『壹』 時態GIS的簡介
對多時態及時空資料庫，以動態的方式來描述目標對象的時空過程。
時態GIS 是GIS 一個新興的研究基鏈領域,目前仍處於理論與模型的研究階段。文章總結了時態GIS 的研究現狀,介紹了時間資料庫與時空資料庫的概念以及類型。在已有的研究成果基礎上,歸納出了時態GIS 的主要功能,應包括輸入、存飢宏儲、編輯和更新,時空資料庫管理,查詢和檢索,時空分析,顯示和輸出等功能模塊。並提出了基於傳統GIS 解決時間方爛鋒冊面問題的一些思路。
『貳』 2019數據架構選型必讀：1月資料庫產品技術解析
本期目錄
DB-Engines資料庫排行榜
新聞快訊
一、RDBMS家族
二、Nosql家族
三、NewSQL家族
四、時間序列
五、大數據生態圈
六、國產資料庫概覽
七、雲資料庫
八、推出dbaplus Newsletter的想法
九、感謝名單
為方便閱讀、重點呈現，本期Newsletter（2019年1月）將對各個板塊的內容進行精簡。需要閱讀全文的同學可點擊文末 【閱讀原文】 或登錄https://pan..com/s/13BgipbaHeMfvm0YPtiYviA
DB-Engines資料庫排行榜
以下取自2019年1月的數據，具體信息可以參考http://db-engines.com/en/ranking/，數據僅供參考。
DB-Engines排名的數據依據5個不同的因素：
新聞快訊
1、2018年9月24日，微軟公布了SQL Server2019預覽版，SQL Server 2019將結合Spark創建統一數據平台。
2、2018年10月5日，ElasticSearch在美國紐約證券交易所上市。
3、亞馬遜放棄甲骨文資料庫軟體，導致最大倉庫之一在黃金時段宕機。受此消息影響，亞馬遜盤前股價小幅跳水，跌超2%。
4、2018年10月31日，Percona發布了Percona Server 8.0 RC版本，發布對MongoDB 4.0的支持，發布對XtraBackup測試第二個版本。
5、2018年10月31日，Gartner陸續發布了2018年的資料庫系列報告，包括《資料庫魔力象限》、《資料庫核心能力》以及《資料庫推薦報告》。
今年的總上榜資料庫產品達到了5家，分別來自：阿里雲，華為，巨杉資料庫，騰訊雲，星環 科技 。其中阿里雲和巨杉資料庫已經連續兩年入選。
6、2018年11月初，Neo4j宣布完成E輪8000萬美元融資。11月15日，Neo4j宣布企業版徹底閉源：
7、2019年1月8日，阿里巴巴以1.033億美元（9000萬歐元）的價格收購了Apache Flink商業公司DataArtisans。
8、2019年1月11日早間消息，亞馬遜宣布推出雲資料庫軟體，亞馬遜和MongoDB將會直接競爭。
RDBMS家族
Oracle 發布18.3版本
2018年7月，Oracle Database 18.3通用版開始提供下載。我們可以將Oracle Database 18c視為採用之前發布模式的Oracle Database 12c第2版的第一個補丁集。未來，客戶將不再需要等待多年才能用上最新版Oracle資料庫，而是每年都可以期待新資料庫特性和增強。Database 19c將於2019年Q1率先在Oracle cloud上發布雲版本。
Oracle Database 18c及19c部分關鍵功能：
1、性能
2、多租戶，大量功能增強及改進，大幅節省成本和提高敏捷性
3、高可用
4、數據倉庫和大數據
MySQL發布8.0.13版本
1、賬戶管理
經過配置，修改密碼時，必須帶上原密碼。在之前的版本，用戶登錄之後，就可以修改自己的密碼。這種方式存在一定安全風險。比如用戶登錄上資料庫後，中途離開一段時間，那麼非法用戶可能會修改密碼。由參數password_require_current控制。
2、配置
Innodb表必須有主鍵。在用戶沒有指定主鍵時，系統會生成一個默認的主鍵。但是在主從復制的場景下，默認的主鍵，會對叢庫應用速度帶來致命的影響。如果設置sql_require_primary_key，那麼資料庫會強制用戶在創建表、修改表時，加上主鍵。
3、欄位默認值
BLOB、TEXT、GEOMETRY和JSON欄位可以指定默認值了。
4、優化器
1）Skip Scan
非前綴索引也可以用了。
之前的版本，任何沒有帶上f1欄位的查詢，都沒法使用索引。在新的版本中，它可以忽略前面的欄位，讓這個查詢使用到索引。其實現原理就是把(f1 = 1 AND f2 > 40) 和(f1 = 2 AND f2 > 40)的查詢結果合並。
2）函數索引
之前版本只能基於某個列或者多個列加索引，但是不允許在上面做計算，如今這個限制消除了。
5、SQL語法
GROUP BY ASC和GROUP BY DESC語法已經被廢棄，要想達到類似的效果，請使用GROUP BY ORDER BY ASC和GROUP BY ORDER BY DESC。
6、功能變化
1）設置用戶變數，請使用SET語句
如下類型語句將要被廢棄SELECT @var, @var:=@var+1。
2）新增innodb_fsync_threshold
該變數是控制文件刷新到磁碟的速率，防止磁碟在短時間內飽和。
3）新增會話級臨時表空間
在以往的版本中，當執行SQL時，產生的臨時表都在全局表空間ibtmp1中，及時執行結束，臨時表被釋放，空間不會被回收。新版本中，會為session從臨時表空間池中分配一個臨時表空間，當連接斷開時，臨時表空間的磁碟空間被回收。
4）在線切換Group Replication的狀態
5）新增了group_replication_member_expel_timeout
之前，如果某個節點被懷疑有問題，在5秒檢測期結束之後，那麼就直接被驅逐出這個集群。即使該節點恢復正常時，也不會再被加入集群。那麼，瞬時的故障，會把某些節點驅逐出集群。
group_replication_member_expel_timeout讓管理員能更好的依據自身的場景，做出最合適的配置（建議配置時間小於一個小時）。
MariaDB 10.3版本功能展示
1、MariaDB 10.3支持update多表ORDER BY and LIMIT
1）update連表更新，limit語句
update t1 join t2 on t1.id=t2.id set t1.name='hechunyang' limit 3;
MySQL 8.0直接報錯
MariaDB 10.3更新成功
2）update連表更新，ORDER BY and LIMIT語句
update t1 join t2 on t1.id=t2.id set t1.name='HEchunyang' order by t1.id DESC limit 3;
MySQL 8.0直接報錯
MariaDB 10.3更新成功
參考：
https://jira.mariadb.org/browse/MDEV-13911
2、MariaDB10.3增補AliSQL補丁——安全執行Online DDL
Online DDL從名字上看很容易誤導新手，以為不論什麼情況，修改表結構都不會鎖表，理想很豐滿，現實很骨感，注意這個坑！
有以下兩種情況執行DDL操作會鎖表的，Waiting for table metadata lock（元數據表鎖）：
針對第二種情況，MariaDB10.3增補AliSQL補丁-DDL FAST FAIL，讓其DDL操作快速失敗。
例：
如果線上有某個慢SQL對該表進行操作，可以使用WAIT n（以秒為單位設置等待）或NOWAIT在語句中顯式設置鎖等待超時，在這種情況下，如果無法獲取鎖，語句將立即失敗。 WAIT 0相當於NOWAIT。
參考：
