Las geodatabases en el panorama del FOSS GIS. Introduccion y casos de estudio

Presentaciń
o Geodatabases Mini proyecto SIGUA.NET

Las geodatabases en el panorama del FOSS GIS
Introducciń y casos de estudio
o

Benito M. Zaragoz´
ı

Seminario Tem´tico
a
M´ster en Tecnolog´ de la Informaciń Geogr´fica
a ıas o a
Universidad de Alcal´ de Henares
a

2 y 3 de abril de 2013

Las geodatabases en el panorama del FOSS GIS Introducciń y casos de estudio
o Benito M. Zaragoz´
ı

Presentaciń

Contexto tecnol´gico del FOSS SIG
o

Tendencias en el acceso a la informaciń geogr´fica
o a

ı

Presentaci´n

o

Knowledge Discovery in Databases (KDD)

• El KDD analiza las bases de datos m´s voluminosas.
a
• El KDD puede aprovechar datos con or´ıgenes y formatos tan
distintos como los existentes en el ´rea de las TIG.
a
• Las tareas y m´todos de “Data Mining” sirven para extraer
e
conocimiento a partir de las bases de datos.
• La IG tiene particularidades que la hacen m´s dif´ de analizar
a ıcil
que los datos provenientes de otras ´reas de aplicaci´n.
a o
ı

Presentaci´n

o

Open Geospatial Consortium (OGC)
Miembros OGC
• Empresas distribuidoras de software: ESRI, Autodesk, Bentley
Systems, Cadcorp, Intergraph, NAVTEQ, etc.
• Universidades: Delft University of Technology, Harvard
University, ITC University of Twente, MIT, etc.
• Agencias gubernamentales: Norwegian Building Authority, US
Geological Survey (USGS), etc.

http://www.opengeospatial.org/

Est´ndar OGC
a
Documento establecido por consenso y aprobado por los miembros
del OGC. Este documento provee de reglas y directrices que
buscan la interoperabilidad del software geoespacial.
ı

Presentaciń

o

WKT y WKB
Well-known text (WKT)
WKT es uno de los estńdares OGC m´s conocidos. WKT es un
a a
lenguaje de etiquetado para representar geometr´ vectoriales,
ıas
sistemas de referencia espacial y transformaciones. En su versiń
o
binaria, el well-known binary (WKB) se utiliza para transferir dicha
informaciń rapidamente entre bases de datos y distintos tipos de
o
software geoespacial.
POINT(53 105)
MULTIPOINT(100 0, 100 100)
LINESTRING(0 0, 25 100, 50 0, 75 100, 100 0)
MULTILINESTRING((100 100, 75 0, 50 100, 25 0, 0 100), (0 0, 25 100, 50 0, 75 100, 100 0))
POLYGON((0 0, 100 0, 100 100, 0 100, 0 0))
POLYGON((0 0, 100 0, 100 100, 0 100, 0 0), (25 25, 25 75, 75 75, 75 25, 25 25))
MULTIPOLYGON(((125 125, 125 175, 175 175, 175 125, 125 125)), ((0 175, 0 100, 100 175, 0 175)))
GEOMETRYCOLLECTION(POINT(53 105), LINESTRING(0 0, 25 100, 50 0, 75 100, 100 0),
POLYGON((0 0, 100 0, 100 100, 0 100, 0 0)))

Prćtica
a
Edita y crea geometr´ en OpenJump y familiarzate con el WKT.
ıas
ı

Presentaci´n

o

Open Source Geospatial Foundation (OSGeo)

OSGeo apoya, ﬁnancia y
comercializa
herramientas FOSS GIS.
Adem´s, fomenta el
a
acceso a datos
espaciales libres.

http://www.osgeo.org/

ı

Presentaciń

o

Clasificaciń de proyectos de FOSS SIG (Ramsey, 2007)
o

ı

Presentaci´n

o

Infraestructuras de Datos Espaciales (IDE)

Para analizar distintas posibilidades podeis echarle un vistazo a
este White Paper de Opengeo.org
ı

