡道路、树冠遮挡沟渠的情况, 地表覆盖中应归入植被类;对于高架路, 不考虑路下的情况, 按照上层道路归入路面;对于桥面跨越大面积水面, 归入水面类型;跨域峡谷, 按照地面的实际覆盖归类。
2.2 信息提取方法
根据信息提取原则和采集指标的要求, 严格按照地表分类定义, 使用纠正好的全色高分影像, 采用人工判读勾绘的方式进行地表覆盖数据提取和采集, 其中图形和属性都参考了宁夏第二次土地调查数据、大武口区城镇地籍数据、1∶10000地形图数据, 部分区域0.5 m航片数据等来补充。
2.3 小结
在实际生产过程中, 我们遵循信息提取原则, 尤其是严格遵循“应采尽采”原则, 确保能对绝大多数的地表覆盖进行合理分类。但是也存在一些问题, 有以下几处:
(1) 影像数据为全色且时相不佳, 造成自动分类及人工判读困难:
宁夏地处西北地区, 影像最佳时相一般在5~10月份, 而此次试点区域数据仅有极小一部分且为山地在此时间段内, 给地表覆盖分类造成了很大的困难, 大大的增加了外业核查工作量。
(2) 地表覆盖数据与第二次土地调查数据的分类体系存在很大的差异, 且第二次土地调查数据与作为解译、采集使用的影像数据存在时相差异、要素界线差异等。
3 地理国情要素数据生产
地理国情要素的生产采用综合提取法, 用内业人工解译和外业核实、补充调查相结合的方法进行信息提取。
3.1 道路要素信息提取
道路要素提取基于1∶10000基础地理信息数据, 利用高分辨率影像资料, 遵循“应采尽采”的原则, 对达到规定尺度要求的交通道路, 按照地理要素的要求采集其空间位置和属性信心, 形成完整的交通道路信息数据。
首先整合提取基础地理信息数据和交通路网数据, 生成道路普查基础数据和参考数据, 然后将其套合在遥感影像上, 依据影像进行调整更新, 提取相关属性, 缺少部分进行人工解译勾绘, 最后按技术要求形成道路要素数据集;将能确认的、有疑问待核查的、无法辨认的道路进行标绘, 方便制作国情要素调绘底图, 通过外业核查后, 对数据进行整理修改, 形成最终的道路普查成果数据。
地理国情要素采集道路中心线时, 与高等级公路相连的城市道路无论长短、宽窄均应采集;在路网中起连通作用的乡村道路无论长短、宽窄均应采集。
3.2 水系要素信息提取
水系要素信息提取的主要方法是:以正射影像为基础, 利用整理处理后的基础地理信息数据, 参考其他数据资料, 进行内业判读解译, 直接沿用或补充采集水系面状、线状要素, 并提取相关属性;对于内业判读中无法确定的范围线、结构线、中心线以及属性信息, 通过外业调查与核查进行确定;经过内业整理与质量检查, 形成满足要求的水系要素信息成果。
地理国情普查中, 河渠、湖泊和水库的实体编码属性依据《国家基础地理信息系统1:50000数据建库工程暂行规定河流、湖泊与水库名称编码原则》 (后简称《编码规则》) 的相关规定, 并扩充等外河流的代码。对于1∶50000、1∶10000地形数据库中存在编码的河流、湖泊、水库、干河床等, 地理国情普查数据库中的相应代码与其结构及内容保持一致;对新增的、有名称的河流、湖泊、水库、干河床等按《编码规则》进行编码, 并备案说明。
3.3 构筑物要素提取
针对地理国情普查中的构筑物要素特点, 采用了人工解译判别为主的方法进行提取, 部分构筑物参考已有的基础测绘成果和地表覆盖结果进行要素提取。
3.4 地理单元要素信息采集
地理单元要素提取, 主要以遥感影像为基础, 利用收集整合的专题数据、统计资料、土地利用数据和基础地理信息数据, 采用人工判读与勾绘的方法, 进行内业判读与解译, 提取相关属性并按照要求形成相应的数据层。通过外业调绘, 对内业分类和判译工作中无法确定的边界和属性的地理单元进行标绘, 并对缺失地理单元要素实体进行补调, 在内业将调绘数据整理, 最终形成成果数据。
3.5 小结
地理国情要素信息提取主要采取综合提取法, 整合基础地理信息数据和专题数据, 生成普查基础数据和参考数据, 然后将其套合在遥感影像上, 提取所需要的国情要素信息数据, 再进行人工解译, 提取缺少的要素信息, 通过外业调绘核查和补充, 最终形成普查成果数据。在此过程中, 专题数据的丰富程度直接决定国情要素信息提取工作量的大小。此次试点区域还存在一些问题:
(1) 专题数据不够丰富。国情要素数据涉及交通、水利、旅游、教育、医疗、国土等多方面的专题数据, 很多信息从遥感影像上无法获取, 只能通过外业调绘核查去获取。
(2) 矿区道路及尾矿堆放物很难正确采集。由于高分遥感影像数据为2011年数据, 而矿区部分道路和尾矿堆放物处于变化之中, 在影像上采集的要素信息, 到实地核查时已经发生变化, 只能参考影像进行勾绘, 精度难以达到1∶10000要求。
4 结语
本项目以大武口区为试点区域, 通过对试点区域的控制资料收集、遥感影像处理及DOM制作、影像解译、地理国情信息采集、外业核查、地理国情信息统计分析等工作, 全面掌握大武口区的各类地理国情信息, 并揭示当地经济社会发展和自然资源环境的空间分布及内在关系。同时, 为下一阶段全区地理国情普查工作的全面开展摸索出一条科学、可行的方法和路线。
参考文献
[1]国务院关于开展第一次全国地理国情普查的通知[EB/OL].中央政府门户网站, 2013-03-05.