https://jira.mariadb.org/browse/MDEV-11388
3、MariaDB Window Functions窗口函數分組取TOP N記錄
窗口函數在MariaDB10.2版本里實現，其簡化了復雜SQL的撰寫，提高了可讀性。
參考：
https://mariadb.com/kb/en/library/window-functions-overview/
Percona Server發布8.0 GA版本
2018年12月21日，Percona發布了Percona Server 8.0 GA版本。
在支持MySQL8.0社區的基礎版上，Percona Server for MySQL 8.0版本中帶來了許多新功能：
1、安全性和合規性
2、性能和可擴展性
3、可觀察性和可用性
Percona Server for MySQL 8.0中將要被廢用功能：
Percona Server for MySQL 8.0中刪除的功能：
RocksDB發布V5.17.2版本
2018年10月24日，RocksDB發布V5.17.2版本。
RocksDB是Facebook在LevelDB基礎上用C++寫的高效內嵌式K/V存儲引擎。相比LevelDB，RocksDB提供了Column-Family，TTL，Transaction，Merge等方面的支持。目前MyRocks，TiKV等底層的存儲都是基於RocksDB來構建。
PostgreSQL發布11版本
2018年10月18日，PostgreSQL 11發布。
1、PostgreSQL 11的重大增強
2、PostgreSQL 插件動態
1）分布式插件citus發布 8.1
citus是PostgreSQL的一款sharding插件，目前國內蘇寧、鐵總、探探有較大量使用案例。
https://github.com/citusdata/citus
2）地理信息插件postgis發布2.5.1
PostGIS是專業的時空資料庫插件，在測繪、航天、氣象、地震、國土資源、地圖等時空專業領域應用廣泛。同時在互聯網行業也得到了對GIS有性能、功能深度要求的客戶青睞，比如共享出行、外賣等客戶。
http://postgis.net/
3）時序插件timescale發布1.1.1
timescale是PostgreSQL的一款時序資料庫插件，在IoT行業中有非常好的應用。github star數目前有5000多，是一個非常火爆的插件。
https://github.com/timescale/timescaledb
4）流計算插件 pipelinedb 正式插件化
Pipelinedb是PostgreSQL的一款流計算插件，使用這個創建可以對高速寫入的數據進行實時根據定義的聚合規則進行聚合（支持概率計算），實時根據定義的規則觸發事件（支持事件處理函數的自定義）。可用於IoT，監控，FEED實時計算等場景。
https://github.com/pipelinedb/pipelinedb
3、PostgreSQL衍生開源產品動態
1）agensgraph發布 2.0.0版本
agensgraph是兼容PostgreSQL、opencypher的專業圖資料庫，適合圖式關系的管理。
https://github.com/bitnine-oss/agensgraph
2）gpdb發布5.15
gpdb是兼容PostgreSQL的mpp資料庫，適合OLAP場景。近兩年，gpdb一直在追趕PostgreSQL的社區版本，預計很快會追上10的PostgreSQL，在TP方面的性能也會得到顯著提升。
https://github.com/greenplum-db/gpdb
3）antdb發布3.2
antdb是以Postgres-XC為基礎開發的一款PostgreSQL sharding資料庫，亞信主導開發，開源，目前主要服務於亞信自有客戶。
https://github.com/ADBSQL/AntDB
4）遷移工具MTK發布52版本
MTK是EDB提供的可以將Oracle、PostgreSQL、MySQL、MSSQL、Sybase資料庫遷移到PostgreSQL, PPAS的產品，遷移速度可以達到100萬行/s以上。
https://github.com/digoal/blog/blob/master/201812/20181226_01.md
DB2發布 11.1.4.4版本
DB2最新發布Mod Pack 4 and Fix Pack 4，包含以下幾方面的改動及增強：
1、性能
2、高可用
3、管理視圖
4、應用開發方面
5、聯邦功能
6、pureScale
NoSQL家族
Redis發布5.0.3版本
MongoDB升級更新MongoDB Mobile和MongoDB Stitch
2018年11月21日，MongoDB升級更新MongoDB Mobile和MongoDB Stitch，助力開發人員提升工作效率。
MongoDB 公司日前發布了多項新產品功能，旨在更好地幫助開發人員在世界各地管理數據。通過利用存儲在移動設備和後台資料庫的數據之間的實時、自動的同步特性，MongoDB Mobile通用版本助力開發人員構建更快捷、反應更迅速的應用程序。此前，這只能通過在移動應用內部安裝一個可供選擇或限定功能的資料庫來實現。
MongoDB Mobile在為客戶提供隨處運行的自由度方面更進了一步。用戶在iOS和安卓終端設備上可擁有MongoDB所有功能，將網路邊界擴展到其物聯網資產范疇。應用系統還可以使用MongoDB Stitch的軟體開發包訪問移動客戶端或後台數據，幫助開發人員通過他們希望的任意方式查詢移動終端數據和物聯網數據，包括本地讀寫、本地JSON存儲、索引和聚合。通過Stitch移動同步功能(現可提供beta版)，用戶可以自動對保存在本地的數據以及後台資料庫的數據進行同步。
本期新秀：Cassandra發布3.11.3版本
2018年8月11日，Cassandra發布正式版3.11.3。
Apache Cassandra是一款開源分布式NoSQL資料庫系統，使用了基於Google BigTable的數據模型，與面向行(row)的傳統關系型資料庫或鍵值存儲key-value資料庫不同，Cassandra使用的是寬列存儲模型(Wide Column Stores)。與BigTable和其模仿者HBase不同，數據並不存儲在分布式文件系統如GFS或HDFS中，而是直接存於本地。
Cassandra的系統架構與Amazon DynamoDB類似，是基於一致性哈希的完全P2P架構，每行數據通過哈希來決定應該存在哪個或哪些節點中。集群沒有master的概念，所有節點都是同樣的角色，徹底避免了整個系統的單點問題導致的不穩定性，集群間的狀態同步通過Gossip協議來進行P2P的通信。
3.11.3版本的一些bug fix和改進：
NewSQL家族
TiDB 發布2.1.2版本
2018 年 12 月 22 日，TiDB 發布 2.1.2 版，TiDB-Ansible 相應發布 2.1.2 版本。該版本在 2.1.1 版的基礎上，對系統兼容性、穩定性做出了改進。
TiDB 是一款定位於在線事務處理/在線分析處理（ HTAP: Hybrid Transactional/Analytical Processing）的融合型資料庫產品。除了底層的 RocksDB 存儲引擎之外，分布式SQL層、分布式KV存儲引擎（TiKV）完全自主設計和研發。
TiDB 完全開源，兼容MySQL協議和語法，可以簡單理解為一個可以無限水平擴展的MySQL，並且提供分布式事務、跨節點 JOIN、吞吐和存儲容量水平擴展、故障自恢復、高可用等優異的特性；對業務沒有任何侵入性，簡化開發，利於維護和平滑遷移。