Presentaciń

o

Generaciń de informes
o

Las IDEs y los geoportales se centran en la difusiń de la
o
informaciń geogr´fica. Sin embargo, las mismas tecnolog´
o a ıas
utilizadas por las IDE pueden utilizarse para generar modelos
geogr´ficos y analizar datos “inteligentes”. La primera parte de
a
esta cuestiń se puede abordar directamente en las geodatabases.
o
ı

Presentaciń

Introducciń a las geodatabases
o

Qu´ es una geodatabase?
e
Definiciń de geodatabase
o
Una geodatabase es una base de datos con tipos especiales para
los objetos geom´tricos. Permite almacenar datos geom´tricos y
e e
proporciona funciones especiales, ´
ındices espaciales y lenguajes de
consulta (SQL). Una base de datos espacial es a menudo utilizado
como un simple contenedor de almacenamiento para los datos
espaciales, pero se puede ser mucho m´s que eso.
a

Geodatabases relacionales
• Comerciales: Oracle Spatial, SQL Server (2008), IBM DB2
Spatial, IBM Informix Spatial, MapInfo SpatialWare y ESRI
ArcSDE.
• Libres: MySQL Spatial, SpatiaLite y PostGIS.

ı

Presentaciń

o

Otras geodatabases alternativas (NoSQL)
Definiciń de NoSQL
o
Segń nosql-database.org, es la nueva generaciń de bases de
u o
datos que se distinguen por las siguientes caracter´
ısticas:
• No-relacionales.
• Distribuidas.
• Open-source
• Horizontalmente escalables.

NoSQL con componente espacial
• Perst, SpaceBase y ¿DB4O-spatial?
• Neo4j y AllegroGraph.
• MongoDB y CouchDB.
• CartoDB y StormDB.
ı

Presentaciń

o

SGBD espaciales vs SIG orientados a la aplicaciń
o
La relaciń entre SIG y Sistemas Gestores de Bases de Datos
o
(SGBD) es cada vez m´s cercana y est´ tomando un inter´s
a a e
creciente. Existen varios motivos que explican dicho inter´s:
e

Ventajas
Inconvenientes
• Reducciń de la redundancia
o
• Costes m´s elevados.
a
de datos.
• Personal adicional.
• Aumento de la integridad de
datos. • Aumento del tiempo de
desarrollo.
• Independencia de datos.
• Riesgo centralizado.
• Seguridad de los datos.
• Anonimato de los datos.
• Mantenimiento eficiente.
• Racionalidad excesiva.
• Visiń Corporativa.
o

ı

Presentaci´n

o

PostgreSQL
Qu´ es PostgreSQL?
e
PostgreSQL es un SGBD relacional orientado a objetos y libre.
Entre sus principales ventajas podemos encontrar:
• Alta concurrencia y seguridad.
• Amplia variedad de tipos nativos (N´meros de precisi´n
u o
arbitraria, texto de largo ilimitado, direcciones IP, direcciones
MAC, arrays, geometr´ etc).
ıas,
• Otras caracter´
ısticas (foreign keys, triggers, vistas, integridad
transaccional, herencia de tablas, soporte para transacciones
distribuidas, etc).
• Funciones en varios lenguajes procedurales (PL/PgSQL, C,
C++, Java PL/Java web, PL/Perl, plPHP, PL/Python,
PL/Ruby, PL/sh, PL/Tcl, PL/R, etc).

ı

Presentaciń

o

PostGIS

Qu´ es PostGIS?
e
PostGIS es la extensiń espacial, FOSS y OGC, para el Sistema de
o
Gestiń de Base de Datos PostgreSQL. PostGIS aãde funciones
o n
espaciales (distancia, ´rea, uniń, intersecciń, etc) y tipos de
a o o
datos espaciales a la base de datos. Esta extensiń es similar a
o
ESRI ArcSDE, Oracle Spatial, MySQL-spatial, y DB2 Spatial
Extender. La versiń 2.0.0 tiene otras mejoras notables:
o
• 3D support.
• Raster/vector support.
• SQL/MM topology support.
• Tiger geocoder with loader for 2010 Tiger data.