篇4：数据库总结
关键字 基于工作过程 空间课程 学生团队
中图分类号： TP311 文献标识码：A
《SQL Server数据库基础》是本系的专业基础课，授课对象包括：软件、网络、信息管理专业的学生。对应的岗位群有软件开发、MIS/ERP开发、WEB设计。《SQL Server数据库基础》的课程目标为：能够从事数据库系统的管理、应用和辅助开发工作，学生掌握数据库基本技术及应用常识，数据库开发基本技术。对学生职业能力培养和职业素质养成起到了重要的支撑作用。本课程是基于工作过程的空间课程。现将课程的开发实施总结如下：
1 课程开发
我们的课程开发是基于工作过程的课程开发，具体做法是这样的：首先是调查行业背景，就是组织教师去企业一线调研，主要是依据职业资格标准对企业岗位职责进行调研。我们主要采用了问卷，访谈，研讨的方式。通过调研，然后由企业技术人员，教育专家，课程开发的老师分析研讨，我们得到了针对我们这们课程的职业岗位群，分别是操作员、设计员、管理员、监测员、程序员、测试员、开发员。并且提煉出了企业岗位群的典型工作任务，再根据典型任务归纳出行动领域，也就是说每个职业，对应哪些典型工作任务。然后，细化出行动领域，行动领域进一步确定完成这些工作任务需要哪些技能要求，知识要求，态度要求，行动领域的内容和要求还是企业的职业岗位内容和要求，这还不能直接作为教学内容，我们要需要进一步整合，序化把它转化为教学内容，从而形成学习领域，在学习领域里，就有该课程的教材、学时、学分、前导学习领域，后序学习领域，技能目标、知识目标、态度目标、学习情景的粗略设计、教学条件的确定、学习效果评价的粗略设计。
通过学习领域，我们制定这们课程的重要的基石，课程标准。课程标准比学习领域更细致详尽，对课程的课程概述、课程目标、课程内容于要求、参考课时、教学方法建议、教学实施建议、课程考核、课程教学设计、课程评价、督导与改进做了详细的定位。有了课程标准，就可以编写一系列的教学资源。我们团队形成的教学资源有课程文件，教学课件，教学教案，校本教材，教学视频库，习题库，试题库 。
我们按照这样的基于工作过程的课程开发，形成了以下特点：学习内容于工作岗位融通，体现职业性；学校、行业与企业深度融合，凸显实践性；教学改革与技术服务互融，保证开放性。
本课程以真实企业项目的“学生管理系统”为基础，以其工作过程为依据，整合、序化教学内容。日常教学过程就是围绕这一项目的实际开发过程，由浅入深，有简单到复杂，从枯燥的理论教学转变为直观的实践操作，既提高了学生的学习兴趣，又培养了本课程所要求的职业能力。在确定课程教学内容时选取了工作过程中典型的、使用率高的工作任务作为学习任务项目，并根据工作任务的完成规律和完成的不同方式，对教学内容进行序化和整合，实现教学过程与工作过程的基本一致，做到教学做结合，理论与实践的一体化。
2 课程实施
在课程实施之前我先对学情进行分析然后再确定教学方法。我们高职的学生的特点是专业基础比较差，自主学习能力较弱 、自信心不够 、思维活跃、好奇心强、喜欢新事物。针对这些特点我的教学对策是：在教学中注重学习方法的传授，引导学生自学； 引导学生在课程中展示自己的长处，增强学生的自信心，培养学生的学习热情。充分的肯定鼓励学生；提高课程教学的趣味性，利用网络语言与网络平台和学生的交流，走近学生。
针对这样的学情我采用了在世界大学城上进行教学实施，我具体教学方法是：建立以学生为主导的空间学习环境，空间资源整合法，空间群组讨论法，学生团队排行法 ，团队进度控制法 ，情境导入法，私信交流法 ，空间留言法 。
这里主要介绍一下怎样建立以学生为主导的空间学习环境，我们的流程是这样的，首先点击接收空间任务单，任务单也就是这次课的任务是什么，这里有具体的子任务的描述。 然后是咨询环节，有了明确的任务，我们该如何完成呢，在这里咨询环节会引导学生自主的学习。接下来是点选任务，是给学生设计的平行任务，教学管理系统贯穿在6个空间任务的教学中，平行任务贯穿在6个空间任务的实践操作中，6个学习团队，6个空间任务，每个团队，有不同的平行任务。平行任务完成了，效果怎样，点选测试案例，这里设计了3个案例的练习是因为学生只有反复操作，才能融汇贯通，把知识真正转变成为自己的能力。接下来的流程是上传任务，空间作品展示 ，最后是空间任务考核。
