1 / 59

บทที่ 5 Spatial Database and Management

บทที่ 5 Spatial Database and Management. GIS Data = Spatial Data + Attribute Data. Spatial Data. Attribute Data. Feature. 1. ข้อมูลคุณลักษณะ ( Attribute Data ).

klaus
Télécharger la présentation

บทที่ 5 Spatial Database and Management

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. บทที่ 5Spatial Database and Management

  2. GIS Data = Spatial Data + Attribute Data Spatial Data Attribute Data Feature

  3. 1. ข้อมูลคุณลักษณะ (Attribute Data) • ข้อมูลคุณลักษณะ ก็คือข้อมูลคุณสมบัติ (Properties) หรือคุณลักษณะเฉพาะ (Characteristic) ที่เป็นหรือเกี่ยวข้องกับ Spatial Data • ยกตัวอย่างเช่น ดิน ดินแต่ละชนิด มีคุณสมบัติแตกต่างกัน เช่น สภาพการระบายน้ำ (ดี ดีปานกลาง ฯลฯ) ความลึกของดิน, pH, N, P, K, เป็นต้น • การเก็บข้อมูลคุณลักษณะ  ขึ้นอยู่กับวัตถุประสงค์ของการใช้งาน • ข้อมูลคุณลักษณะ(และข้อมูลเชิงพื้นที่) ได้ถูกจัดเก็บไว้ โดยใช้หลักการทางด้านฐานข้อมูล

  4. 2. Type of Attribute Data • Attribute Data มีอยู่ 2 ประเภท - Feature Attribute Data - Nonspatial Data Feature Attribute Table Nonspatial Data Table Attribute Data/Table

  5. 2.1 Feature Attribute Data • เป็นข้อมูลคุณลักษณะที่ผูกติดกับ Spatial Data โดยตรงตลอดเวลา • มีเพียง 1 ชุดข้อมูล(หรือไฟล์เดียวเท่านั้น) • ข้อมูลแต่ละแถว จะเป็นของแต่ละ Feature ที่ประกอบขึ้นเป็น Spatial Data Spatial Data Feature ID (Map Unit, etc) Feature Feature Attribute Data

  6. 2.2 Nonspatial Data • เป็นข้อมูลคุณลักษณะที่เกี่ยวข้องหรือสัมพันธ์กับข้อมูลเชิงพื้นที่ (Spatial Data) แต่ไม่ผูกติดโดยตรงตลอดเวลา • แบ่งเป็น 2 ประเภท 1) Data Table  เป็นไฟล์เก็บข้อมูลคุณลักษณะต่างๆ ที่เกี่ยวข้องกับข้อมูลเชิงพื้นที่ 2) Look-up Table เป็นไฟล์ที่เก็บข้อมูลรหัสและความหมายหรือรายละเอียดของรหัส

  7. ตัวอย่างไฟล์ Data ตัวอย่างไฟล์ Look-up

  8. ความสัมพันธ์ระหว่าง AttributeTables • ทั้ง Feature Attribute Table และNonspatial Table(s) สามารถเชื่อมโยงกันได้ โดยผ่านทาง Key Field (หรือ Feature ID) Key Field / Feature ID

  9. โปรแกรม GIS สร้าง  Feature Attribute Table Nonspatial Table • นอกจากนี้ Nonspatial Table สามารถสร้างขึ้นจากโปรแกรมประเภทฐานข้อมูล (Database) ได้ เช่น dBase, Access, Excel หรือText File • หรือจากโปรแกรมจัดการฐานข้อมูล เช่น Oracle, Informix, SYBASE, SQL Server, IBM DB2

  10. 3. องค์ประกอบตารางคุณลักษณะใน GIS • Attribute data  Table • Table  Column & Row • แต่ละแถว ได้แสดงข้อมูลของแต่ละ spatial feature • แต่ละคอลัมน์ เป็นลักษณะเฉพาะอย่าง (characteristic) • แต่ละค่าเซลล์ ตรงที่คอลัมน์ตัดกับแถว จะเป็นค่าคุณลักษณะเฉพาะอย่างของ feature สิ่งนั้น

  11. 4. ฐานข้อมูล (Database)และระบบการจัดการฐานข้อมูล • ฐานข้อมูล (Database)ก็คือ กลุ่มข้อมูลที่มีความสัมพันธ์กัน ได้ถูกนำมาจัดเก็บไว้ในที่เดียวกันเป็นระบบ เพื่อให้สามารถเรียกใช้ข้อมูลได้อย่างรวดเร็วและมีประสิทธิภาพ • กลุ่มข้อมูล ได้จัดเก็บข้อมูลแต่ละชนิดไว้ในรูปแบบไฟล์ ที่มีลักษณะเหมือนตาราง (Table) • ตารางประกอบด้วยคอลัมน์ (Column) และแถว (Row)

