摘要：现代化信息技术的应用升级，促进了社会各行各业的发展，正式进入到大数据时代。大数据在地理信息系统中得以广泛应用，不断完善地理信息系统应用功能，不断扩大地理信息系统实践应用范围。本文基于大数据时代背景，指出地理信息系统应用大数据时的现存问题，主要是数据存储和数据处理两个方面的问题，并提出大数据在地理信息系统的优化应用方法，有效提升地理信息系统的整体运行效率，以期为相关从业人员提供可行性建议。 关键词：大数据时代；地理信息系统；应用
引言：在遥感技术、三维数据等方面都会应用到地理信息系统，大数据与地理信息系统之间存在紧密联系，大数据时代的发展促进地理信息系统实践应用功能升级，是未来智能化社会的主要发展方向。现阶段各方信息交互传播，信息交流环境复杂，对于不同行业的发展变化产生较大影响，对空间信息处理效率提出更高要求，地理信息系统是非常重要的信息化技术研究体系，是主要研究内容。地理信息系统处于技术突破的关键时期，要结合大数据技术应用水平，推进大数据与地理信息系统的高效融合。
一、大数据时代地理信息系统应用过程中的问题
（一）数据存储问题
地理信息系统的空间数据存储能力较强，充分体现出非结构化特性，充分体现其大数据技术优势，具体为海量数据规模、数据快速流转、动态数据体系、多元化数据类型、高速变化的数据模型、高价值低密度、高复杂度的大数据特征【1】。空间信息数据存储量持续升高，空间信息数据处理速度越来越快，所提出的需求更加多样化，大数据整体呈现出高、快、密等特点，对空间信息处理能力的需求度更高，对地理信息系统的应用功能需求更高。升级地理信息系统储存模式功能，提升地理信息系统承载压力。现阶段地理信息系统应用大数据的过程中存在数据存储问题，同时在数据传输与数据保护方面存在问题，当海量信息交互，会出现大量重复数据，对地理信息系统应用带来挑战。
（二）数据处理问题
在应用地理信息系统的过程中，处理数据信息的渠道越来越宽，随之而来会产生较多问题，比如在空间数据的组织、加工、存储等功能应用方面，有时会因信息量较大产生系统故障。应用大数据处理技术，非结构化空间数据与传统SQL数据处理技术之间产生应用问题，阻碍空间数据分析处理效率，降低相关产品信息的产出效率，阻碍地理信息系统标准
化发展。市场竞争压力持续增长，用户对地理信息系统功能应用需求度更高。将地理信息系统中的大数据全面覆盖，根据现实情况需求，在不同方面应用大数据，提供及时有效的最新数据。现阶段数据处理过程中，面对海量空间数据，强化系统集中控制能力，实现多功能同步进行，比如收集信息数据的同时更新数据，强化大数据计算效果等，是当前地理信息系统数据处理中所要面对的重要问题。
二、大数据时代地理信息系统的应用
（一）优化地理信息系统数据存储模式
骨灰戒指在地理信息系统数据信息存储中，传统存储方法是利用RDBMS完成数据存储，大数据存储方式是利用NoSQL云存储，两类数据存储方式之间存在较大区别，数据存储能力强度有所不同。在传统存储方式中，RDBMS的应用优势在于结构化数据存储，但是日拓展应用功能性不强。在大数据存储方式中，能够妥善解决非结构化数据、半结构化数据存储问题，同时构建分布式计算集、分布式数据库系统功能模式，提升大数据信息库气数据存储能力。NoSQL云存储技术具备较强的可延展性，创建不同表现形式的大数据存储模型，能够达到控制成本的积极作用，降低地理信息系统应用生产成本。以MongoDB存储方式为
例，用“文档”模型替代RDBMS中“行”概念【2】，推动文档数据库规范化管理，提升文档数据库信息数据存储能力，丰富数据存储方式，提升应用系统功能兼容性。创建“文档”模型，为数据信息组嵌套提供良好空间条件，实现复杂层次关系单一存储记录的目的。同时此种数据存储方式空间结构松散，充分体现出大数据存储技术的灵活性，有利于空间信息分布，提升应用系统操作灵活性，当面对较为复杂化的大数据模型，其数据信息查询、数据信息索引的实践操作方式更加简便。文档型NoSQL云存储技术能够有效解决地理信息系统应用数据存储问题，提升空间信息处理效率，实现海量空间数据存储。同时，地理信息系统应用传输数据存储时，文档型NoSQL云存储技术优势能够提升地理信息系统的稳定运行效率，减少各类应用问题，实现信息数据的实时处理与转换。优化地理信息系统数据存储模式，实现数据采集与更新同步进行。