群组讨论法，在群组中那些内向的学生也能充分表达自己的思想了。学生可以在群组里面讨论学习，讨论作业，教师可以根据学生发言的情况，了解学生的学习动态。要增强学生的兴趣，就是要充分的表扬和鼓励他们，学生团队排行是个不错的方法，根据每个团队学习情况进行排名，使学生在学习上形成你追我赶的学习局面。要使学生很好的学习，进度控制不可少，进度控制能够增加各个团队实施情况的透明度，在学习上各个团队互相促进。为提高学生的兴趣，情景导入法是个不错的方法。 私信交流法也是我经常用到的，比如，我会模仿淘宝体，给学生发私信，亲，新的课件已火热上架了，快来看啦！空间留言，我经常会针对学生的在课堂上的表现，给他在空间上留言。
基于工作过程的《SQL Server数据库基础》空间课程，在课程设计上以能力为本位进行课程开发，在实施上以“世界大学城”为依托，能很好的结合90后学生特点，取得了不错的教学效果。
参考文献
[1] 余滢. 工学结合的空间课程包的开发——基于云平台的高职课程教学模式探索[J]. 中国教育信息化， 2012.（05）.
[2] 谢泉峰. 核爆式空间课程设计——一种教育教学理念与实践的突破性尝试[J]. 中国教育信息化， 2012.（15）.
篇5：数据库原理总结
范式是衡量关系模式优劣的标准。范式级别越高，其数据冗余和操作异常现象就越少。第一范式：如果一个关系模式R的所有属性都是不可分的基本数据项，则这个关系属于第一范式。第二范式：若关系模式R属于第一范式，且每个非主属性都完全函数依赖于主键，则R属于第二范式。第三范式：若关系模式R属于第一范式，且每个非主属性都不传递依赖于主关键字，则R属于第三范式。BC范式：若关系模式R属于第一范式，且每个属性都不传递依赖于主关键字，则R属于BC范式。
2对模式的分解显然不是随意的，主要涉及以下两个原则：无损联结：当对关系模式R进行分解时，R的元组将分别在相应属性集进行投影而产生新的关系。如果对新的关系进行自然联接得到的元组的集合与原关系完全一致，则称为无损联结。保持依赖：当对关系模式R进行分解时，R的函数依赖集也将按相应的模式进行分解。如果分解后总的函数依赖集与原函数依赖集保持一致，则称为保持依赖。
3事务的定义：事务是数据库的逻辑工作单位，由用户定义的一组操作序列组成，序列中的操作要么全做要么全不做。
4简述事务所具有的ACID（原子性，一致性，隔离性，持续性）特性：事务的ACID特性是： 原子性：事务是一个不可分割的单位。一致性：事务对数据库操作的结果是将数据库从一个一致性状态变为另一个一致性状态。隔离性：多个事务的并发执行不互相干扰。持续性：事务一旦提交，它对数据库中数据的改变就是永久性的。5事务的调度：事务的执行次序称为调度。若多个事务是按照某一次序串行地执行，则称事务的调度是串行调度。若多个事务同时交叉地并行执行，则称事务的调度为并发调度。
6事务并发执行产生的不一致情况及避免：并发操作可能会产生丢失修改,不能重复读和读”脏”数据这三种不一致情况，采用封锁机制来进行并发控制,可避各种不一致情况。一级封锁协议可以避免丢失修改，二级封锁协议可以避免丢失修改和读”脏”数据，三级封锁协议可以避免丢失修改、不能重复读和读”脏”数据。
7事务的COMMIT语句和ROLLBACK语句的功能是什么？答：COMMIT语句表示事务执行成功地接结束（提交），此时告诉系统，DB要进入一个新的正确状态，该事务对DB的所有更新都已交付实施（写入磁盘）。ROLLBACK语句表示事务执行不成功地结束（应该“回退”）此时告诉系统，已发生错误，DB可能处在不正确的状态，该事务对DB的所有更新必须被撤消，DB应恢复该事务到初始状态。
8活锁和死锁：活锁：在多个事务并发执行的过程中，可能会存在某个总有机会获得锁的事务却永远也没得到锁的现象，可以通过“先来先服务”的策略预防活锁的发生。死锁：在多个事务并发执行过程中，多个并发事务处于相互等待的状态的现象。
9死锁的预防：数据库当中预防死锁的方法有两种。第一种方法是要求每个事务必须一次性地将所有要使用的数据加锁或必须按照一个预定的加锁顺序对使用到的数据加锁。第二种方法是每当处于等待状态的事务由可能导致死锁时，就不再等待下去，强行回滚该事务。