  12. องค์ประกอบของตารางข้อมูลองค์ประกอบของตารางข้อมูล (column / item / Attribute) Field Table / Relation Record (row /tuple) Cell คำศัพท์ที่ใช้ใน Relational Database Management System Attribute data ซึ่งอาจจะเรียกอีกอย่างหนึ่งว่า Attribute Table

  13. ฐานข้อมูล (Database)  ประกอบด้วยตาราง (Table) มากมาย • ตารางที่อยู่ในฐานข้อมูล เป็นตารางที่ได้สร้างความสัมพันธ์ไว้ กล่าวคือ แต่ละตารางสามารถเชื่อมโยงซึ่งกันและกันได้ เมื่อต้องการ • อาจเรียกตาราง อีกอย่างหนึ่งว่า Relation

  14. ระบบการจัดการฐานข้อมูลระบบการจัดการฐานข้อมูล (Database ManagementSystem; DBMS) • DBMS หมายถึง ซอฟต์แวร์ระบบที่ใช้ในการจัดการฐานข้อมูล • DBMS ทำหน้าที่เป็นตัวกลาง ระหว่างฐานข้อมูล และผู้ใช้ DBMS Database User • DBMS ประกอบด้วยเครื่องมือสำหรับการนำเข้าข้อมูล ค้นหา ค้นคืน จัดการให้เหมาะสม และนำข้อมูลออก • ซอฟต์แวร์ GIS มี DBMS ให้มาด้วย • SQL = Structured Query Language

  15. 5. ประเภทข้อมูลคุณลักษณะ5. ประเภทข้อมูลคุณลักษณะ • ประเภทข้อมูลคุณลักษณะ (Type of Attribute Data) หมายถึง ข้อมูลที่จัดเก็บไว้ในแต่ละฟิลด์ในตารางข้อมูล 5.1 จำแนกตามชนิดข้อมูล ได้เป็น ตัวเลข (Number)  Integer, Floats ตัวอักขระ (Character)  String, Text วันเดือนปี (Date)  dd / mm / yy ตรรกะ (Boolean)  True / False, Yes / No BLOB (Binary Large Object)  Images, Multimedia, Geometry of Spatial Features

  16. 5.2 จำแนกตาม Measurement Scale • Nominal Dataเป็นข้อมูลที่บอกถึงความแตกต่างกัน เช่น ประเภทการใช้ที่ดิน หรือชนิดดิน • Ordinal Data เป็นข้อมูลที่ได้จัดลำดับความสัมพันธ์ (Ranking Relationship) ยกตัวอย่างเช่น ระดับความเหมาะสม • Interval Data เป็นข้อมูลที่ได้จัดไว้เป็นกลุ่มๆ ตามช่วงค่า • Ratio Data เป็นข้อมูลที่คล้ายกับ Interval Data แต่ว่า Ratio Data มีความหมายกว่า และแสดงข้อมูลตามความเป็นจริงมากกว่า

  17. ตัวอย่าง Nominal data [AREA_RATIO] x (100 / sum [AREA_RAI] ) ตัวอย่าง Ordinal data ตัวอย่าง Ratio data ตัวอย่าง Interval data

  18. จำแนกใหม่ ตามการจัดกลุ่มข้อมูลจาก Measurement Scale 1) Categorical Data  nominal & ordinal data 2) Numeric Data  interval & ratio data

  19. 6.แบบจำลองเชิงสัมพันธ์ (Relational Model) • ฐานข้อมูล เป็นที่เก็บรวบรวมตารางข้อมูลมากมายที่เกี่ยวข้องกัน ไว้ในรูปแบบเชิงเลข • ฐานข้อมูล มีอยู่ 4 แบบจำลอง (Model) ได้แก่ 1) Flat File Model 2) Hierarchical Model 3) Network Model 4) Relational Model

  20. 6.1 Flat File Model • แสดงข้อมูลคุณลักษณะต่างๆ ไว้ในไฟล์หรือตารางเดียว ตัวอย่างเช่น Feature Attribute Table หรือแสดงข้อมูลไว้ในรูปแบบ Spreadsheet

  21. 6.2Hierarchical Model • จัดเก็บข้อมูลไว้ในลักษณะแบ่งเป็นลำดับขั้นหรือหลายระดับ มองดูคล้ายกับโครงสร้างต้นไม้กลับหัว เริ่มเก็บข้อมูลหลักไว้ที่ระดับบน ต่อจากนั้นเก็บข้อมูลในระดับรองลงมา • ความสัมพันธ์ข้อมูลในแต่ละระดับขั้น(จากบนลงล่าง) มีลักษณะเป็นแบบหนึ่งต่อกลุ่ม (One-to-many; 1:M)