（二）优化地理信息系统数据处理模式
传统数据处理方法在地理信息系统应用中，结合现实情况需求，创建不同比例大小的比例尺空间信息数据库，灵活调整比例尺空间信息数据库中的各项数据。大数据时代的飞速发展，传统数据处理方法存在较多问题，无法有效发挥地理信息系统的实际应用价值，优化
地理信息系统数据处理模式，充分运用大数据交互处理方法，能够提升空间信息处理效率，强化系统集中控制能力，实现多功能同步进行。
1.大数据交互处理方法
大数据交互次处理方法主要是指在人机交互过程中，实时处理、更新各项信息数据，完成信息实时共享，满足用户对应用系统的不同需求。现阶段大数据交互处理系统的两大构成部分是Dremel系统和Spark系统。Spark是高效分布式空间数据计算系统，其信息数据处理效率较高，同时API能够充分发挥Spark系统应用优势。实际应用Spark过程中，其编码程序流程简便，编码内容呈现低复杂度特点，长度较短，可操作性高。在实际应用Dremel系统的过程中，能够快速处理海量空间数据，实现秒速处理，同时构建庞大信息数据集成系统，组建上千数量集。创建Dremel系统，以MapReduce技术为基础，提升大数据交互处理能力，提升数据查询效率【3】信号采集系统。Dremel系统能够同时处理半结构化数据、非结构化数据时，创建数据信息组嵌套模型进行大数据交互处理。
2.大数据列式存储
Dremel系统发挥数据保护功能，主要依托于大数据列式存储。分析海量空间数据时，结合实际需求，精准定位数据信息并进行整合归纳， 实现信息数据的集中处理，有效控制磁盘访问次数，提升地理信息系统运行效率。Dremel系统与Web搜索、DBMS技术相互结合，以Web搜索的“查询树”应用功能，实现空间数据分割查询，按照应用系统多渠道数据处理分布，高效处理查询库中的数据信息，将数据信息分布到各节点中。以HBase为例，以分布式数据存储框架为基础，创建嵌套式数据存储系统，具备可操作性强、可延展性优的特征。在实际应用HBase嵌套式数据存储系统过程中，对分布于各节点的数据信息进行分类管理，优化升级数据列式存储格式，创建新型嵌套式数据存储系统。同时HBase嵌套式数据存储系统具备较强的数据读取功能，能够充分发挥数据读取技术优势，大数据库信息数据查询功能更加简便，分片式存储数据，优化地理信息系统数据存储空间，提升空间信息数据处理效率，满足大数据处理需求，提升地理信息系统运行效率。
pbst结语
基于大数据时代背景，扩大地理信息系统实践应用范围，丰富地理信息系统实践应用功能，提高地理信息系统实践应用效率，是促进社会经济发展、文明进步的重要途径。在地
理信息系统中应用大数据技术，主要以数据存储和数据处理为主要考量点，逐步完善地理信息系统大数据应用功能。加快大数据技术的创新研发，充分发挥大数据技术优势，创新地理信息系统应用，推动地理信息系统的稳定发展，是满足用户不同需求，提升市场竞争力的关键所在。
参考文献：
低压气力输送[1]宋富玲.大数据时代地理信息系统的应用分析[J].科技创新与应用, 2022, 12(5):3.
屏蔽玻璃
[2]陈燕.大数据时代地理信息系统的应用分析[J].数字通信世界, 2021(10):3.
[3]王成中.地理信息系统中大数据的应用分析[J].低碳世界, 2021, 11(11):2.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议