ı

Presentaci´n

o

PostgreSQL y PostGIS con pgAdmin III

Query 1: Hello world!!
1 SELECT version () ;
2 -- SELECT p o s t g i s _ f u l l _ v e r s i o n () ;
3 -- SELECT * FROM pg_tables WHERE
schemaname = ’ public ’;

ı

Presentaciń

o

Crear una base de datos con una tabla espacial

Creamos una base de datos llamada “testdb”, le aãdimos una
n
nueva tabla y una columna de geometr´
ıas:

Query 2: Crear una tabla
1 CREATE TABLE ciudades ( id int4 , name varchar (50) ) ;
2 SELECT A d dGe ome tryC olu mn ( ’ ciudades ’ , ’ the_geom ’ , 4326 , ’ POINT ’ , 2) ;

A continuaciń, se utiliza el comando INSERT para aãdir los
o n
primeros registros en la tabla que acabamos de crear (buscad m´s
a
en geonames.org ).

ı

Presentaci´n

o

Consultas b´sicas
a

Query 3: A˜adir registros a la tabla ciudades
n
1 INSERT INTO ciudades ( id , the_geom , name ) VALUES (1 , ST_GeomFromText ( ’ POINT
( -0.1257 51.508) ’ ,4326) , ’ London , England ’) ;
( -81.233 42.983) ’ ,4326) , ’ London , Ontario ’) ;
(27.91162491 -33.01529) ’ ,4326) , ’ East London , SA ’) ;

Query 4: Consultas b´sicas
a
1 SELECT * FROM ciudades ;
2 -- SELECT id , ST_AsText ( the_geom ) , ST_AsEwkt ( the_geom ) , ST_X ( the_geom ) , ST_Y (
the_geom ) FROM ciudades ;
3 -- SELECT p1 . name , p2 . name , ST _ Di st a nc e _S ph e re ( p1 . the_geom , p2 . the_geom ) FROM
ciudades AS p1 , ciudades AS p2 WHERE p1 . id > p2 . id ;
4 -- SELECT p1 . name , p2 . name , S T _ D i s t a n c e _ S p h e r o i d ( p1 . the_geom , p2 . the_geom , ’
SPHEROID [" GRS_1980 " ,6378137 ,298.257222] ’) FROM ciudades AS p1 , ciudades AS
p2 WHERE p1 . id > p2 . id ;

ı

Presentaciń

Gestiń de espacios de una corporaciń
o o

Introducciń
o
Problema
En una universidad con decenas de edificios y miles de empleados
se quiere optimizar la gestiń de personal y el gasto. Los gerentes
o
sospechan que el gasto en limpieza parece desproporcionado en
algunos departamentos. Adem´s, entre otros diversos problemas,
a
bromean sobre el rumor de que en los edificios pr´ximos a la
o
cafeter´ se hacen m´s horas extra. No obstante, no tienen un
ıa a
modo de analizar este tipo de situaciones. La informaciń depende
o
de distintos departamentos independientes:
• Cartograf´ digital de los proyectos de cada edificio (Oficina
ıa
tćnica de proyectos).
e
• Un c´digo para denominar a cada estancia (Gestiń de
o o
espacios docentes).
• Un completo listado de personal (Gestiń econ´mica).
o o
ı

Presentaciń

o o

Introducciń (II)
o
Una geodatabase es un medio ideal para solucionar estos y otros
posibles problemas. Analizar los datos de un modo sistem´tico
a
depender´ de que superemos con ´xito una serie de fases.
a e
Objetivos espec´
ıficos
1 Definir un modelo de base de datos (ER, OO, Graph, etc).
2 Escoger un SGBD apropiado (centenares de usuarios).
3 Implementar la base de datos e incorporar toda la informaciń
o
disponible.
4 Desarrollar m´todos para responder a las preguntas espec´
e ıficas
de los gestores y del p´blico en general.
u
5 Publicar los informes de un modo din´mico, para que los
a
usuarios encuentren lo que necesitan con poco esfuerzo.