TiDB：
PD：
TiKV：
Tools：
1）TiDB-Lightning
2）TiDB-Binlog
EsgynDB發布R2.5版本
2018年12月22日，EsgynDB R2.5版本正式發布。
作為企業級產品，EsgynDB 2.5向前邁進了一大步，它擁有以下功能和改進：
CockroachDB發布2.1版本
2018年10月30日，CockroachDB正式發布2.1版本，其新增特性如下：
新增企業級特性：
新增SQL特性：
新增內核特性：
Admin UI增強：
時間序列
本期新秀：TimescaleDB發布1.0版本
10月底，TimescaleDB 1.0宣布正式推出，官方表示該版本已可用於生產環境，支持完整SQL和擴展。
TimescaleDB是基於PostgreSQL資料庫開發的一款時序資料庫，以插件化的形式打包提供，隨著PostgreSQL的版本升級而升級，不會因為另立分支帶來麻煩。
TimescaleDB架構：
數據自動按時間和空間分片(chunk)
更新亮點：
https://github.com/timescale/timescaledb/releases/tag/1.0.0
大數據生態圈
Hadoop發布2.9.2版本
2018年11月中旬，Hadoop在2.9分支上發布了新的2.9.2版本，該版本進行了204個大大小小的變更，主要變更如下：
Greenplum 發布5.15版本
Greenplum最新的5.15版本中發布了流式數據載入工具。
該版本中的Greenplum Streem Server組件已經集成了Kafka流式載入功能，並通過了Confluent官方的集成認證，其支持的主要功能如下：
國產資料庫概覽
K-DB發布資料庫一體機版
2018年11月7日，K-DB發布了資料庫一體機版。該版本更新情況如下：
OceanBase遷移服務發布1.0版本
1月4日，OceanBase 正式發布OMS遷移服務1.0版本。
以下內容包含 OceanBase 遷移服務的重要特性和功能：
SequoiaDB發布3.0.1新版本
1、架構
1）完整計算存儲分離架構，兼容MySQL協議、語法
計算存儲分離體系以松耦合的方式將計算與存儲層分別部署，通過標准介面或插件對各個模塊和組件進行無縫替換，在計算層與存儲層均可實現自由的彈性伸縮。
SequoiaDB巨杉資料庫「計算-存儲分離」架構詳細示意
用戶可以根據自身業務特徵選擇面向交易的SQL解析器（例如MySQL或PGSQL）或面向統計分析的執行引擎（例如SparkSQL）。眾所周知，使用不同的SQL優化與執行方式，資料庫的訪問性能可能會存在上千上萬倍的差距。計算存儲分離的核心思想便是在數據存儲層面進行一體化存儲，在計算層面則利用每種執行引擎的特點針對不同業務場景進行選擇和優化，用戶可以在存儲層進行邏輯與物理的隔離，將面向高頻交易的前端業務與面向高吞吐量的統計分析使用不同的硬體進行存儲，確保在多類型數據訪問時互不幹擾，以真正達到生產環境可用的多租戶與HTAP能力。
2、其他更新信息
1）介面變更：
2）主要特性：
雲資料庫
本期新秀：騰訊發布資料庫CynosDB，開啟公測
1、News
1）騰訊雲資料庫MySQL2018年重大更新：
2）騰訊雲資料庫MongoDB2018年重大更新：
3）騰訊雲資料庫Redis/CKV+2018年重大更新：
4）騰訊雲資料庫CTSDB2018年重大更新：
2、Redis 4.0集群版商業化上線
2018年10月，騰訊雲資料庫Redis 4.0集群版完成邀測、公測、商業化三個迭代，在廣州、上海、北京正式全量商業化上線。
產品特性：
使用場景：
官網文檔：
https://cloud.tencent.com/document/proct/239/18336
3、騰訊自研資料庫CynosDB發布，開啟公測
2018年11月22日，騰訊雲召開新一代自研資料庫CynosDB發布會，業界第一款全面兼容市面上兩大最主流的開源資料庫MySQL和PostgreSQL的高性能企業級分布式雲資料庫。
本期新秀：京東雲DRDS發布1.0版本
12月24日，京東雲分布式關系型資料庫DRDS正式發布1.0版本。
DRDS是京東雲精心自研的資料庫中間件產品，獲得了2018年 」可信雲技術創新獎」。DRDS可實現海量數據下的自動分庫分表，具有高性能，分布式，彈性升級，兼容MySQL等優點，適用於高並發、大規模數據的在線交易， 歷史 數據查詢，自動數據分片等業務場景，歷經多次618，雙十一的考驗，已經在京東集團內大規模使用。
京東雲DRDS產品有以下主要特性
1）自動分庫分表
通過簡單的定義即可自動實現分庫分表，將數據實際存放在多個MySQL實例的資料庫中，但呈現給應用程序的依舊是一張表，對業務透明，應用程序幾乎無需改動，實現了對資料庫存儲和處理能力的水平擴展。
2）分布式架構
基於分布式架構的集群方案，多個對等節點同時對外提供服務，不但可有效規避服務的單點故障，而且更加容易擴展。
3）超強性能
具有極高的處理能力，雙節點即可支持數萬QPS，滿足用戶超大規模處理能力的需求。
4）兼容MySQL
兼容絕大部分MySQL語法，包括MySQL語法、數據類型、索引、常用函數、排序、關聯等DDL，DML語句，使用成本低。
參考鏈接：
https://www.jdcloud.com/cn/procts/drds
RadonDB發布1.0.3版本
2018年12月26日，MyNewSQL領域的RadonDB雲資料庫發布1.0.3版本。
推出dbaplus Newsletter的想法
dbaplus Newsletter旨在向廣大技術愛好者提供資料庫行業的最新技術發展趨勢，為社區的技術發展提供一個統一的發聲平台。為此，我們策劃了RDBMS、NoSQL、NewSQL、時間序列、大數據生態圈、國產資料庫、雲資料庫等幾個版塊。
我們不以商業宣傳為目的，不接受任何商業廣告宣傳，嚴格審查信息源的可信度和准確性，力爭為大家提供一個純凈的技術學習環境，歡迎大家監督指正。
至於Newsletter發布的周期，目前計劃是每三個月左右會做一次跟進， 下期計劃時間是2019年4月14日~4月25日， 如果有相關的信息提供請發送至郵箱：[email protected]
感謝名單
最後要感謝那些提供寶貴信息和建議的專家朋友，排名不分先後。
往期回顧：
↓↓別忘了點這里下載 2019年1月 完整版Newsletter 哦~
『叄』 什麼是時空資料庫技術
時空數據罩旅庫是存儲、管理隨時間變化,其空間位置和/或范圍也發生變化的時空對象的資料庫系統,時空索引技術是時空數據穗悶顫庫管理系統的關鍵技術之一。
時空GIS概念很大，上面的是很簡單的定義。猜敗。。
『肆』 時空資料庫哪個好
Transwarp Spacture
Transwarp Spacture是星環自主研發的時空資料庫。支持大規模矢量數據、時空軌跡數據的存儲與計算，具有完備的數據猜知查詢、分析和挖掘能力߅可用於時空查詢分析、時空模式挖掘、時空軌跡聚友兆餘類等時空軌跡數據分析場景，廣泛應用於疫情好滾防控、交通物流、城市管理、位置服務等場景。
『伍』 吉林大學計算機科學與技術學院的主要研究方向
（專業辦學優勢） ●智能信息處理
○主要研究內容：智能規劃與自動推理、約束程序、智能決策支持系統等研究領域的科學研究與軟體開發工作。
○主要成果：研究成果居國內領先地位。有教師12人，其中教授（博士生導師）3人，兩人獲教育部「新世紀優秀人才支持計劃」支持，不間斷地承擔過近20項國家自然科學基金課題，在研國家和省部級課題4項、橫向軟體開發項目4項。承擔《人工智慧原理》等研究生課程和《離散數學》等本科生課程，其中《離散數學》為國家精品課程。
●軟體形式化