10完整性约束的定义：关系数据库提供的三类完整性约束：实体完整性、参照完整性和用户自定义完整性。实体完整性：实体完整性约束是指任何基本表（关系）的主键（主关键字）中的每一个属性列都不能取空值，即基本表中的每一个元组在主键上的分量都有值。参照完整性：根据参照完整性原则，用户只要定义了某一个关系（基本表）的外键（外部关键字），系统就会控制外键的值要么为空，要么等于被参照关系中某一个主键的值，这就是系统对外键的一种约束。用户定义完整性：用户定义完整性约束条件的作用对象可以是属性列、元组或关系（基本表），其中对属性列的约束可以规定属性列的数据类型、取值范围等；对元组的约束可以规定元组中各属性间的相互关系；而对关系的约束则可以规定各元组间或关系间的相互联系。
11故障恢复的原则：对数据库的影响有两种可能性：一是数据库本身被破坏；二是数据库没有被破坏，但数据可能不正确，这是因为事务的运行被非正常终止造成的。12恢复算法一般由两部分组成：在正常事务处理时采取措施，保证有足够的冗余信息可用于故障恢复。故障发生后采取措施，将数据库内容恢复到某个保证数据库一致性、事务原子性及持久性的状态。
13数据库在运行过程中可能产生的故障有哪几类? 答：1)事务故障：事务在运行过程中由于种种原因，如输入数据的错误，运算溢出，违反了某些完整性限制，某些应用程序的错误，以及并行事务发生死锁等，使事务未能运行到正常中指点之前就被撤消了，这种情况称为“事务故障”。2)系统故障：系统故障是指系统在运行过程中，由于某些原因，如OS和DBMS代码错误，操作员操作事物。特定类型的硬件错误（CPU故障），突然停电等造成系统停止运行，致使事物在执行过程中以非控方式中指。这时。内存中的信息丢失，而存储在外存储上的数据未受影响，这种情况称为“系统故障”。3)介质故障：系统在运行过程中，由于某种硬件故障，如磁盘损坏，磁头碰撞，或由于OS的某种潜在的错误。瞬间强磁场干扰，使存储在外存的数据部分损失或全部损失，称之为“介质故障”。14故障恢复技术：数据转储、日志文件、检查点方法、数据库镜像
15关系的完整性约束：域完整性约束：关系中属性的值应是域中的值，并由语义决定其能否为空值。实体完整性约束：关系中的主键不能为空值。参照完整性约束：关系的外键必须是另一个关系主键的有效值或者是空值。用户自定义完整性约束：正对某一具体数据的约束条件，由应用环境决定。
16故障恢复原理是冗余可分为副本和日志。恢复算法：在正常事物处理时采取措施，保证有足够的冗余信息可用于故障恢复、故障发生后采取措施，将数据库内容恢复到某个保证数据库一致性、事物原子性及持久性的状态。
17事务故障的恢复：事务故障是指事务在运行至正常终止点前被中止，这时恢复子系统应利用日志文件撤消（UNDO）此事务已对数据库进行的修改。事务故障的恢复是由系统自动完成的，对用户是透明的，系统的恢复步骤是：⑴ 反向扫描文件日志（即从最后向前扫描日志文件），查找该事务的更新操作。⑵ 对该事务的更新操作执行逆操作。即将日志记录中“更新前的值”写入数据库。这样，如果记录中是插入操作，则相当于做删除操作（因此时“更新前的值”为空）。若记录中是删除操作，则做插入操作，若是修改操作，则相当于用修改前值代替修改后值。⑶ 继续反向扫描日志文件，查找该事务的其他更新操作，并做同样处理。⑷ 如此处理下去，直至读到此事务的开始标记，事务故障恢复就完成了。
18系统故障的恢复：系统故障造成数据库不一致状态的原因有两个，一是未完成事务对数据库的更新可能已写入数据库，二是已提交事务对数据库的更新可能还留在缓冲区没来得及写入数据库。因此，恢复操作就是要撤销故障发生时未完成的事务，重做已完成的事务。系统恢复步骤如下：正向扫描日志文件，即从头扫描日志文件，找出在故障发证前已经提交的事务，将其事务标示记入重做队列，同时找出故障发证时尚未完成的事务，将其事务标识计入撤销队列、对撤销队列中的各个事务进行撤销处理、对重做队列中的各个事务进行重做扫描
19日志文件作用及建立原因：答：日志文件是用来记录事务对数据库的更新操作的文件。目的是进行事物故障恢复；进行系统故障恢复；协助后备副本进行介质故障恢复。
20三级模式：三级模式结构：数据库的三级模式由外模式、概念模式和内模式三级模式构成。概念模式：简称模式，又称数据库模式、逻辑模式。一个数据库只有一个概念模式，它是数据库系统三级模式结构的中间层，概念模式是数据库中全体数据的逻辑描述，而不是数据库本身，它是装配数据的一个结构框架。外模式：外模式简称子模式，又称用户模式，是数据库用户能够看见和使用的局部数据的逻辑结构和特征的描述，是数据库用户的数据视图，是用户与数据库系统之间的接口。一个数据库可以有多个外模式，设置外模式的优点如下：方便用户使用，简化用户接口、保证数据的独立性、有利于数据共享、有利于数据安全和保密。内模式：内模式也称存储模式。是对数据库中数据物理结构和存储方式的描述，是数据在数据库内部的表示形式。一个数据库只能有一个内模式。21两级映像：外模式/概念模式映像：外模式/概念模式映像定义了各个外模式与概念模式间的映像关系。概念模式/内模式映像：概念模式/内模式映像定义了数据库全局逻辑结构与存储结构之间的对应关系。