ı

Presentaci´n

o o

Diagrama Entidad-Relaci´n b´sico
o a

ı

Presentaci´n

o o

Creaci´n de las tablas
o
CREATE TABLE
Crea una nueva tabla (vac´ en la base de datos actual y admite
ıa)
un buen n´mero de par´metros (tablas temporales, herencia,
u a
valores por defecto, OIDs, restricciones, etc). El usuario que haya
creado la tabla ser´ el propietario.
a

Query 5: Crear tablas Query 6: Crear tablas
1 CREATE TABLE Departamentos (
1 CREATE TABLE Usos (
2 DptoID VARCHAR (10) PRIMARY KEY ,
2 CodUso VARCHAR (10) PRIMARY KEY ,
3 NomDpto VARCHAR (50) NOT NULL ) ;
3 DescUso VARCHAR (50) ,
4
4 GrupoUso VARCHAR (20) NOT NULL ) ;
5 CREATE TABLE Personas (
5
6 PersId VARCHAR (20) PRIMARY KEY ,
6 CREATE TABLE PuestoDeTrabajo (
7 Apellido1 VARCHAR (30) NOT NULL ,
7 PersId VARCHAR (20) NOT NULL ,
8 Apellido2 VARCHAR (30) ,
8 EstanId VARCHAR (20) NOT NULL ,
9 Nombre VARCHAR (30) NOT NULL ,
9 PerfilID VARCHAR (20) NOT NULL ,
10 Ciudad VARCHAR (20) NOT NULL ,
10 Perfil VARCHAR (50) NOT NULL ,
11 FechaNac DATE NOT NULL ,
11 PerfilGrupo VARCHAR (20) NOT NULL ) ;
12 HorasExtra SMALLINT DEFAULT 0 NOT NULL ) ;

ı

Presentaci´n

o o

Plugin SPIT en QGIS

ı

Presentaciń

o o

Definir claves externas
Mantener la integridad referencial
Los cambios en una tabla pueden implicar modificaciones en otras
tablas relacionadas. En los SGBD simples esto se podr´ realizar
ıa
manualmente, pero esto puede generar problemas y es muy
inc´modo en BD grandes. PostgreSQL controla esto
o
autom´ticamente mediante el uso de claves ajenas.
a

Query 7: Aãdir claves ajenas
n
1 ALTER TABLE Estancias
2 ADD FOREIGN KEY ( coddpto ) REFERENCES Departamentos ( dptoid ) ;
3
4 ALTER TABLE Estancias
5 ADD FOREIGN KEY ( coduso ) REFERENCES Usos ( coduso ) ;
6
7 ALTER TABLE PuestoDeTrabajo
8 ADD FOREIGN KEY ( EstanId ) REFERENCES Estancias ( codigo ) ;
9
10 ALTER TABLE PuestoDeTrabajo
11 ADD FOREIGN KEY ( PersId ) REFERENCES Personas ( PersId ) ;

ı

Presentaciń

o o

Carga de datos
INSERT
Inserta nuevas filas en una tabla. Se puede insertar una unica fila
´
especificada por expresiones de valor, o varias filas, como resultado
de una consulta.

Query 8: Ins´rtate en la tabla de Personas
e
1 INSERT INTO Personas VALUES ( ’ PersId ’ , ’ Apellido1 ’ , ’ Apellido2 ’ , ’ Nombre ’ , ’
Ciudad ’ , ’ FechaNac ’ , HorasExtra ) ;

Ahora puedes comprobar:
1 Lo que sucede al introducir un registro con una clave primaria
repetida en la misma tabla.
2 Lo que sucede al vulnerar las restricciones especificadas en la
creaciń de las tablas (Ej: Valores nulos o unicos).
o ´
ı

Presentaciń

o o

Carga de datos masiva
COPY
Utilizaremos este comando para importar y exportar datos entre
PostgreSQL y los ficheros del sistema. Este m´todo podr´ resultar
e a
m´s prćtico y ´gil que realizar INSERT.
a a a

Query 9: Ejemplo de COPY
1 COPY Departamentos FROM ’ .../ Departamentos . csv ’ WITH DELIMITER ’; ’ csv header ;
2 -- Ahora copia el resto de ficheros a la base de datos .