○主要研究內容：軟體形式化方法、語義網、程序分析技術、各種程序設計語言與實現技術、移動代碼安全、並發語義、軟體檢查等。
○主要成果：承擔並完成了國家自然科學基金項目4項、教育部博士點基金1項、省部級項目2項、協作項目3項、省級校級教改項目3項、發表學術論文70餘篇、編著學術著作13部。承擔研究生課程《形式語義學》、《程序分析》，本科生課程《編譯原理(雙語)》、《高級語言程序設計》和《C#程序設計(雙語)》。《編譯原理(雙語)》課程被評為吉林大學精品課、吉林省精品課程和教育部-微軟精品課程，獲得三項省級獎勵。由博士生導師張長海教授主講的《高級語言程序設計》被評為國家級精品課。
●軟體工程
○主要研究內容：組件技術和軟體復用技術、基於軟體體系結構的軟體開發方法、軟體維護和軟體設計改進方法、軟體演化方法和軟體自動化技術、軟體重構方法和技術、軟體測試、面向方面的編程技術、基於移動代理的軟體開發方法、軟體工程環境和軟體開發輔助工具等。
○主要成果：研究組成員完成國家重點攻關項目和國家自然科學基金項目4項，在國內核心刊物或國際會議上發表論文50餘篇。
●資料庫與web智能
○主要研究內容：資料庫理論、機器學習、數據挖掘與Web挖掘、網路搜索引擎。
○主要成果：完成國家自然科學基金項目「基於Petri網的主動型面向對象資料庫管理系統(1997-1999)」、吉林省科技發展計劃項目「第二代網路搜索引擎的研製(2000-2003)」。承擔國家自然科學基金項目「具有增量性質的移動式主題爬行系統(2004-2006)」。在國際會議和《軟體學報》等核心刊物上發表論文40餘篇，其中被三大檢索結構檢索論文9篇，出版教材和學術專著4部。獲得國家級和部委級獎勵5項。
●資料庫與智能網路
○主要研究內容：面向高維、海量數據的智能處理理論，數據挖掘基礎理論與應用，Internet組播路由技術，並行程序設計，並行工程與工程資料庫系統，計算機支持協同工作與設計。
○主要成果：承擔國家攻關項目2項，國家863計劃項目1項，國家自然科學基金項目5項，省部級及其它科研項目幾十項。獲國家科技進步二等獎1項，機械工業部科技進步一等獎1項，及多項省部級其它獎項。又在各種國內外刊物上發表數十篇的論文。 ●知識工程與專家系統
○主要研究內容：不確定性推理方法與技術；多專家系統協作技術；貝葉斯網推理和學習；異構知識表示的相互轉換；知識庫求精和知識庫一致性檢測等。
○主要成果：承擔多項國家863項目，利用包括專家系統等多種技術開展面向農業信息化領域應用研究，開發了二十多個農業實用ES，並持續進行了大規模推廣應用。97至04年，增收節支約22.3億元。研究工作先後獲吉林省科技進步一等獎和二等獎各1項、長春市科技進步一等獎1項。
●DAI、MAS、智能Agent和移動Agent
○主要研究內容：DAI與多Agent系統主要包括：復雜任務求解方法；Agent感知方法；Agent規劃方法；DAI規劃識別、生成、優化方法；Agent派生與回收、動態組裝方法；動態DAI體系結構模型。面向Agent程序設計主要包括：智能Agent體系結構、邏輯理論、程序設計方法和語言及多Agent協商方法。移動Agent技術主要包括: 移動Agent系統體系結構、理論模型、遷移規劃、通信和安全。
○主要成果：自1984年開始，完成國家863和自然科學基金項目10項，發表論文50餘篇。提出了基於BDI組件式智能Agent模板結構模型。提出了擴展合同網協商模型ECNNM。提出了支持Agent通信和協商有分支時序結構的一階多模態邏輯。提出基於模板模型、擴展BDI邏輯、支持多Agent協商模型ECNNM的Agent程序設計語言NOAPL。基於上述成果研製了「開放、自適應、分布式多Agent協作系統工具COT」，用COT開發了多ES石油測井解釋系統。還提出了移動Agent系統模板結構、基於環境演算的移動Agent系統形式化模型、遷移規劃模型、可靠性通信模型和通信性能優化模型，面向網路管理的安全模型和基於博弈論的電子商務虛擬市場模型，並將移動Agent技術應用於網路管理和電子商務領域。
●時空信息表示和推理
○主要研究內容：時間和空間是人類永恆的話題，時空推理在人工智慧等領域中占據重要地位。該院的時空推理研究始自1996年，覆蓋了很多研究方面，並應用到地理信息系統、精準農業等領域。研究內容主要包括：時空邏輯、時空代數、時空本體、時空數據挖掘、時空資料庫、移動對象資料庫等。獲得了基金資助包括自然科學基金重大項目子課題1項、自然科學基金面上項目3項，省科技發展計劃項目4項等。
○主要成果：對區域連接演算進行了混合維擴展，並應用於定性空間遮蔽關系表示；提出了處理時空信息的不確定性、模糊性和粒度模型，並分別應用於GIS、空間數據挖掘和時空資料庫；處理綜合時空信息的模型；定性空間查詢語言和時空查詢語言；改進的公路網移動對象模型；柵格數據模型下模糊區域的拓撲關系分析。基於上述研究，獨立開發了支持時空推理的組件式地理信息系統CGIS和多個農業應用系統，使測土施肥真正成為可能。共發表核心期刊以上論文60餘篇，SCI索引7篇，EI索引15篇。
●基於粗糙集和格機的數據挖掘
○主要研究內容：傳統的數據分析手段難以應付越來越多的數據。為使人們能理解並有效地使用這些數據，以數據挖掘為研究背景，該院展開了以基於格機和粗糙集的數據挖掘理論與方法為主的研究，主要研究內容包括：對當時的格機理論、方法進行深入研究，重點研究格機的標注與其分類特性；研究增量式格機的標注與其分類特性，給出增量式格機的嚴格形式化定義；面向文本等非結構化數據，研究基於格機理論的數據約簡方法和分類方法。研究粗糙集理論公理組的極小化問題；研究基於粗糙集理論的屬性約簡方法和數據約簡方法；研究基於格機理論和粗糙集理論的數據挖掘方法。
○主要成果：學院在基於格機和粗糙集的數據挖掘理論與方法上取得了一定的成果。擴展了格機的等標注的思想，提出了交集標注的概念，用以解決多類別決策問題；將上述思想並應用於文本數據的多類別決策問題，取得了較好的效果；去除了粗糙集公理組中隱含著的冗餘性, 得到了更為精練的兩組粗糙集公理, 並證明了它們的可靠性; 定義了極小粗糙集公理組概念, 並證明了給出的兩組粗集公理是極小的；在基於粗糙集理論的屬性約簡和數據約簡方面，提出了基於信息熵和遺傳演算法的屬性約簡演算法、基於特徵矩陣的最小約簡演算法、增量式規則提取方法。
●計算智能
○主要研究內容：計算智能所涉足的神經網路、模糊系統和進化計算相關理論、模型和演算法，以及計算智能方法在機器味覺和嗅覺、圖象處理、商務智能、智能交通、現代物流、生物信息學和生物識別技術等領域的應用研究。
○主要成果：承擔國家自然科學基金重點項目1項、國家自然科學基金面上項目2項、十五攻關項目1項、「863」項目1項、省部級項目7項和多項橫向科研項目，獲得省部級科技進步二等獎2項、三等獎3項：發表學術論文100多篇；其中被SCI收錄20多篇，SCI引用26次，被EI收錄40多篇，被國內核心刊物引用116次；出版學術著作1部，獲得國家發明專利1項，獲得軟體版權4項。
●計算機圖形學與數字媒體
○主要研究內容：計算機繪畫與動畫，計算機動漫技術與應用，基於點的造型與繪制、幾何造型中曲面拼接的基礎理論和演算法、分形的計算機生成，基於內容的多媒體檢索，眼底三維圖象組建和醫學圖像處理，圖象超解析度和圖象配准，流媒體壓縮、編碼、解碼及代理緩存技術，三維模型檢索系統中利用聚類分析方法平台系統的開發，基於聚類分析的三維模型資料庫分析與組織等。
○主要成果：自八十年代初開始開展計算機圖形學與數字媒體方面的教學、科研和開發工作，多年來承擔與完成國家自然科學基金4項，省部級項目2項，其他各類科研項目10餘項。發表學術論文200餘篇，其中被三大檢索收錄50餘篇。
●計算機圖像處理與虛擬現實
