1、地理要素共享几何形状。可以使用节点、边、面的关系来描述要素的几何形状 在这个网络示例中，街道要素代表连接它们的端点（称为“连接”）的边。转向模型可用于控制从一边到另一边的通行能力 · 专题图层与数据集 GIS将空间数据组织成一系列的专题图层和表格。
2、分层叠加的方法把现实世界划分为一系列具有严格边界的图层，但这些边界不能充分地反映客观现实，从而造成了许多人为误差，另外这种方法不能提供众多基本对象的空间分析能力。实际上，基于分层的数据组织中，点、线、面以及栅格单元是不存在的，现实中的道路不是数学上的线，城市也不是数学上的点。
3、④缺乏表示空间对象及其关系的能力。因此，目前空间数据管理正在逐步走出文件管理模式。全关系数据库管理 对于变长结构的空间几何数据，一般采用两种方法处理。⑴ 按照关系数据库组织数据的基本准则，对变长的几何数据进行关系范式分解，分解成定长记录的数据表进行存储。
4、网状模型 ：①允许一个以上的结点没有双亲结点。②一个结点可以有多个双亲结点。网状模型中的数据用记录的集合来表示，数据间的联系用链接（可看作指针）来表示。数据库中的记录可被组织成任意图的集合。关系模型：关系模型用表的集合来表示数据和数据间的联系。
5、塔里木河流域生态环境动态监测系统的运转需要大量的空间数据支持。在空间数据库构建前期，采集了塔里木河流域的各尺度基础地形图、生态环境专题图以及遥感影像资料等图形、图像数据，这些数据都是以分幅的成果进行收集和提交的，需要进入综合数据库中，以实现数据的共享。
1、Application Data Service（应用数据服务）。该层主要是提供数据产品和数据分析使用 的数据，一般会存放在ES、MySQL等系统中供线上系统使用，也可能会存在Hive或者Druid中供数据分析和数据挖掘使用。例如：我们经常说的报表数据，或者说那种大宽表，一般就放在这里。
2、数据产品层（APP），这一层是提供为数据产品使用的结果数据，主要是提供给数据产品和数据分析使用的数据，一般会存放在es、mysql等系统中供线上系统使用，也可能会存在Hive或者Druid中供数据分析和数据挖掘使用。
3、数仓层内部的划分不是为了分层而分层， 分层是为了解决 ETL 任务及工作流的组织、数据的流向、读写权限的控制、不同需求的满足等各类问题 ，当然我们常说的分层也是面向行业而言的，也是我们常用分层方法，但是你需要注意的是分层仅仅是手段而已。
4、分层设计这一块的设计比较直观，整个应用层划分为三个大的层次，分别是App层，Domain层和Repostiory层。
5、分层的目的是为了简化工作流程，避免重复代码和不必要的冗余，提高开发速度和效率。
6、开源数据库的份额在不断增加，mysql的份额页在持续增长。缺点就是在海量数据处理的时候效率会显著变慢。（2）mongodb数据库：非关系型数据库（nosql ），属于文档型数据库。先解释一下文档的数据库，即可以存放xml、json、bson类型系那个的数据。
为了在这三者之间取得平衡，就采用分级的存储体系结构，由寄存器、高速缓存、主内存、硬盘存储器、磁带机和光盘存储器等构成。操作系统经常访问较小、较贵而快速的存储设备，以较大、较便宜而读写速度较慢的存储设备作后盾。在整体上通过对访问频率的控制来提高存储系统的效能。
在计算机系统中存储层次可分为高速缓冲存储器、主存储器、辅助存储器三级。高速缓冲存储器用来改善主存储器与中央处理器的速度匹配问题。辅助存储器用于扩大存储空间。
存储系统采用层次结构的主要目的是提高存储系统的性能和效率，同时降低成本。通过将不同速度、容量和价格的存储设备组合成一个层次化的结构，可以充分利用各种存储设备的优势，从而满足不同应用场景的需求。
【结构】（1）单处理器的体系结构 在分级存储的计算机中，对一个CPU来说，决定持续存储器带宽的关键因素是cache的未命中等待时间。
在计算机体系结构中，缓存位于CPU寄存器之下，是金字塔式存储结构的第二层，尽管其存储容量远小于内存，但访问速度却能接近处理器频率，速度优势显著。其核心目的是解决CPU运算速度与内存读写速度之间的速度差距问题。由于CPU运算速度快，频繁等待内存数据或写入会大大降低效率。
根据存储器在计算机系统中所起的作用，可分为主存储器、辅助存储器、高速缓冲存储器、控制存储器等。为了解决对存储器要求容量大，速度快，成本低三者之间的矛盾，通常采用多级存储器体系结构，即使用高速缓冲存储器、主存储器和外存储器。