22两极结构的独立性：物理数据独立性：如果数据库内模式要修改，即数据库的物理结构有所变化，那么只要对概念模式/内模式做相应的修改即可。概念模式/内模式提供了数据的物理数据独立性。逻辑数据独立性：如果概念模式要修改，例如增加记录类型或增加数据项，那么只要对外模式/概念模式映像做相应的修改，就可以使外模式和应用程序尽可能保持不变。这样，就称数据库打到了逻辑数据独立性。外模式/概念模式映像提供了数据的逻辑独立性。
23数据库技术的发展阶段：工管理阶段（数据部保存、没有对数据进行管理的软件系统、没有文件的概念、一组数据对应于一个程序，数据时面向应用的）、文件系统阶段（数据需要长期保存在外存上供反复使用、程序和数据之间有了一定得独立性、文件的形式已经多样化、数据的存取基本以记录为单位）、数据库系统阶段（数据结构化、数据共享、减少数据冗余、具有较高的数据独立性、方便用户接口、统一的数据管理与控制功能）
某校与教学管理相关的3个关系模式的结构如下: 学生(学号、姓名、年龄、性别、所在系)课程（课程号、课程名、开课系、任课教师）学习（学号、课程号、成绩）试进行如下操作：
1.创建“教学”数据库，在“教学”数据库中创建“学生”、“课程”、“学习”这3个基本表，并说明主键和外键。2.使用SQL的查询语句表达下列查询（1）查询刘老师所授课程的课程号和课程名（2）查询年龄大于23岁的男学生的学号和姓名
（3）查询至少修读刘老师所授课程中一门课程的女学生和姓名（4）查询王乐同学不学的课程的课程号（5）查询至少修读两门课程的学生学号
（6）查询全部学生都修读的课程的课程号与课程名（7）查询修读课程中包含刘老师所授课程的学生学号
3）SELECT 姓名 FROM 学生 WHERE 性别=‘女’ AND EXISTS(SELECT * FROM 学习WHERE 学习.学号=学生.学号 AND 课程号 IN(SELECT 课程号 FROM 课程 WHERE 任课教师 LIKE ‘刘%’))4）SELECT 课程号 FROM 课程 WHERE NOT EXISTS(SELECT * FROM 学习WHERE 学习.课程号=课程.课程号 AND 学号 IN(SELECT 学号 FROM 学生 WHERE 姓名=‘王乐’))5）SELECT 学号 FROM 学生 GROUP BY 学号 HAVING COUNT(*)>=2 6)SELECT 课程号,课程名 FROM 课程 WHERE NOT EXISTS(SELECT * FROM 学生 WHERE NOT EXISTS(SELECT * 学号 FROM 学习WHERE 学习.课程号=课程.课程号 AND 学习.学号=学生.学号))7）SELECT 学号 FROM 学习WHERE EXISTS(SELECT * FROM 学习WHERE 课程号 IN（SELECT * FROM 课程号 FROM 课程 WHERE 任课教师 LIKE ‘刘%’）)试用SQL查询语句表达下列对教学数据库中3个基本表“学生”、“课程”、“学习”的查询（1）统计有学生修读的课程门数（2）求修读C4课程的学生的平均年龄
（3）求刘老师所授课程的每门课程的学生平均成绩
（4）统计每门课程学生的修读人数（超过10人的课程才统计），要求输出课程号和修读人数，查询结果按人数降序排列，若人数相同，按课程号升序排列（5）查询学号比王乐同学大，而年龄比他小的学生姓名（6）查询姓名以王打头的所有学生的姓名和年龄（7）在“学习”表中检索成绩为空值的学生学号和课程号（8）求年龄大于女同学平均年龄的男学生姓名和年龄（9）求年龄大于所有女同学年龄的男学生姓名和年龄 SELECT COUNT(DISTINCT 课程号)FROM 学习