¿Importa el orden?
´
Si importas las estancias o los puestos de trabajo antes que las
otras tablas te habr´ aparecido un error de regla de integridad
a
referencial. No se puede hacer referencia a algo que, por lo que
concierne a nuestra base de datos actual, no existe.
ı

Presentaciń

o o

Eliminar datos de la DB
DELETE
Este m´todo elimina filas de una tabla que satisfagan la clúsula
e a
WHERE o si no hay WHERE, se eliminarń todas las filas de la
a
tabla. El resultado es una tabla v´lida, pero vac´ Es interesante
a ıa.
ver como afecta la existencia de claves ajenas:

Query 10: Ejemplo de DELETE
1 -- --- Intentamos borrar un registro en la tabla Departamentos .
2 -- SELECT * FROM Departamentos WHERE dptoid = ’09.24 ’;
3 -- DELETE FROM Departamentos WHERE dptoid = ’09.24 ’;
4 -- --- Comprobamos la existencia de registros relacionados en otras tablas .
5 -- SELECT * FROM Estancias WHERE coddpto = ’09.24 ’;
6 -- --- Borramos los registros relacionados de otras tablas .
7 -- DELETE FROM Estancias WHERE coddpto = ’09.24 ’;
8 -- --- Finalmente podemos borrar los registros de la tabla principal .
9 -- DELETE FROM Departamentos WHERE DptoId = ’09.24 ’;

ı

Presentaciń

o o

Consultas a la BD
El SQL es un lenguaje estńdar de consulta de bases de datos con
a
un gran n´mero de alternativas a la hora de explotar una base de
u
datos. Existen muchos m´todos y palabras clave para filtrar,
e
ordenar y combinar los datos. Vamos a practicar un poco:

Query 11: Ejemplos de operadores
1 SELECT * FROM Personas ;
2 -- SELECT * FROM Personas WHERE Apellido1 = ’ tu apellido ’;
3 -- SELECT Nombre , Apellido1 FROM Personas WHERE extract ( years from age ( fechanac ) )
< 35;
>= 50 AND extract ( years from age ( fechanac ) ) <=70;
BETWEEN 50 AND 70;
6 -- SELECT NomDpto FROM Departamentos WHERE NomDpto LIKE ’ %GEO %’;
7 -- SELECT DISCTINCT Perfil FROM PuestoDeTrabajo WHERE Perfil LIKE ’ %Cate %’;
8 -- SELECT * FROM Personas ORDER BY Apellido1 ;
9 -- SELECT Nombre , Apellido1 FROM Personas ORDER BY extract ( years from age (
fechanac ) ) asc LIMIT 5 OFFSET 1;
10
11 -- Investigad los m´ todos UNION , INTERSECT y EXCEPT
e

ı

Presentaciń

o o

Distintas consultas, mismo resultado
Sintaxis y rendimiento
El lenguaje SQL es muy rico y PosgreSQL ofrece muchas otras
posibilidades para manipular y consultar los datos. As´ pues, suele
ı
suceder que hay distintos modos de formular una misma pregunta
a una base de datos. En ocasiones la diferencia podr´ ser
a
puramente sintćtica, pero en otras situaciones unas opciones
a
pueden ser m´s r´pidas y eficientes que otras.
a a

Query 12: Ejemplo de OR
1 SELECT Nombre , Apellido1 Query 13: Ejemplo de IN
2 FROM Personas
1 SELECT Nombre , Apellido1
3 WHERE
2 FROM Personas
4 Ciudad = ’ Alicante ’ OR
3 WHERE Ciudad IN
5 Ciudad = ’ Elche ’ OR
4 ( ’ Alicante ’ , ’ Elche ’ , ’ Benidorm ’ , ’ Alcoy
6 Ciudad = ’ Benidorm ’ OR
’ , ’ Torrevieja ’) ;
7 Ciudad = ’ Alcoy ’ OR
8 Ciudad = ’ Torrevieja ’;