○主要研究內容：計算機圖像處理的理論與應用研究，主要有數字水印技術、圖像檢索技術、醫學圖像處理、基於圖像的繪制技術，基於圖像的3維重建技術等；虛擬現實技術和應用研究，主要有虛擬環境的模擬、自然景物的模擬、碰撞檢測技術等；模式識別和機器視覺的研究，基於約束的幾何模型研究，多媒體技術研究。
○主要成果：承擔國家自然科學基金項目2項、省部級項目4項及多項橫向科研項目。發表學術論文130餘篇，其中被SCI收錄30餘篇，EI收錄25篇，ISTP 收錄 30多篇。出版教材3部。
●智能工程
○主要研究內容：人工神經網路、模糊系統和進化計算相關理論、模型、演算法，DNA計算，量子計算，人工免疫演算法，群體優化演算法，機器學習演算法，基於計算智能的生物信息學中的相關理論與演算法，蛋白質結構預測方法，基因表達數據分析，葯物成份分析，以及智能計算方法在組合優化、數據挖掘、超聲電機控制、微機電系統建模、金融時間序列預測、模式識別等領域的應用。
○主要成果：自2001年起承擔與完成國家自然科學基金項目2項、省部級項目2項，獲省部級科技進步獎4項。發表學術論文100餘篇，其中被SCI收錄40餘篇，EI收錄50餘篇。
●移動通信與網路系統
○主要研究內容：移動IP技術、移動計算網路理論、基於移動計算網路的各種應用，包括移動IP網路中的QoS管理、流量工程、基於策略的網路管理、安全理論與技術、入侵檢測系統、防火牆技術以及網路體系結構、通信協議與介面、網路設備、網路通信軟體和網路協議的實現。
○主要成果：完成國家科技攻關項目1項，863項目1項，國家自然科學基金項目3項，省部級項目12項以及多項工業界委託項目，獲省部級獎3次。主持國家發改委高新技術及產業化項目1項，國家自然科學基金面上項目1項和振興東北老工業基地科技攻關項目1項。在國內外知名刊物上發表論文60餘篇，出版教材(主編)8本。
●智能控制與嵌入式系統
○主要研究內容：工業控制計算機技術、嵌入式計算機系統、網路化嵌入式系統與安全、網路化控制技術與實時信號傳輸、嵌入式系統軟硬體協同設計、故障自診斷與容錯技術、普適計算、智能控制、光電混合信息處理技術，以及這些技術在汽車電子控制與信息系統、智能交通系統中的應用。
○主要成果：完成863項目、「攻關」項目等3項，國家自然科學基金項目2項，省部級項目8項，獲省部級科學技術進步獎4項，發表論文100餘篇，出版教材8部。●計算機空間信息處理技術
○主要研究內容：空間數據的採集、量測、分析、存貯、管理、顯示、傳播和應用方面的集成的信息科學與技術。重點研究油田多維信息和數字地球信息的大容量數據存儲技術、多媒體資料庫技術、壓縮傳輸技術、智能化搜索演算法、數據倉庫與數據挖掘、空間數據的建模和模擬，3S集成理論與方法，科學計算可視化和虛擬現實技術，人機交互技術等。
○主要成果：獲國家863項目1項，國家自然科學基金項目2項，省部級項目16項，獲省部級科技進步二等獎2項，三等獎8項，發表論文60餘篇，出版專著3部。 ●分布式系統與網路軟體
○主要研究內容：機群操作系統及在分布並行計算和伺服器群方面的應用；網格計算；網路安全；網際網路技術及在IP電話、VPN、電子商務/政務等方面的應用。
○主要成果：完成國家科技攻關項目5項，863項目3項，國家自然科學基金項目6項，國家教委博士點基金項目2項，吉林省自然科學基金項目3項以及若干工業界委託項目。在研項目有國家自然科學基金重大項目1項，國家自然科學基金面上項目1項，吉林省傑出青年項目1項以及國際合作項目1項。專著9部，在國內外知名刊物上發表論文100多篇。獲省部級科技進步獎8次，包括原電子部特等獎1次、原國家教委二等獎1次和三等獎3次， 吉林省二等獎1次，吉林省三等獎2次。機群操作系統的研究處於國內領先、國際先進水平，網際網路研究處於國內先進水平。
●信息安全
是中國最早進行PKI技術研究和開發的單位之一，在PKI技術方面的研究工作居國內領先行列。
○主要研究內容：基於加密技術和黑客技術的信息與網路安全的研究；基於公共密鑰和專用密鑰的加密技術。
○主要成果：承擔國家、省部級項目20餘項，發表學術文章50餘篇。根據中國電子商務協會的統計數據，吉林大學研製的「數字證書認證系統SRQ05」在國內佔有率已經達到70%以上。承建的「福建省數字證書認證系統暨SRQ05電子證書認證系統」獲得國家密碼科技進步一等獎。
●計算機支持協同工作技術
○主要研究內容：基於網路的分布式協作系統的原理與技術，典型應用包括基於工作流的協作工作框架、通信網路網路性能協同監測系統及協作作戰指揮系統等。
○主要成果：國家科技攻關項目1項，國家863項目1項（子課題），國家科技成果推廣項目1項，國防科工委項目1項，省重大項目1項，省重點項目1項，省部級項目6項，企業聯合項目20餘項。在國內外發表論文36篇，EI檢索5篇。撰寫教材和專著7部。獲專利1項。
●通信軟體與協議工程
○主要研究內容：電信通信網由封閉式集中控制環境轉向開放式分布控制環境後的網路智能理論和軟體技術；電信通信網環境中的感知通信、自適應業務提供、可重配置網路和可視化；網路管理智能化；以IP為核心的下一代網路（NGN）結構、模型和關鍵技術等。
○主要成果：完成省部級以上縱向課題10餘項及多項橫向課題。其中部級重大項目2項，教育部博士點基金項目1項；累計完成科研經費近千萬元；獲省級教學成果獎二等獎、省級教學軟體一等獎和吉大教學成果獎一等獎各一項。在國內外核心刊物上發表學術論文70餘篇，著書2部。其中SCI檢索論文5篇、EI檢索論文10篇、ISTP論文2篇。 ●生物信息技術
○主要研究內容：計算生物學與生物特徵識別，主要包括基於計算智能的生物信息學中的相關理論與演算法，生物數據中的數據挖掘演算法，蛋白質結構預測方法，基因表達數據分析，葯物成份分析，以及基於小波理論、粗集理論、模糊神經網路和具有混合進化機制的生物特徵識別方法與應用等。
○主要成果：承擔與完成國家自然科學基金項目3項、省部級項目4項，獲省部級科技進步獎5項。發表學術論文90餘篇，其中被SCI收錄30餘篇，EI收錄50餘篇。
●生物信息識別與信息安全技術
○主要研究內容：提出了一些基於虹膜、指紋、人像生物特徵識別的相關理論、技術、演算法與系統，以及基於生物特徵與水印相融合的信息安全技術。
○主要成果：自2001年起，獲得省部級科研項目4項，獲省部級科技進步一等獎1項，獲國家專利3項。發表論文50多篇，其中，SCI、EI、ISTP檢索25篇。
『陸』 地理信息數字化主要方法
信息來源如果能將你所在州的降雨和你所在縣上空的照片聯系起來，可以判斷出哪塊濕地在一年的某些時候會乾涸。一個GIS系統就能夠進行這樣的分析，它能夠將不同來源的信息以不同的形式應用。對於源數據的基本要求是確定變數的位置。位置可能由經度，緯度和海拔的 x，y，z坐標來標注，或是由其他地理編碼系統比如ZIP碼，又或是高速公路英里標志來表示。任何可以定位存放的變數都能被反饋到GIS。一些政府機構和非政府組織生產正在製作能夠直接訪問GIS的計算機資料庫。可以將地圖中不同類型的數據格式輸入GIS。GIS 系統同時能將不是地圖形式的數字信息轉換可識別利用的形式。例如，通過分析由遙感生成的數字衛星圖像，可以生成一個與地圖類似的有關植被覆蓋的數字信息層。同樣，人口調查或水文表格數據也可在GIS系統中被轉換成作為主題信息層的地圖形式。資料展現GIS 數據以數字數據的形式表現了現實世界客觀對象（公路，土地利用，海拔）。現實世界客觀對象可被劃分為二個抽象概念：離散對象（如房屋） 和連續的對象領域（如降雨量或海拔）。這二種抽象體在GIS系統中存儲數據主要的二種方法為：柵格（網格）和矢量。柵格（網格）數據由存放唯一值存儲單元的行和列組成。它與柵格（網格）圖像是類似的，除了使用合適的顏色之外，各個單元記錄的數值也可能是一個分類組，例如土地使用狀況，一個連續的值，或是降雨量，或是當數據不是可用時記錄的一個空值。