SELECT AVG(年龄)FROM 学生 WHERE EXISTS(SELECT * FROM 学习WHERE学生.学号=学习.学号 AND 课程号=’C4’)SELECT AVG(成绩)FROM 学习WHERE GROUP BY 课程号 HAVING 课程号 IN(SELECT 课程号 FROM 课程 WHERE 任课教师 LIKE ‘刘%’)SELECT 课程号,COUNT(*)AS C_COUNT FROM 学习HAVING C_COUNT>10 ORDER BY C_COUNT DESC,课程号
SELECT 姓名 FROM 学生 WHERE 学号>ALL(SELECT 学号FROM 学生WHERE 姓名=’王乐’)AND 年龄(SELECT AVG(年龄)FROM 学生 WHERE 性别=’女’)SELECT 姓名, 年龄 FROM 学生WHERE 性别=’男’ AND年龄>(SELECT MAX(年龄)FROM 学生 WHERE 性别=’女’)试用SQL更新语句表达对“教学”数据库中3个基本表“学生”、“课程”和“学习”的各个更新操作（1）向基本表“学生”中插入一个学生组（‘S009’，‘吴’，18）
（2）在基本表“学生”中查询每一门课程成绩都大于等于80分的学生学号、姓名和性别，并把查询到的值送往另一个已存在的基本表“结果”（学号，姓名，性别）中（3）在基本表“学习”中删除尚无成绩的元组
篇6：空间数据库总结
1.简述空间数据的结构特点及用传统商用关系数据库管理空间数据的局限性：
答：1.结构特点：（1）从数据组织和管理角度看，空间数据与一般的事务数据相比具有非结构化特征（2）相对于一般的事务数据而言，空间数据量大（3）用以描述事物或现象随时间的变化2.局限性：（1）表示某种空间对象实体记录的空间字段难于预先确定（2）空间信息有坐标系统（3）关系数据原有的功能不能满足地理空间应用要求
2.空间数据管理的演化过程
答：1.人工管理阶段（20世纪50年代中期）特点：（1）数据不保存（2）没有数据管理软件
（3）数据冗余2.文件系统阶段（20世纪60年代中期）特点：（1）数据文件是大量数据的集合形式（2）面向用户的数据文件（3）数据文件与对应的程序具有一定的独立性（4）由初期的顺序文件发展为索引文件、链接文件、直接文件等3.文件与数据库系统混合管理系统（20世纪80年代初期）特点：（1）对用户观点的数据进行严格细致的描述（2）允许用户以记录或数据项作单位进行访问（3）数据的物理存储可以很复杂，同样的物理数据可以导出多个不同的逻辑文件4.全关系型空间数据库管理系统（20世纪80年代后期）；5.对象关系数据库管理系统；6.面向对象的数据库系统
3..空间数据库的研究内容：
答：1.地理空间数据的获取与处理：（1）空间数据库的准确性研究；（2）空间数据质量研究；
2.地理空间数据组织（1）空间数据的多种表达方式研究；（2）时空关系的研究；（3）海量空间数据库的结构体系研究3.地理空间数据库系统：（1）空间关系语言研究（2）分布处理和Client/Server模式4.地理空间数据共享的研究
4.松散双元空间数据管理的结构及其弊端
文件与数据库系统混合管理系统（20世纪80年代初期）特点：（1）对用户观点的数据进行严格细致的描述（2）允许用户以记录或数据项作单位进行访问（3）数据的物理存储可以很复杂，同样的物理数据可以导出多个不同的逻辑文件
答：
第二章：
1.基于实体空间对象描述的基本特点：
答：基于对象的模型强调个体现象，对象之间的空间位置关系通过所谓拓扑关系进行连接，主要描述不连续的地理现象，适合表示有固定形状的空间实体
2.基于场模型地理空间描述适应的地理变量的分布特点：
答：分布特点：在一定空间内连续分布。将地理空间的事物和现象作为连续的变量来看待。基于场模型可分为：图斑模型、等值线模型、选择模型
3.栅格数据操作的基本类型：
答（1）局部操作；（2）聚焦操作；（3）区域操作；（4）全局操作（5）图像操作
4.矢量数据向栅格数据转移的基本算法
答:(1)内部点扩散算法（2）复数积分算法（3）射线算法的扫描算法（4）边界代数算法
5.矢量数据与栅格数据结构的区别：
答：（1）栅格数据结构具有“属性明显，位置隐含”的特点，它易于实现，操作简单，有利于栅格的空间信息模型的分析，但栅格数据表达精度不高，数据存储量大，工作效率低；（2）矢量数据结构具有“位置明显，属性隐含”的特点，它操作起来比较复杂，许多分析操作（如叠置分析）用矢量数据结构难于实现；但它的数据表达精度高，数据存储量小，工作效率高。
6.非拓扑辩状矢量层文件数据组织与拓扑矢量文件数据组织的区别：