ı

Presentaci´n

o o

Consultas sobre varias tablas

Query 14: Ejemplo de consultas sobre varias tablas (I)
1 SELECT NomDpto , Codigo
2 FROM Departamentos , Estancias
3 WHERE Estancias . coddpto = Departamentos . dptoid
4 ORDER BY NomDpto ;

Query 15: Ejemplo de consultas sobre varias tablas (II)
1 SELECT COUNT ( personas . persid )
2 FROM Departamentos , Estancias , PuestoDeTrabajo , Personas
3 WHERE NomDpto LIKE ’ %QUIMICA %’
4 AND Departamentos . dptoid = Estancias . coddpto
5 AND Estancias . codigo = PuestoDeTrabajo . estanid
6 AND P ue st oDeTrabajo . PersId = Personas . PersId ;

ı

Presentaci´n

o o

Consultas sobre varias tablas

Query 16: Ejemplo de consultas sobre varias tablas (III)
1 SELECT NomDpto , count ( personas . persid )
2 FROM Departamentos , Estancias , PuestoDeTrabajo , Personas
3 WHERE personas . Horasextra BETWEEN 900 AND 1000
4 AND Departamentos . dptoid = Estancias . coddpto
5 AND Estancias . codigo = PuestoDeTrabajo . estanid
6 AND P ue st oDeTrabajo . persid = Personas . persid
7 GROUP BY nomdpto
8 ORDER BY count ( personas . persid ) desc ;

ı

Presentaciń

o o

Consultas complejas

Consultas anidadas
Habitualmente, necesitaremos combinar consultas sencillas para
responder a preguntas m´s complejas. Existen muchos modos para
a
hacer esto, pero el uso de consultas anidadas es el m´s b´sico.
a a

Un ejemplo
Si necesit´semos listar aquellos departamentos cuya superficie
a
media es mayor que la media de la universidad, necesitaremos
anidar dos consultas:
1 La superficie media de cada departamento.
2 La superficie media de los departamentos de la universidad.

ı

Presentaciń

o o

Consultas anidadas

Query 17: Superficie media de cada departamento
1 SELECT Departamentos . nomdpto , SUM ( ST_Area ( Estancias . geom ) ) As dptom2
3 WHERE
4 Departamentos . dptoid = Estancias . coddpto
5 GROUP BY Departamentos . nomdpto
6 ORDER BY dptom2 desc ;

Query 18: Superficie media de los departamentos
1 SELECT AVG ( dptom2 ) as supmeddptos
2 FROM
3 ( SELECT Departamentos . nomdpto , SUM ( ST_Area ( Estancias . geom ) ) As dptom2
5 WHERE
8 ORDER BY dptom2 desc ) as avgm2 ;

ı

Presentaci´n

o o

Consultas anidadas

Query 19: Departamentos que superan la superﬁcie media
1 SELECT nomdpto , dptom2
2 FROM
3 ( SELECT Departamentos . nomdpto , SUM ( ST_Area ( Estancias . geom ) ) As dptom2
5 WHERE
7 GROUP BY Departamentos . nomdpto ) as dptom2
8 WHERE
9 dptom2 >
10 ( SELECT AVG ( dptom2 ) as s u p e r f i c i e _ m e d i a _ d e _ l o s _ d e p a r t a m e n t o s
11 FROM ( SELECT Departamentos . nomdpto , SUM ( ST_Area ( Estancias . geom ) ) As dptom2
13 WHERE
16 ORDER BY dptom2 desc ) as avgm2 )
17 ORDER BY dptom2 desc ;

ı

Presentaciń

o o

Consultas actualizadas
Vistas
Las vistas permiten personalizar la apariencia de una base de
datos. Una vista se genera a partir de una selecciń (SELECT) de
o
tablas (o vistas) existentes en la misma o en otras bases de datos.
Una vez generada, la vista mantiene el enlace con las tablas de
origen. Esto quiere decir que los cambios en los datos que afecten
las tablas de origen tambiń afectan las vistas que, de este modo,
e
siempre estarń actualizadas.
a