  22. จังหวัด อำเภอ 1 อำเภอ 2 อำเภอ 3 ตำบล 1 ตำบล 2 ตำบล 1 ตำบล 2 ตำบล 1 ตำบล 2 บ้าน 1 บ้าน 2 บ้าน 1 บ้าน 2 บ้าน 1 บ้าน 2 บ้าน 1 บ้าน 2 บ้าน 1 บ้าน 2 บ้าน 1 บ้าน 2 มีความสัมพันธ์ แบบ 1:M

  23. 6.3 Network Model • เป็นแบบจำลองฐานข้อมูลที่มีลักษณะการจัดเก็บและการดึงข้อมูลแบบไขว้กัน หมายถึงว่า ข้อมูลในระดับล่างสามารถอ้างถึงหรือเชื่อมโยงกับข้อมูลระดับบนได้มากกว่า 1 แห่ง • ความสัมพันธ์ข้อมูลแต่ละชั้น เป็นแบบM:N (Many-to-Many) หรืออาจเป็น 1:M, M:1

  24. Topological Structure Polygon Map Polygon 1 Polygon 2 Polygon 3 Arc 1 Arc 2 Arc 3 Arc 4 Arc 5 Arc 6 Arc 7 Arc 8 Arc 9 Arc 10 ความสัมพันธ์มีทั้งแบบ M:N, 1:M, M:1

  25. นักศึกษา GIS นักศึกษา 1 นักศึกษา 2 วิชา A วิชา B วิชา C วิชา D วิชา E

  26. 6.4 Relational Model • แบบจำลองที่มีการใช้งานกันอย่างแพร่หลาย  ซอฟต์แวร์ GIS  Relational Database Management System; RDBMS • แบบจำลองนี้ได้แสดงข้อมูลในลักษณะของตาราง ที่เรียกว่า“Relation”โดยตารางประกอบด้วยแถวหรือทัปเพิล(Tuple) แต่ละทัปเพิล จะประกอบด้วยหลายคอลัมน์หรือแอตทริบิวต์ (Attributes) • แต่ละตาราง สามารถเชื่อมโยงกันโดยใช้คีย์ฟิลด์(KeyField)

  27. (column / item / Attribute) Field Table / Relation Record (row /tuple) Cell

  28. Table 1 Key Field Table 2 Table 3

  29. Table: Village Key Key Key Table: Tambol Key Table: Amphoe Key

  30. คีย์ (Key)หมายถึง Attribute หรือ Field ใดที่สามารถใช้ในการบ่งบอกถึงความแตกต่างของทัปเพิลในแต่ละตารางได้ • คีย์ อาจใช้เพียง Field เดียว หรือหลาย Field (เรียกว่า Composite Key) ก็ได้ • RDBMS มีคีย์หลายประเภท เช่น Super Key, Candidate Key, Primary Key, Foreign Key, Secondary Key • GIS  Primary Key, Foreign Key

  31. GIS  Primary Key, Foreign Key • คีย์หลัก (Primary Key) ก็คือ Field หรือ Attribute ที่สามารถนำมาใช้ในการบ่งบอกถึงความแตกต่าง (Unique Identify) ของ Record หรือ Tuple ในตารางได้โดยใน Field นี้จะต้องมีข้อมูลทุก Record (ต้องไม่มีค่าเป็นNull [ Null หมายถึง ไม่มีค่า] ) ตัวอย่างเช่น ข้อมูลประชาชน ได้ใช้ Field ที่เก็บข้อมูล หมายเลขบัตร ปชป. เป็นคีย์หลัก ข้อมูลนักศึกษา  ได้ใช้ Field ที่เก็บข้อมูล รหัสนักศึกษา เป็นคีย์หลัก ข้อมูลบ้าน  ได้ใช้ Field ที่เก็บข้อมูล รหัสบ้านเป็นคีย์หลัก

  32. คีย์นอก (Foreign Key) หมายถึง Field ที่เป็นคีย์หลักของตารางอื่นในหนึ่งตารางอาจมีหลายคีย์นอก Foreign Key Foreign Key Primary Key Table: Village Table: Tambol Primary Key Primary Key Table: Amphoe

  33. 7.ชนิดของความสัมพันธ์ • เป็นความสัมพันธ์ระหว่าง Record ของแต่ละตาราง จำแนกได้เป็น 4 ประเภท 1) แบบ One-to-Many (1:M) 2) แบบ Many-to-One (M:1) 3) แบบ Many-to-Many (M:N) 4) แบบ One-to-One (1:1)