答： 非拓扑辫状矢量层文件的数据组织，它仅记录空间目标位置坐标和属性信息，而不记录它的拓扑关系，它可能有两种形式，一种是：每个点线面坐标直接跟随它的空间坐标；另
一种方式是：点坐标作为一个文件，线和多边形有点号组成。在非拓扑数据组织中，边界线数据均获取和存储两次，这就会产生裂隙或重叠，并产生数据冗余；为了消除裂隙，一般需要编辑。拓扑矢量层文件数据组织，实际上还仅仅是结点线面之间的关联拓扑关系，这种关系通常有两种表达关系：全显示表达和半隐含表达，全显示的表达是指结点弧段面块相互之间的所有关联拓扑关系，都用关系表显示的表达出来，关系除了要明确表示出来从上到下的拓扑关系，还要用关系表列出结点弧段面块之间的关系，但任然没有包括点与面，面与点的关联关系，这种关系是以弧段为桥梁建立的；半隐含表达则是用弧段—结点—弧段—面块的表格表示几何目标间的拓扑关系，建立空间目标之间的拓扑关系，这样一来修改面块—弧段的拓扑关系时，边界上内点移动只需进行一次，且只需修改弧段坐标数据文件即可，可以方便的实现数据共享问题。
7.简述线状网络数据模型设计的主要几何对象，并说明其文件组织的基本思想
答：形状网络模型主要几何要素：结点，几何弧段，逻辑弧段；文件分为结点文件，弧段坐标文件、拓扑关系文件、逻辑网段文件。结点文件记录坐标、关联边、结点其他属性；弧段坐标文件记录弧度中间点坐标拓扑关系文件记录起、终点坐标、坐标指针、其他属性；逻辑网段文件记录网段中逻辑关系；结点文件中坐标决定拓扑文件中起、终点，结点中的关联边、弧段坐标文件、拓扑关系文件中坐标指针构成逻辑网段文件。
8.简述基于polyvert的多边形网络拓扑数据结构的基本思想
答：polyvert包括结点文件、弧段中间坐标文件，多边形文件、拓扑文件、拓扑索引文件。结点、弧度中间坐标文件记录坐标；多边形文件记录多边形弧段序列指针；拓扑文件包括弧段标志号，中间点坐标个数及其指针，起、终点，左、右多边形；拓扑索引文件记录地址指针。多边形文件通过拓扑索引文件与拓扑文件相关联；拓扑文件通过中间点坐标指针与弧段中间坐标文件相结合，通过起、终点与结点文件相结合。
第四章：
1.简述数据的逻辑层次单位和物理层次单位，并给出逻辑记录与物理记录的定义：
答：（1）逻辑层次单位：数据项、记录、文件、数据库、数据仓库；物理层次单位：bit、字节、字、块；（2）逻辑记录：
2.试述逻辑记录的物理组织形式与各自的特点：
答：（1）定长记录固定组块：实现简单，只须说明块的体积和记录的长度（2）变长记录不跨界组块：把不同长度的记录存放到一个块中，要识别它们就必须给个记录时加一个长度指示器PR（3）变长记录跨界组块：一个记录在意个块中存放不下时，可以跨过边界存到另一个块中；（4）块列：将若干个数据块组成一个块列，文件系统的软件一次读/写整个块列，记录可跨越块的边界，但不允许跨越块列的边界。
3.在Hash文件组织中，何为碰撞？何为数据溢出？并说明处理桶数据溢出需用的方法 答（1）
5.空间索引的定义。它与传统文件索引有何不同。对空间数据建立空间索引的目的答（1）空间索引：指依据空间对象的位置和形状或空间对象之间的某种空间关系，按一定顺序排列的一种数据结构（2）不同：
6.空间数据库的静态索引和动态索引有何不同，二者具有哪些优缺点。
答：（1）静态索引是通过建立空间数据库中的逻辑记录与物理记录之间的静态索引表，使用各种查找算法，查找表结构，从而实现数据文件的索引。静态索引的实现比较简单，但修改很不方便，难以实现对数据文件实时的增加或删除（2）动态索引是在数据操作的过程中动态生成的索引结构。使用动态索引方法可以很方便地实现数据文件实时改动，但索引结构的实现复杂，维护索引结构需要计算时间和空间。
7.从技术层面上，空间索引分为哪几种形式，并说明每种形式各自特点：
答：（1）对象影射技术：该方法将K维对象转移成2K维空间上的点（2）对象复制和裁剪技术：将空间划分为不相交的子空间，并依据子空间的划分，将落在多个子空间的对象划分多个组成部分（3）重叠子空间方法：将地图划分为可以重叠的子空间，以便每个对象完全落在一个子空间。
8.简述格网空间索引实施的基本原理。传统格网索引与改进格网索引的区别：
答：网格空间索引基本原理是：将研究区域用横竖线条划分大致相等和不等的网络，记录每一个个网所包含的空间实体，当用户进行空间查询时，首先计算出用户查询对象所在的格网，然后再在该格网中快速查询所选空间实体。这样一来，就大大的加速了空间对象的查询速度。区别：传统式一维，改进是二维