Query 20: Creaciń de una vista
o
1 CREATE VIEW clasUsos AS
2 SELECT gid , d . dptoid , e . geom , d . nomdpto , e . codigo , u . descuso , st_area ( e . geom )
3 FROM Departamentos d , Estancias e , Usos u
4 WHERE
5 d . dptoid = e . coddpto AND
6 e . coduso = u . coduso AND
7 d . nomdpto LIKE ’ %GEO %’;

ı

Presentaciń

o o

Consultas espaciales

Query 21: Clasificaciń de las estancias segń su superficie
o u
1 SELECT DISTINCT categoria , COUNT ( codigo )
2 FROM
3 ( SELECT codigo , ’a ) enorme ’ as categoria
4 FROM Estancias
5 WHERE st_area ( geom ) >100
6 UNION
7 SELECT codigo , ’b ) grande ’ as categoria
8 FROM Estancias
9 WHERE st_area ( geom ) BETWEEN 50 AND 100
10 UNION
11 SELECT codigo , ’c ) nada mal ’ as categoria
12 FROM Estancias
14 UNION
15 SELECT codigo , ’d ) estandar ’ as categoria
16 FROM Estancias
18 UNION
19 SELECT codigo , ’e ) claustro - f´ bico ’ as categoria
o
20 FROM Estancias
21 WHERE st_area ( geom ) < 7) as clasif
22 GROUP BY categoria
23 ORDER BY categoria ;

ı

Presentaci´n

o o

Consultas espaciales

Query 22: 100 estancias m´s pr´ximas a la cafeter´
a o ıa
1 SELECT codigo , coduso
2 FROM Estancias
3 ORDER BY geom <-> st_setsrid ( st_makepoint (717185 ,4251205) ,25830) ASC
4 LIMIT 100;

Query 23: Despachos m´s pr´ximos a las cafeter´
a o ıas
1 SELECT st_astext ( st_collect ( Estancias . geom ) )
2 FROM Cafeterias , Estancias , Usos
3 WHERE
4 Estancias . coduso = Usos . coduso AND
5 Usos . descuso = ’ Despacho ’ AND
6 st_intersects (
7 ( SELECT ST_Buffer ( ST_Multi ( ST_Collect ( geom ) ) ,100) FROM Cafeterias ) ,
8 Estancias . geom ) ;

ı

Presentaciń

o o

Reglas geogr´ficas
a

Reglas y disparadores
Las reglas (“rules”) y los disparadores (“triggers”) son m´todos
e
que permiten automatizar procesos dentro de las bases de datos.
Ya habís visto algń ejemplo de “triggers” cuando habís
e u e
atentado contra la integridad referencial de las tablas. Aparecen
mensajes que os informan de que no pod´ borrar un registro,
ıais
puesto que hab´ registros de otras tablas relacionados con el que
ıa
intentabais borrar con el DELETE. De un modo similar, estos
comportamientos pueden muy utiles para gestionar la informaciń
´ o
geogr´fica. Ahora veremos un ejemplo de trigger y m´s adelante
a a
utilizaremos una regla para solucionar un ejercicio.

ı

Presentaci´n

o o

Reglas geogr´ﬁcas (con un “trigger”)
a

Query 24: Nadie trabajar´ en...
a
1 CREATE OR REPLACE FUNCTION c o m p r u e b a _ s u p e r f i c i e ()
2 RETURNS trigger AS
3 $BODY$
4 BEGIN
5 IF new . codigo
6 IN ( SELECT codigo FROM estancias WHERE st_area ( geometria ) < 6) THEN
7 RAISE EXCEPTION ’ ERROR FATAL . Intentas insertar una persona con NIF % en
la estancia %, que tiene una superficie de menos de 6 metros
cuadrados . ¿Quieres emparedarlo ? ’ , NEW . persid , NEW . codigo ;
8 END IF ;
9 RETURN NEW ;
10 END ;
11 $BODY$
12 LANGUAGE plpgsql VOLATILE
13 COST 100;
14 ALTER FUNCTION c o m p r u e b a _ s u p e r f i c i e ()
15 OWNER TO pgis ;

