完备数据库
大数据量高并发访问数据库结构的设计
如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实际运行的性能。所以，在一个系统开始实施之前，完备的数据库模型的设计是必须的。
在一个系统分析、设计阶段，因为数据量较小，负荷较低。我们往往只注意到功能的实现，而很难注意到性能的薄弱之处，等到系统投入实际运行一段时间后，才发现系统的性能在降低，这时再来考虑提高系统性能则要花费更多的人力物力，而整个系统也不可避免的形成了一个打补丁工程。
所以在考虑整个系统的流程的时候，我们必须要考虑，在高并发大数据量的访问情况下，我们的系统会不会出现极端的情况。（例如：对外统计系统在7月16日出现的数据异常的情况，并发大数据量的的访问造成，数据库的响应时间不能跟上数据刷新的速度造成。具体情况是：在日期临界时（00：00：00），判断数据库中是否有当前日期的记录，没有则插入一条当前日期的记录。在低并发访问的情况下，不会发生问题，但是当日期临界时的访问量相当大的时候，在做这一判断的时候，会出现多次条件成立，则数据库里会被插入多条当前日期的记录，从而造成数据错误。），数据库的模型确定下来之后，我们有必要做一个系统内数据流向图，分析可能出现的瓶颈。
为了保证数据库的一致性和完整性，在逻辑设计的时候往往会设计过多的表间关联，尽可能的降低数据的冗余。（例如用户表的地区，我们可以把地区另外存放到一个地区表中）如果数据冗余低，数据的完整性容易得到保证，提高了数据吞吐速度，保证了数据的完整性，清楚地表达数据元素之间的关系。而对于多表之间的关联查询（尤其是大数据表）时，其性能将会降低，同时也提高了客户端程序的编程难度，因此，物理设计需折衷考虑，根据业务规则，确定对关联表的数据量大小、数据项的访问频度，对此类数据表频繁的关联查询应适当提高数据冗余设计但增加了表间连接查询的操作，也使得程序的变得复杂，为了提高系统的响应时间，合理的数据冗余也是必要的。设计人员在设计阶段应根据系统操作的类型、频度加以均衡考虑。
另外，最好不要用自增属性字段作为主键与子表关联。不便于系统的迁移和数据恢复。对外统计系统映射关系丢失（******************）。
原来的表格必须可以通过由它分离出去的表格重新构建。使用这个规定的好处是，你可以确保不会在分离的表格中引入多余的列，所有你创建的表格结构都与它们的实际需要一样大。应用这条规定是一个好习惯，不过除非你要处理一个非常大型的数据，否则你将不需要用到它。（例如一个通行证系统，我可以将USERID，USERNAME，USERPASSWORD，单独出来作个表，再把USERID作为其他表的外键）
表的设计具体注意的问题：
1、数据行的长度不要超过8020字节，如果超过这个长度的话在物理页中这条数据会占用两行从而造成存储碎片，降低查询效率。
2、能够用数字类型的字段尽量选择数字类型而不用字符串类型的（电话号码），这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接回逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
3、对于不可变字符类型char和可变字符类型varchar都是8000字节,char查询快，但是耗存储空间，varchar查询相对慢一些但是节省存储空间。在设计字段的时候可以灵活选择，例如用户名、密码等长度变化不大的字段可以选择CHAR，对于评论等长度变化大的字段可以选择VARCHAR。
4、字段的长度在最大限度的满足可能的需要的前提下，应该尽可能的设得短一些，这样可以提高查询的效率，而且在建立索引的时候也可以减少资源的消耗。
5、基本表及其字段之间的关系, 应尽量满足第三范式。但是，满足第三范式的数据库设计，往往不是最好的设计。为了提高数据库的运行效率，常常需要降低范式标准：适当增加冗余，达到以空间换时间的目的。