第五章：
1.在面向对象空间数据模型中，地理要素的几何抽象类型有哪些形式（拓扑形式与非拓扑形式两种分析）
答：（1）拓扑形式：结点、弧段、多边形、多面体
（2）非拓扑形式：点、线、面、表面、体
2.何为空间数据层的工作区？并简述工作区的无缝数据库与有缝数据库的各自特点。
答：（1）工作区：为了使计算机能够识别和处理地理要素，必须将连续地现实世界中地理实体及相互关系进行离散和抽象，建立若干以地理区域为界的认识地理空间的窗口。（2）无缝数据库：有统一的坐标系、无缝隙、不受传统图幅划分的限制，整个工作区域在数据库中相当于一个整体；有缝数据库：采用分块存储管理和处理，以数据块作为基本单位，一个数据块构成一个数据存储单位。
3.在考虑了空间数据库的分层及分块情况下，空间物体关系对象有哪几种形式？每一种形式主要表示何种空间关系？
答（1）结点和弧段之间的网络关系，弧段和多边形之间的多边形关系。数据块之间的相同空间物体连接关系、要素层之间的相关地理要素连接关系。
5.Coverage矢量数据模型的优缺点？
答：1.优点：（1）空间数据与属性数据相结点；（2）能够存储矢量要素之间的拓扑关系2.缺点：（1）空间数据不能很多的与其行为相对应；（2）以文件方式保存空间数据，而将属性数据存放在另外的DBMS中；（3）Coverage模型拓扑结构不够灵活，局部变动后则必须对全局的拓扑关系重新建立；（4）在不同的Coverage之间无法建立拓扑关系。
6.Geodatabase数据模型结构主要涉及到哪些基本组成要素？这种数据模型具有哪些特点？ 答：（1）基本组成要素：要素类、要素数据集、关系类、几何网络、域、有效规则、栅格数
1在同一数据库中统一地管理各种类型的空间数据；据集、TIN datasets、定位器（2）特点：○
2.空间数据的录入和编辑更加准确；3.空间数据更加面向实际的应用领域；4.可以表达空间○○○
5.可以更好的进行制图；6.空间数据的表示更为准确；7可以管理连续的数据的相互关系；○○○
8支持空间数据的版本管理和多用户并发操作 空间数据，无需分块、分幅；○
第六章：
1.空间数据库的内容组成答：从应用性质上空间数据库可分为基础地理空间数据库和专题数据库。基础地理空间数据库包括基础地形要素矢量数据（DLG）数字高程模型（DEM）、数字正射影像（DOM）、数字栅格地图（DRG）以及相应的元数据库（MD）。专题数据库（TD）包括土地利用书记、地籍数据、规划管理数据、道路数据等。
2.何为数据库的三级模式与两级映射？数据定义语言的作用及形式
答：1.三级模式：外模式（子模式或用户模式）、模式（概念模式或逻辑模式）、内模式（存
储模式）；两级映射：子模式/模式映射、模式/存储模式映射；2.作用：定义数据的各种特征：形式：（1）模式DDL—定义数据库的全局逻辑结构；（2）子模式DDL—定义view（视图）；
（3）DML—数据处理；（4）物理DDL—定义数据的物理存储方式。
3.基于文件系统的空间数据库体系结构：
答：1.文件组织：（1）定长记录（2）变长记录（3）聚蔟文件组织；2.空间数据引擎：基于特定的空间数据模型，在特定的数据存储、管理系统的基础上提供对空间的存储、检索等操作，以提供在此基础上的二次开发3.缓冲区管理：
4.基于数据库管理主流的空间数据库混合体系结构：
文件与数据库系统混合管理系统（20世纪80年代初期）特点：（1）对用户观点的数据进行严格细致的描述（2）允许用户以记录或数据项作单位进行访问（3）数据的物理存储可以很复杂，同样的物理数据可以导出多个不同的逻辑文件
5.分步式空间数据库的模式结构？并说明其全局用户视图，全局概念模式，局部内容与数据库的三级模式有何区别？在该模式的结构中，分布式空间数据库管理系统与局部空间数据库管理系统起的作用有何不同？实现多空间数据库集成需要解决的主要问题是什么？
分步式空间数据库的模式结构是：模式结构总体可以分为两部分，一是集中式空间数据库的模式，代表了各场地上参与空间数据库系统的基本结构；二是，分布式空间数据库系统增加的模式。
区别：一个分布式空间数据库是由若干个已经存在的相关空间数据库集成的，全局用户视图，全局概念模式，局部内容是针对于一个分布式空间数据库而言的。数据库的三级模式是针对于一个空间数据库而言的，全局用户视图相当于数据库的外模式，全局概念模式相当于数据库的模式，局部内容相当于数据库的内模式。