柵格數據集的解析度取決於地面單位的網格寬度。通常存儲單元代表地面的方形區域， 但也可以用來代表其它形狀。柵格數據既可以用來代表一塊區域，也可以用來表示一個實物，實物被存儲為... 矢量數據利用了幾何圖形例如點，線（一系列點坐標），或是面（形狀決定於線）來表現客觀對象。例如，在住房細分中以多邊形來代表物產邊界，以點來精確表示位置。矢量同樣可以用來表示具有連續變化性的領域。利用等高線和不規則三角網（TIN）來表示海拔或其他連續變化的值。TIN的記錄對於這些連接成一個由三角形構成的不規則網格的點進行評估。三角形所在的面代表地形表面。利用柵格或矢量數據模型來表達現實既有優點也有缺點。柵格數據設置在面內所有的點上都記錄同一個值，而矢量格式只在需要的地方存儲數據，這就使得前者所需的存儲的空間大於後者。對於柵格數據可以很輕易地實現覆蓋的操作，而對於矢量數據來說要困難得多。矢量數據可以象在傳統地圖上的矢量圖形一樣被顯示出來，而柵格數據在以圖象顯示時顯示對象的邊界將呈現模糊狀。除了以幾何向量坐標或是柵格單元位置來表達的空間數據外，另外的非空間數據也可以被存儲。在矢量數據中，這些附加數據為客觀對象的屬性。例如，一個森林資源的多邊形可能包含一個標識符值及有關樹木種類的信息。在柵格數據中單元值可存儲屬性信息，但同樣可以作為與其他表格中記錄相關的標識符。資料擷取數據擷取——向系統內輸入數據——它占據了GIS從業者的大部分時間。有多種方法向GIS中輸入數據，在其中它以數字格式存儲。印在紙或聚酯薄膜地圖上的現有數據可以被數字化或掃描來產生數字數據。數字化儀從地圖中產生向量數據作為操作符軌跡點、線和多邊形的邊界。掃描地圖可以產生能被進一步處理生成向量數據的光柵數據。測量數據可以從測量器械上的數字數據收集系統中被直接輸入到GIS中。從全球定位系統（GPS）——另一種測量工具中得到的位置，也可以被直接輸入到GIS中。遙感數據同樣在數據收集中發揮著重要作用，並由附在平台上的多個感測器組成。感測器包括攝像機、數字掃描儀和激光雷達，而平台則通常由航空器和衛星構成。現在大部分數字數據來源於圖片判讀和航空照片。軟拷貝工作站用來數字化直接從數字圖像的立體象對中得到的特徵。這些系統允許數據以二維或三維捕捉，它們的海拔直接從用照相測量法原理的立體象對中測量得到。現今，模擬航空照片先被掃描然後再輸入到軟拷貝系統，但隨著高質量的數字攝像機越來越便宜，這一步也就可被省略了。衛星遙感提供了空間數據的另一個重要來源。這里衛星使用不同的感測器包來被動地測量從主動感測器如雷達發射出去的電磁波頻譜或無線電波的部分的反射系數。遙感收集可以進一步處理來標識感興趣的對象和類例如土地覆蓋的光柵數據。除了收集和輸入空間數據之外，屬性數據也要輸入到GIS中。對於向量數據，這包括關於表現在系統中的對象的附加信息。輸入數據到GIS中後，通常還要編輯，來消除錯誤，或進一步處理。對於向量數據必須要「拓撲正確」才能進行一些高級分析。比如說，在公路網中，線必須與交叉點處的結點相連。像反沖或過沖的錯誤也必須消除。對於掃描的地圖，源地圖上的污點可能需要從生成的光柵中消除。例如，污物的斑點可能會把兩條本不該相連的線連在一起。資料操作GIS可以執行數據重構來把數據轉換成不同的格式。例如，GIS可以通過在具有相同分類的所有單元周圍生成線，同時決定單元的空間關系，如鄰接和包含，來將衛星圖像轉換成向量結構。
由於數字數據以不同的方法收集和存儲，兩種數據源可能會不完全兼容。因此GIS必須能夠將地理數據從一種結構轉換到另一種結構。
投影系統，坐標系統與轉換
財產所有權地圖與土壤分布圖可能以不同的比例尺顯示數據。GIS中的地圖數據必須能被操作以使其與從其它地圖獲得的數據對齊或相配合。在數字數據被分析前，它們可能得經過其它一些將它們整合進GIS的處理，比如，投影與坐標變換。地球可以用多種模型來表示，對於地球表面上的任一給定點，各個模型都可能給出一套不同的坐標（如緯度，經度，海拔）。最簡單的模型是假定地球是一個理想的球體。隨著地球的更多測量逐漸累積，地球的模型也變得越來越復雜，越來越精確。事實上，有些模型應用於地球的不同區域以提供更高的精確度（如北美坐標系統，1983-NAD83-只適合在美國使用，而在歐洲卻不適用）。
投影是製作地圖的基礎部分，它是從地球的一種模型中轉換信息的數學方法，它將三維的彎曲表面轉換成二維的媒介（比如紙或電腦屏幕）。不同類型的地圖要採用不同的投影投影系統，因為每種投影系統有其自身的合適的用途。比如一種可以精確反映大陸形狀的投影會歪曲大陸的相對尺寸（翻譯的是英文的維基網路）GIS空間分析空間分析能力是GIS的主要功能，也是GIS與計算機制圖軟體相區別的主要特徵。空間分析是從空間物體的空間位置、聯系等方面去研究空間事物，以及對空間事物做出定量的描述。一般地講，它只回答What（是什麼？）、Where（在哪裡？）、How（怎麼樣？）等問題，但並不（能）回答Why（為什麼？）。空間分析需要復雜的數學工具，其中最主要的是空間統計學、圖論、拓撲學、計算幾何等[1]，其主要任務是對空間構成進行描述和分析，以達到獲取、描述和認知空間數據；理解和解釋地理圖案的背景過程；空間過程的模擬和預測；調控地理空間上發生的事件等目的。
GIS空間分析的內涵極為豐富，包括空間查詢、空間量測、疊置分析、緩沖區分析、網路分析、空間統計分類等多個方面。GIS 空間分析技術方法包括以下兩大類：
⑴空間基本分析：基於空間圖形數據的分析計算，即基於圖的分析。該分析功能與GIS 其他功能模塊有緊密聯系，技術發展也比較成熟。主要有空間信息量算、緩沖區分析、空間拓撲疊置分析、網路分析、復合分析、鄰近分析及空間聯結、空間統計分析等。
⑵空間模擬分析：也稱為專業型空間分析。該技術解決應用領域對空間數據處理與輸出的特殊要求，空間實體和關系通過專業模型得到簡化和抽象，而系統則通過模型進行分析操作。目前GIS 在該領域的研究相對落後，尚未形成一個統一的結構體系。
空間分析技術與許多學科有聯系，地理學、經濟學、區域科學、大氣、 地球物理、水文等專門學科為其提供知識和機理。
除了GIS軟體捆綁空間分析模塊外，目前也有一些專用的空間分析軟體，如GISLIB、SIM、PPA、Fragstats等。
數據建模
將濕地地圖與在機場、電視台和學校等不同地方記錄的降雨量關聯起來是很困難的。然而，GIS能夠描述 地表、地下和大氣的二維三維特徵。
例如，GIS能夠將反應降雨量的雨量線迅速制圖。
這樣的圖稱為雨量線圖。通過有限數量的點的量測可以估計出整個地表的特徵，這樣的方法已經很成熟。一張二維雨量線圖可以和GIS中相同區域的其它圖層進行疊加分析。
拓撲建模
在過去的35年，在濕地邊上有沒有任何加油站或工廠經營過？有沒有任何滿足在2英里內且高出濕地的條件的這類設施？GIS可以識別並分析這種在數字化空間數據中的這種空間關系。這些拓撲關系允許進行復雜的空間建模和分析。地理實體音的拓撲關系包括連接（什麼和什麼相連）、包含（什麼在什麼之中）、還有鄰近（兩者之間的遠近）。
網路建模
如果所有在濕地附近的工廠同時向河中排放化學物質，那麼排入濕地的污染物的數量要多久就能達到破壞環境的數量？GIS能模擬出污染物沿線性網路（河流）的擴散的路徑。諸如坡度、速度限值、管道直徑之類的數值可以納入這個模型使得模擬得更精確。網路建模通常用於交通規劃、水文建模和地下管網建模。地理信息系統工程地理信息系統工程是應用系統原理和方法，針對特定的實際應用目的和要求，統籌設計、優化、建設、評價、維護實用GIS系統的全部過程和步驟的統稱。
GIS工程具有一定的廣泛性。它是系統原理和方法在GIS工程建設領域內的具體應用。它的基本原理是系統工程，即從系統的觀點出發，立足於整體，統籌全局，又將系統分析和系統綜合有機地結合起來，採用定量的或定性與定量相結合的方法，提供GIS工程的建設模式。同時，GIS工程在很大程度上是計算機軟體系統，它在軟體設計和實現上要遵循軟體工程的原理，研究軟體開發的方法和軟體開發工具，爭取以較少的代價獲取用戶滿意的軟體產品，支持GIS工程。