1、数仓分层通常包括数据源层、数据仓库层、数据应用层等，每一层都有其特定的作用和功能。数据源层：这一层主要负责数据的采集和接入，它是整个数仓的基石。数据源可能来自多个不同的系统，如关系型数据库、NoSQL数据库、API接口、日志文件等。在数据源层，数据通常以原始形态存在，未经过任何处理或清洗。
2、数据访问层是MySQL分层的第一层，是用户和数据库之间的接口层，主要负责处理用户的请求，过滤数据，并将数据传递给业务逻辑层。该层还可以进行一些数据安全性的检查，例如数据权限控制、数据加密等操作。数据访问层可以采用多种方式来实现，例如直接使用MySQL的SQL语句、ORM框架或者自定义的数据访问层封装。
3、通常称为图层。分层方法，（1）专题分层，每个图层对应一个专题，包含某一种或某一类数据。如地貌层、水系层、道路层、居民层等。（2）时间序列分层，即把即把不同时间或不同时期的数据作为一个数据层。（3）地面垂直高度分层，把不同高度的数据作为一个数据层。
4、过数据分层提供统一的数据出口，统一对外输出的数据口径，这往往就是我们说的数据应用层。 前面我们说到分层其实是为了更好更快更准的组织管理，但是这个是从宏观上来说的，接下来我们从微观上也来看一下分层。
5、基于特征的数据组织 现实世界空间几何目标的抽象忽视了地理现象的本质特性及其现象之间的内在联系，对现实世界的人为划分，造成了GIS的信息简化，降低了GIS信息容量。注重空间位置描述的矢量或栅格数据组织模型，丧失了以分类属性和相互关系为基础的结构化实体所提供的丰富的分析能力。
6、又或成为领域层）、表示层 数据访问层：有时候也称为是持久层，其功能主要是负责数据库的访问 业务逻辑层：是整个系统的核心，它与这个系统的业务（领域）有关 表示层：是系统的UI部分，负责使用者与整个系统的交互。优点： 分工明确，条理清晰，易于调试，而且具有可扩展性。缺点： 增加成本。
1、首先，让我们明确数据分层的目的：它旨在清晰地组织数据结构，追踪数据的源头，减少重复开发的负担，并简化问题解决。数据分层理论大致分为三个层次：ODS（操作数据存储）、DW（数据仓库层）和DP（数据产品层）。
2、区域分幅法也是常见的空间数据分幅方式，例如以行政区域进行分幅。当用户只对某区域内的图形感兴趣时，可以“滤掉”其他区域的图形。图幅编号一般会考虑区域的特征，如名称等。这种分幅法可能因区域的覆盖范围、复杂程度不同而造成文件大小的较大差异。
3、创建静态集：拖动“国家/地区”至列，“利润”至行，降序排列，找到负利润值，CTRL+鼠标选中所有负利润值，鼠标浮动任一负利润条形图上，点击创建集，编辑名称为“负利润国家”。
4、等间隔分幅法：如地形图的分幅。对于小比例尺图，遵循国家规定的图幅编号规卿对于大比例尺图（如1：500，1：2000），各管理部门有自己的编号规则。这种方法完全是为了适应纸质 地图的特点，对地理要素、图形对象的具体特点不加考虑，仅以地理位置范围对图形进行划分。
5、颗粒度（现在只要是建立数据仓库，基本上都会这么说，但实际上就不好说了）：数据库一般就是按照这个进行分层的，所谓颗粒度就是数据的细化程度。一般我们认为最初进来的数据是颗粒度最小的。
总结来说，数据仓库的分层设计是一个精心编排的过程，它确保了数据的有序性、一致性和高效性，为业务分析和决策提供了坚实的数据基础。理解并优化这些层次，是实现数据驱动业务的关键步骤。
数仓分层通常包括数据源层、数据仓库层、数据应用层等，每一层都有其特定的作用和功能。数据源层：这一层主要负责数据的采集和接入，它是整个数仓的基石。数据源可能来自多个不同的系统，如关系型数据库、NoSQL数据库、API接口、日志文件等。在数据源层，数据通常以原始形态存在，未经过任何处理或清洗。
该层一般保持和ODS层一样的数据粒度，并且提供一定的数据质量保证。同时，为了提高数据明细层的易用性，该层会采用一些维度退化手法，将维度退化至事实表中，减少事实表和维表的关联。另外，在该层也会做一部分的数据聚合，将相同主题的数据汇集到一张表中，提高数据的可用性。
最后的ADS层，即应用数据层，是数据仓库的最终目的地。它提供结果数据，为企业的决策支持系统和报表生成提供接口，通过OLAP技术，确保快速、精准的数据访问。数据集市的引入，让特定领域的需求得到更聚焦的处理，进一步提升了数据仓库的灵活性。
把数据仓库分为下面三个层，即：数据运营层、数据仓库层和数据产品层。“面向主题的”，数据运营层，也叫ODS层，是最接近数据源中数据的一层，数据源中的数据，经过抽取、洗净、传输，也就说传说中的ETL之后，装入本层。本层的数据，总体上大多是按照源头业务系统的分类方式而分类的。
清晰数据结构： 每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。