ı

Presentaciń

o o

Ejercicios libres (b´scate la vida)
u

1 Teniendo en cuenta que los costes de la limpieza de la
universidad dependen del uso de las estancias y de su
superficie. Responde:
• ¿Cu´les son 5 los departamentos con mayores necesidades?
a
• ¿Cuanto cuesta la limpieza de las estancias vac´ de la
ıas
universidad?
• Indica cu´les son los departamentos que m´s “despilfarran”.
a a
2 ¿Es cierto que las personas que trabajan cerca de la cafeter´
ıa
(XY) hagan m´s horas extra? Propń una idea de c´mo
a o o
comprobarlo.
3 La universidad necesita mantener un registro de todas las
personas que ya no trabajan all´ S´ que ser´ dif´ pero debes
ı. e a ıcil
dimitir ;-)

ı

Presentaciń

Soluciń experta a la gestiń de infraestructuras
o o

Gestiń de espacios en la Universidad de Alicante
o
¿Qu´ es SIGUA?
e
SIGUA es un Sistema de Informaciń especializado en la gestiń de
o o
espacios universitarios basado diferentes estńdares y tecnolog´
a ıas
FOSS. El nćleo principal SIGUA es una geodatabase montada en
u
PostgreSQL, que utiliza la extensiń PostGIS para la gestiń y
o o
an´lisis de la informaciń espacial.
a o

SIGUA.NET
Varias instituciones han mostrado inter´s de tener su propio
e
SIGUA. Sin embargo, la estructura de las universidades y los datos
disponibles pueden variar (cada universidad tendr´ su propio
a
diagrama ER). SIGUA.NET es una iniciativa para distribuir la
estructura b´sica de SIGUA y que cada entidad pueda adaptarla a
a
sus necesidades.
ı

Presentaci´n

o o

La geodatabase de SIGUA
SIGUA en cifras
• 10 Esquemas.
• 67 Tablas.
• 104 Vistas.
• 1.217 Funciones.
• 24 Reglas y disparadores.
• 5 Roles.
• Backups diarios.
• 3 API (SOAP, REST y desktop).
• M´s todo lo de PostgreSQL/PostGIS.
a

Instalador de SIGUA.NET en GitHub
https://github.com/labgeo/siguanet-dbdemo
ı

Presentaciń

o o

La geodatabase de SIGUA.NET
¿Qu´ contiene?
e
SIGUA.NET proporciona lo esencial para tener una base de datos
similar a la de SIGUA pero mucho m´s gen´rica y adaptable a la
a e
gestiń de espacios de otras organizaciones. Adem´s de la
o a
estructura de la base de datos tambiń incluye unos datos de
e
ejemplo para que el usuario pueda comprobar toda la funcionalidad
del esquema p´blico de SIGUA.
u

ı

Presentaciń

o o

Inteligencia detr´s de SIGUA
a

Ejemplos de reglas
La estructura de las bases de datos de SIGUA o la de SIGUA.NET
es mucho ma compleja que la del ejemplo que hemos desarrollado
en este curso, por lo que permite responder a un n´mero de
u
preguntas incluso mayor de lo que hemos podido imaginar para
nuestro modesto ejemplo. A continuaciń, podemos ver un par de
o
ejemplos interesantes de reglas y disparadores existentes en SIGUA:

1 ¿qu´ sucede al ubicar a un empleado en una estancia
e
demasiado pequeã o que ya est´ abarrotada?
n a
2 ¿qu´ sucede al ubicar a un empleado en una estancia cuyo uso
e
no es apropiado?

ı

Presentaci´n

o o

Gracias por vuestra atenci´n!!
o

ı

Las geodatabases en el panorama del FOSS GIS. Introduccion y casos de estudio

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Las geodatabases en el panorama del FOSS GIS. Introduccion y casos de estudio

Ähnlich wie Las geodatabases en el panorama del FOSS GIS. Introduccion y casos de estudio (20)

Mehr von Benito Zaragozí

Mehr von Benito Zaragozí (13)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)