GIS工程又具有相對的針對性。GIS工程總是面向具體的應用而存在，它伴隨著用戶的背景、要求、能力、用途等諸多因素而發生變化。這一方法說明GIS具有很強的功用性，另一方面則要求從系統的高度抽象出符合一般GIS工程設計和建設的思路和模式，用以指導各種GIS工程建設。
GIS工程涵蓋范圍很廣，它貫穿工程設計、優化、建設、評價、維護更新等全過程，並綜合考慮人的因素、物的因素，使其整體統籌考慮的范疇，做到"物盡其用，人盡其能"，以最小的代價取得最佳的收益。
GIS工程涉及因素眾多，概括起來可以分為硬體、軟體、數據及人。硬體是構成GIS系統的物理基礎；軟體形成GIS系統的驅動模型；數據是GIS系統的血液；人則是活躍在GIS工程中的另一個十分重要的因素，人既是系統的提出者，又是系統的設計者、建設者，同時還是系統的使用者、維護者。如果人的作用發揮得好，可以增強系統的功能，增加系統的效益，為系統增值，反之會削弱系統應有的潛能。如果說硬體、軟體、數據表現出某種層次關系的話，即軟體構築於硬體之上，數據賴以軟體而存在，那麼，人的作用就是嵌入在整個GIS工程領域之中。Geographic Information SystemJGIS is an international refereed journal dedicated to the latest advancement of Geographic Information System . The goal of this journal is to keep a record of the state-of-the-art research and promote the research work in these fast moving areas. The journal publishes the highest quality, original papers included but not limited to the fields:
JGIS是一個國際權威期刊，由美國科研出版社編輯。致力於地理信息系統（GIS）的最新進展。這本雜志的目標是要保持一個記錄的國家的最先進的研究，並促進在這些快速發展的領域的研究工作。該雜志出版最高質量的，原來的文件，包含以下領域：
地理信息系統
Cartography and Geodesy
Computational Geometry
Computer Vision Applications in GIS
Distributed, Parallel, and GPU Algorithms for GIS
Earth Observation
Environmental Geomatics — GIS, RS and Other Spatial Information Technologies
Geographical Analysis for Urban and Regional Development
Geographic Information Retrieval
GIS and Cloud Computing
GIS and High Performance Computing
Human Computer Interaction and Visualization
Image and Video Understanding
Location-Based Services
Location Privacy, Data Sharing and Security
Performance Evaluation
Photogrammetry
Similarity Searching
Social Networks and Volunteer Geographic
Spatial Analysis and Integration
Spatial and Spatio-Temporal Information Acquisition
Spatial Data Mining and Knowledge Discovery
Spatial Data Quality and Uncertainty
Spatial Data Structures and Algorithms
Spatial Data Warehousing, OLAP, and Decision Support
Spatial Information and Society
Spatial Modeling and Reasoning
Spatial Query Processing and Optimization
Spatial Semantic Web
Spatio-Temporal Data Handling
Spatio-Temporal Sensor Networks
Spatio-Temporal Stream Processing
Spatio-Textual Searching
Standardization and Interoperability for GIS
Storage and Indexing
Systems, Architectures and Middleware for GIS
Traffic Telematics
Transportation
Visual Languages and Querying
Wireless, Web, and Real-Time Applications
編輯本段GIS的發展趨勢趨於綜合性發展GIS、遙感（RS）和全球定位系統（GPS）3S集成技術的發展在世界各國引起了普遍重視。RS主要側重於信息獲取和動態監測；GIS主要是空間信息的管理、分析；GPS是空間定位、導航。GIS的綜合性發展趨勢還體現在與OA、Internet、多媒體、虛擬現實等技術的集成。開放式GISGIS數據共享和互動式操作促進GIS社會化發展。開放式GIS協會（OGC）打破當前GIS業各地區、各單位、各企業各自為營的局面，促進GIS社會化發展。產業化發展GIS產業對象主要包括：硬體、軟體、數據採集與數據轉換、電子數據、遙感信息獲取與處理、系統開發與集成、咨詢與技術服務。向組件式發展採用面向對象技術開發組件式GIS是GIS軟體發展的必然趨勢，GIS軟體的可配置性、可擴展性和開放性將更強，進行二次開發將更方便。WEB GISWebGIS是Internet技術應用於GIS開發的產物。是一個互動式的、分布式的、動態的地理信息系統，是由多個主機、多個資料庫的無線終端，並由客戶機與伺服器（HTTP伺服器及應用伺服器）相連所組成的。GIS通過WWW功能得以擴展，真正成為了一種大眾使用的工具。從WWW的任意一個節點，Internet用戶可以瀏覽WebGIS站點中的空間數據、製作專題圖，以及進行各種空間檢索和空間分析，從而使GIS進入千家萬戶。