  34. 7.1แบบหนึ่งต่อกลุ่ม (One-to-Many; 1:M) • หมายถึงว่า 1record ในตารางหนึ่ง (Table 1) สามารถจับคู่กับ Record ของตารางอื่น (Table 2) ได้หลาย Record TABLE 2 M 1 TABLE 1 TABLE: SOIL PROPERTIES TABLE: SOIL

  35. 7.2แบบกลุ่มต่อหนึ่ง (Many-to-One: M:1) • หมายถึง 1 หรือหลาย Record ในตารางหนึ่ง (Table 1) สามารถจับคู่กับ 1 Record ในอีกตารางหนึ่ง (Table 2) M TABLE 2 TABLE 1 1 TABLE 2 อาจารย์ที่ปรึกษา TABLE 1 นักศึกษา

  36. 7.3แบบกลุ่มต่อกลุ่ม (Many-to-Many; M:N) • หมายถึงว่า 1Record ในตารางหนึ่ง (Table 1) สามารถจับคู่กับ Record ในตารางอื่น (Table 2) ได้มากกว่า 1Record ในทางกลับกัน 1 Record ของตารางนี้ (Table2) สามารถจับคู่ได้หลาย Record ในตารางอื่น (Table 1) TABLE 2 N M TABLE 1

  37. TABLE 2 รหัสวิชา TABLE 1 นักศึกษา

  38. 7.4แบบหนึ่งต่อหนึ่ง (One-to-One; 1:1) • หมายถึงว่า 1Record ในตารางหนึ่ง (Table 1) สามารถจับคู่กับ Record ของตารางอื่น (Table 2) ได้เพียง 1Record และ Record นี้จะต้องไม่ไปจับคู่ซ้ำกับ Record อื่นอีก TABLE 2 1 1 TABLE 1

  39. TABLE: SOIL PROPERTIES TABLE: SOIL record ที่ไม่ตรงเงื่อนไข ก็จะตัดออกไป

  40. 8. รูปแบบการเชื่อมโยงตารางข้อมูล8. รูปแบบการเชื่อมโยงตารางข้อมูล • รูปแบบการเชื่อมโยงตารางข้อมูล(หลายตาราง) เข้าเป็นหนึ่งเดียว ซึ่งมีอยู่ 2 แบบ 1) Join เป็นการรวมหลายๆ ตารางเข้าไว้เป็นตารางเดียว หรือที่ตารางหลัก (Base Table) ตารางอื่นๆ เรียกว่า Destination Table 2) Relate / Linkเป็นการสร้างความเชื่อมโยงระหว่างตารางหลัก และตารางอื่นๆ โดยไม่มีการรวมตารางเข้าเป็นหนึ่งเดียว

  41. Join  Table 1 + Table 2  Table 1 Join ได้ใช้ความสัมพันธ์แบบ one-to-one หรือแบบ many-to-one • Relate/Link  Table 1 + Table 2  Table 1, Table 2 Relate นี้อาจใช้ความสัมพันธ์ได้ทั้ง 4 แบบ (1:1, 1:M, M:1, M:N) Join Table 1 Table 2 Table 1 Base Table Destination Table Link Table 1 Table 2 Table 1 Table 2

  42. 9. Normalization • เป็นวิธีการแตกค่า (Decomposition) ของ Attribute ให้เป็นค่าเดียวหรือเป็นค่าอะตอมมิค (Atomic) โดยเก็บไว้เป็นตารางย่อยๆ เพื่อให้ได้โครงสร้างของตารางที่ดี สามารถควบคุมความซ้ำซ้อนข้อมูลได้ดี และปรับปรุงข้อมูลได้รวดเร็ว • การนอร์มัลไลเซชัน มีการทำงาน ตามลำดับขั้น ที่เรียกว่า นอร์มัลฟอร์ม (Normal Form) มีอยู่ 5 ขั้น ดังนี้ First Normal Form: 1NF Second Normal Form: 2NF Third Normal Form: 3NF

  43. Fourth Normal Form: 4NF Fifth Normal Form: 5NF • การนอร์มัลไลเซชัน ขั้นสูงกว่า จะมีคุณสมบัติที่ดีกว่าระดับที่ต่ำกว่า • Normalization จนกว่าได้ค่าในแต่ละ Field/Attribute เป็นอะตอมมิค • Normalization อยู่ในขั้นตอนของ Logical Data Model (Data Model: Conceptual  Logical  Physical )

  44. TAM_ID AMP_ID VILL_NM_T VILL_NM_E VILL_CODE PROV_ID TAMBOL TAM_ID UNDER TAM_NM_T VILLAGE AMP_ID TAM_NM_E UNDER PROV_ID UNDER AMPHOE = Entity AMP_ID AMP_NM_E = Attribute PROV_ID AMP_NM_T = Relation E-R Model / Conceptual Data Model

  45. Logical Data Model / Relational Data Model Normalization

More Related