ArcSDE中Compress与Compact的区别

简介:

原文 ArcSDE中Compress与Compact的区别

 

附件一”为两种数据库需要的管理工作。
      所表示的含义与操作是不同的。
     对于来说,Compressing与Smart Data Compression(SDC)采用相同的技术,并且提供更多的优越之处。为了减小存储空间,可以将File Geodatabase的矢量要素和Table压缩成Read-Only格式。Compress以后的数据在ArcMap和ArcCatalog中显示时与未压缩的数据一样,只是不能编辑。
     File Geodatabase的Compress不是在物理上将数据压缩得更小,而是将数据组织得更加紧凑,例如重复的完全相同的多点会用一行记录加上点的个数来表示。ArcGIS对不同的字段采取不同的压缩方法,压缩比例由要素的类型以及属性数据的冗余程度来决定。右键单击File Geodatabase,选择Compress File Geodatabase实现该功能。
Compress和Uncompress也可以通过Geoprocessing的工具来实现。除了可以通过Compress File Geodatabase功能来实现文件的压缩以外,如果原始数据的Resolution很精细,而在实际应用中不需要很高的分辨率,则可以将原始数据导入到一个新的粗分辨率的数据库。不能够单独Compress和Uncompress一个Feature Dataset中的Feature Class,如果希望对该Feature Class压缩,则需要将该Feature Dataset中的所有的Feature Class都压缩。对于Rsater Dataset和Raster Catalog的压缩只能由File Geodatabase Geoprocessing工具来实现。
     一旦Feature Class和Table被压缩,则不能够对数据进行编辑,并且不能够修改Coordinate System Information、Subtypes、Attribute Domains、Default Value、Filed and their Properties、Representations。唯一能够修改的就是Feature Class和Table的Alias以及Attribute Indexes。
一个Feature Dataset中可以添加Uncompressed Feature Class,如果一个Feature Dataset中同时包含Compressed和Uncompressed的数据,则Uncompressed的数据也不能够被编辑或修改     用户能够压缩Relationship、Topology、Geometric Networks、Network Datasets 、Terrains中的要素类,但局限是:不能够针对已经Compressed的Feature Class创建Topology或者Geometric Network,如果压缩Relationship Class的一边的数据,则另一边的数据也不能编辑。如果Topology的Feature Class已经Compressed,则Topology的属性也不能修改 
     是将文件记录整理、重新归类,以减少存储空间。如果经常添加或者删除数据,就必须定期对File 或者Personal Geodatabase实现Compact,这能够减少文件大小,提高访问速度。
     File Geodatabase是将数据存在硬盘的文件夹中,每个Dataset是一个文件,该文件可以达到TB级,而Personal Geodatabase是将数据存储在MDB文件中。当第一次将数据加载到File Geodatabase或者Personal Geodatabase中时,文件中的记录是顺序排列的,但是如果以后删除或者添加要素,则文件中的记录就没有顺序了,会存在很多没有利用的空间,这将加大文件存储的空间,使得数据访问起来速度很慢。
     在ArcCatalog中右键单击数据源,选择Compact Database,则可以实现数据库的Compact。如果某个Database正在ArcMap中编辑,则不能够被Compact。
 
 
没有整理与归纳的知识,一文不值!高度概括与梳理的知识,才是自己真正的知识与技能。 永远不要让自己的自由、好奇、充满创造力的想法被现实的框架所束缚,让创造力自由成长吧! 多花时间,关心他(她)人,正如别人所关心你的。理想的腾飞与实现,没有别人的支持与帮助,是万万不能的。
    本文转自wenglabs博客园博客,原文链接:
http://www.cnblogs.com/arxive/p/6262428.html
,如需转载请自行联系原作者

相关文章
|
Cloud Native Java Docker
云原生之使用docker部署Subsonic音乐流媒体服务
云原生之使用docker部署Subsonic音乐流媒体服务
1230 0
云原生之使用docker部署Subsonic音乐流媒体服务
|
安全 Docker 容器
漏洞扫描–-Awvs&Nessus(Docker版)
漏洞扫描–-Awvs&Nessus(Docker版)
漏洞扫描–-Awvs&Nessus(Docker版)
|
存储 安全 Linux
Android安全启动学习(四):device-mapper-verity (dm-verity)和哈希树
Android安全启动学习(四):device-mapper-verity (dm-verity)和哈希树
746 0
|
存储 Cloud Native 数据库
云原生多模数据库Lindorm权威指南|从入门到精通(持续更新 v2021.2)
Lindorm是阿里云发布的业界首款云原生多模数据库,支持宽表、时序、文件等多种类型海量数据的低成本存储、检索与分析,兼容HBase/Cassandra、OpenTSDB、Solr、SQL、HDFS等多种开源标准接口,希望通过本指南,可以给开发者给更多的了解和使用指导,本文将持续更新
12017 2
云原生多模数据库Lindorm权威指南|从入门到精通(持续更新 v2021.2)
|
7月前
|
运维 安全 开发工具
GitHub 热门开源运维工具 Websoft9:如何实现服务器管理效率翻倍?
Websoft9 提供 200+ 开源应用一键部署,支持容器化隔离、GitOps 自动化和企业级安全防护,助力服务器管理效率提升 80%。
206 1
|
存储 调度 块存储
十二年磨一剑:三代架构演进,打造高性能、低成本的块存储!
上周,全球计算机存储顶会USENIX FAST 2024 在美国加州圣克拉拉召开,继去年获得国内首个FAST最佳论文奖后,凭借在分布式块存储上的创新,阿里云新作再次斩获FAST大会最佳论文奖。这也是国内唯一一家连续两年获得FAST最佳论文奖的科技公司。
106570 105
|
前端开发 Java UED
java实现异步回调返回给前端
通过以上的方式,可以优雅地在Java中实现异步回调并将结果返回给前端,大大提升了应用程序的响应能力和用户体验。
653 1
|
存储 机器人
01 ROS基本概念及命令
这篇文章介绍了ROS(机器人操作系统)的基本概念,如节点、ROS Master、参数、通信机制(话题和消息、服务)、功能包、命名空间和命名重映射,以及一些基本的ROS命令行工具的使用,例如rosnode、rostopic、rossrv、rosservice、rosparam和roslaunch。
367 0
|
网络协议 关系型数据库 MySQL
01靶场环境搭建(Windows2008系统安装优化及phpstudy安装、cms)
01靶场环境搭建(Windows2008系统安装优化及phpstudy安装、cms)
386 0
|
存储 机器学习/深度学习 安全
Linux加强篇007-使用RAID与LVM磁盘阵列技术
山重水复疑无路,柳暗花明又一村
608 0
Linux加强篇007-使用RAID与LVM磁盘阵列技术