編輯本段地理信息系統空間分析的發展趨勢GIS 技術的應用極大地促進了空間分析的需求和應用。GIS 應用的最高目標是空間決策支持，而空間決策支持的核心必然是空間分析。因此，基於GIS 的空間分析的發展方向為：由空間分析向時空分析領域拓展萬事萬物均處在一定的時空坐標系中，時間、空間和屬性是地理實體的3 個基本特徵，時空（Spatio-temporal）分析是指用於描繪隨時間動態變化的空間物體和空間現象特徵的一系列技術，其分析結果依賴於事件的時空分布。時空資料庫模型的研究起步於20 世紀90 年代，由於時空資料庫的復雜性，對它的研究目前仍處於理論階段，尚無成熟的商品化軟體平台問世，故建立在其上的時空分析進展緩慢。隨著近期計算機技術和GIS 的飛速發展，作為客觀現實世界抽象和表示的時空數據模型日漸成為人們關注的熱點課題。時空分析的有效模型基於GIS 的空間分析和CI 的融合，將該領域拓展到計算科學、統計學、數學、物理學、神經系統科學、認知學、電子工程、計算地理學等領域，使得GIS 可以將這些學科的最新成果應用於空間決策支持。另外，CI 技術之間的相互結合更加拓展了空間分析的應用領域，如模糊邏輯與模糊神經網路相結合的模糊神經網路，神經網路與遺傳演算法和免疫演算法相結合探詢網路結構和權重優化等。將CI 技術與SDA 相結合，在GIS 環境下建立時空一體化的時空過程模擬分析引擎已成為SDA 的一項重要內容。與時空分析模型高度融合由於需求和描述對象的多樣化，建模時需要考慮各種不同情況，集成多個動態模型，建立基於GIS 的統一時空分析構架（圖1）。例如，對空間地理事件的對比和評價可以用傳統的AHP 方法結合神經網路模型來綜合評價；對空間地理事件的發展趨勢如城市面積的發展演變可以通過事件驅動的模擬形式結合細胞自動機模型來描述；一些基於輸入一輸出的事件，例如時空經濟分析等可以採用「黑箱」方法（如Neural Networks 模型）或基於CI 的混合方法等。同時，將對不同領域適用的空間分析模型組織整合到一個統一框架中，結合專家經驗和先驗知識，進行有效的組織、調度和通訊，使其從環境接受感知信息，進行協同工作，執行各種智能決策行為，這也正是目前智能體（agent）所要研究和解決的問題，最終目標是使G1S與時空分析模型成為高度融合的時空決策集成平台。
編輯本段特點GIS的操作對象是空間數據空間數據包括地理數據、屬性數據、幾何數據、時間數據。GIS對空間數據的管理與操作，是GIS區別於其它信息系統的根本標志，也是技術難點之一。GIS的技術優勢在於它的空間分析能力GIS獨特的地理空間分析能力、快速的空間定位搜索和復雜的查詢功能、強大的圖形處理和表達、空間模擬和空間決策支持等，可產生常規方法難以獲得的重要信息，這是GIS的重要貢獻。GIS與地理學、測繪學聯系緊密地理學是GIS的理論依託，為GIS提供有關空間分析的基本觀點和方法。測繪學為GIS提供各種定位數據，其理論和演算法可直接用於空間數據的變換和處理。
『柒』 MongoDB挑戰傳統資料庫：非結構化資料庫的迭新不容小覷
相比甲骨文中國在中國市場的裁員風波，同為資料庫服務的MongoDB顯得更為樂觀。「MongoDB是中國開發者最喜歡用的一個資料庫。」MongoDB全球渠道及亞太區銷售高級副總裁Alan Chhabra帶著一點自信和驕傲在媒體面前宣稱。
中國企業的數字化轉型正進入關鍵期，在打造開放、高效、靈活、共享的雲計算基礎設施的同時，資料庫的更新換代也被提上了日程。
日前，非結構化資料庫平台提供商MongoDB在上海舉辦用戶大會，MongoDB全球渠道及亞太區銷售高級副總裁Alan Chhabra接受了億歐企業服務頻道的采訪， 並針對去年修改開源協議，在SSPL的不同許可機制下授權伺服器軟體的爭議以及其他疑問作出回應。
資料庫的本質是解決數據的存儲和管理問題。 Alan Chhabra表示，對企業發展具有戰略意義的資料庫正在催生巨大的市場。
在這些潛力頗大的資料庫中，市場上目前存在著的是關系型的傳統資料庫和以Mongo DB為代表的非關聯式新型資料庫。傳統資料庫比較典型的是甲骨文旗下的Oracle資料庫、IBM推出的大數據平台Hadoop和Stream Computing、微軟的SQL Server、SAP以及EMC Greenplum。 他們的主要差別在於資料庫的結構化和非結構化。
結構化的數據是指可以使用關系型資料庫表示和存儲，表現為二維形式的數據，存儲和排列很有規律，這對查詢和修改等操作很有幫助，但擴展性和靈活性欠佳。 非結構化資料庫就是各種文檔、圖片、視頻/音頻等沒有固定結構的數據，一般直接整體進行存儲為二進制的數據格式。 目前涵蓋分布式資料庫、圖資料庫、流資料庫、時空資料庫和眾包資料庫等多個領域。
MongoDB是文檔型的非結構化新型資料庫，Alan Chhabra表示， 與傳統資料庫相比，更能滿足用戶數據存儲量大、計算靈活的需求。「在某些客戶某些案例上，我們已經取代了傳統資料庫，比如甲骨文。」
當前， 軟體對於商業模式的改變、開發人員地位的提高，以及企業向雲端遷移的趨勢 都讓數據服務公司的發展得到了助力。但從畢馬威會計事務所對首席信息官的調查結果來看， 88%的首席信息官認為他們未能從數字化戰略中充分獲益；82%的首席信息官認為其所在機構在利用技術推動業務發展方面並非「卓有成效」。 也就是說， 大多數公司的數字化戰略是以失敗告終的。
在此背景下，更加靈活、性能更加強大的新型資料庫在一些領域獲得了試驗田豐收，並且可以看到，隨著客戶數據需求的繁雜程度的日益增加，傳統資料庫也在自我革新，以迎頭趕上數據浪潮的大變革。
MongoDB成立於2007年，2017年在納斯達克上市。最初，MongoDB是一項面向技術愛好者的技術，如今已成為一項企業級的業務關鍵技術。通過不斷開發資料庫即服務（Database-as-a-Service）產品，積極擁抱雲計算，MongoDB在過去十年裡，為開發人員提供了處理數據的方法。正因如此，它也成了企業數字化轉型戰略的一個關鍵部分。
MongoDB提供的產品主要包括MongoDB雲服務MongoDB Atlas、MongoDB Mobile、MongoDB企業版和MongoDB Stitch等十餘個相關產品。Alan Chhabra表示，產品包括了 開源版、付費版和雲版。
2018 年 10 月，MongoDB宣布其開源許可證將從GNU AGPLv3切換到SSPL，新許可證將適用於新版本的MongoDB Community Server以及打過補丁的舊版本，這一舉動引發了行業熱議。基於GNU AGPLv3協議，企業可以將MongoDB作為公共服務但這需要企業開源自己的軟體或是獲得MongoDB的商業授權，事實卻是MongoDB發現許多企業正在違反協議「瘋狂試探」甚至已經違反協議。 SSPL（ Server Side Public License）顧名思義，要求使用者必須得到伺服器端公共許可證，這一協議會進一步約束商業公司使用MongoDB服務。
Alan Chhabra向億歐解釋， SSPL 針對的是提供MongoDB託管服務的雲服務廠商。 也就是說，如果不是雲服務廠商，沒有公然售賣MongoDB產品，而只是作為應用後台資料庫來使用的話，那麼無論你是電商、物聯網、金融、社交、 游戲 、移動應用等等，一概都不會有任何影響。 「MongoDB的宗旨還是為了始終支持並保護創新開放。」
但此開源協議的修改明顯帶來了市場用戶的「掉粉」，比如Linux 社區的接連「棄用」，以及AWS 、IBM、微軟推出了兼容MongoDB的相關產品來服務用戶。
資料庫開源的商業變現與創新形成的矛盾，目前似乎還尚未找到解決方案。
Alan Chhabra在大會上也透露了MongoDB的未來計劃， 即將基於智能運營數據平台和下一代基礎架構、文化、方法論和安全，推動原有系統的現代化、數據即服務、雲數據策略、業務敏捷性，進而幫助客戶實現以數據驅動的數字化轉型。
針對MongoDB在中國的發展情況， Alan Chhabra表示，公司將以創新立足，持續引領資料庫技術發展潮流，與合作夥伴攜手助力中國企業的數字化轉型。
MongoDB北亞區副總裁蘇玉龍認為：「中國是數據大國，而數據就是未來的石油。如何利用好數據，讓數據石油助力中國企業騰飛是MongoDB希望在中國達成的事情。隨著中國企業數字化轉型逐漸走向深入，MongoDB資料庫的價值得到不斷釋放。」
本文作者龔晨霞，微信Gcx847076575，歡迎關注企業服務和產業互聯網的朋友加微信交流。