6、若两个实体之间存在多对多的关系，则应消除这种关系。消除的办法是，在两者之间增加第三个实体。这样，原来一个多对多的关系，现在变为两个一对多的关系。要将原来两个实体的属性合理地分配到三个实体中去。这里的第三个实体，实质上是一个较复杂的关系，它对应一张基本表。一般来讲，数据库设计工具不能识别多对多的关系，但能处理多对多的关系。
7、主键PK的取值方法，PK是供程序员使用的表间连接工具，可以是一无物理意义的数字串, 由程序自动加1来实现。也可以是有物理意义的字段名或字段名的组合。不过前者比后者好。当PK是字段名的组合时，建议字段的个数不要太多，多了不但索引占用空间大，而且速度也慢。
8、主键与外键在多表中的重复出现, 不属于数据冗余，这个概念必须清楚，事实上有许多人还不清楚。非键字段的重复出现, 才是数据冗余！而且是一种低级冗余，即重复性的冗余。高级冗余不是字段的重复出现，而是字段的派生出现。
〖例4〗：商品中的“单价、数量、金额”三个字段，“金额”就是由“单价”乘以“数量”派生出来的，它就是冗余，而且是一种高级冗余。冗余的目的是为了提高处理速度。只有低级冗余才会增加数据的不一致性，因为同一数据，可能从不同时间、地点、角色上多次录入。因此，我们提倡高级冗余(派生性冗余)，反对低级冗余(重复性冗余)。
9、中间表是存放统计数据的表，它是为数据仓库、输出报表或查询结果而设计的，有时它没有主键与外键(数据仓库除外)。临时表是程序员个人设计的，存放临时记录，为个人所用。基表和中间表由DBA维护，临时表由程序员自己用程序自动维护。
10、防止数据库设计打补丁的方法是“三少原则”
(1) 一个数据库中表的个数越少越好。只有表的个数少了，才能说明系统的E--R图少而精，去掉了重复的多余的实体，形成了对客观世界的高度抽象，进行了系统的数据集成，防止了打补丁式的设计；
(2) 一个表中组合主键的字段个数越少越好。因为主键的作用，一是建主键索引，二是做为子表的外键，所以组合主键的字段个数少了，不仅节省了运行时间，而且节省了索引存储空间；
(3) 一个表中的字段个数越少越好。只有字段的个数少了，才能说明在系统中不存在数据重复，且很少有数据冗余，更重要的是督促读者学会“列变行”，这样就防止了将子表中的字段拉入到主表中去，在主表中留下许多空余的字段。所谓“列变行”，就是将主表中的一部分内容拉出去，另外单独建一个子表。这个方法很简单，有的人就是不习惯、不采纳、不执行。
数据库设计的实用原则是：在数据冗余和处理速度之间找到合适的平衡点。“三少”是一个整体概念，综合观点，不能孤立某一个原则。该原则是相对的，不是绝对的。“三多”原则肯定是错误的。试想：若覆盖系统同样的功能，一百个实体(共一千个属性) 的E--R图，肯定比二百个实体(共二千个属性)的E--R图，要好得多。
提倡“三少”原则，是叫读者学会利用数据库设计技术进行系统的数据集成。数据集成的步骤是将文件系统集成为应用数据库，将应用数据库集成为主题数据库，将主题数据库集成为全局综合数据库。集成的程度越高，数据共享性就越强，信息孤岛现象就越少，整个企业信息系统的全局E—R图中实体的个数、主键的个数、属性的个数就会越少。
提倡“三少”原则的目的，是防止读者利用打补丁技术，不断地对数据库进行增删改，使企业数据库变成了随意设计数据库表的“垃圾堆”，或数据库表的“大杂院”，最后造成数据库中的基本表、代码表、中间表、临时表杂乱无章，不计其数，导致企事业单位的信息系统无法维护而瘫痪。
“三多”原则任何人都可以做到，该原则是“打补丁方法”设计数据库的歪理学说。“三少”原则是少而精的原则，它要求有较高的数据库设计技巧与艺术，不是任何人都能做到的，因为该原则是杜绝用“打补丁方法”设计数据库的理论依据。
11、在给定的系统硬件和系统软件条件下，提高数据库系统的运行效率的办法是：
(1) 在数据库物理设计时，降低范式，增加冗余, 少用触发器, 多用存储过程。
(2) 当计算非常复杂、而且记录条数非常巨大时(例如一千万条)，复杂计算要先在数据库外面，以文件系统方式用编程语言计算处理完成之后，最后才入库追加到表中去。
(3) 发现某个表的记录太多，例如超过一千万条，则要对该表进行水平分割。水平分割的做法是，以该表主键PK的某个值为界线，将该表的记录水平分割为两个表。若发现某个表的字段太多，例如超过八十个，则垂直分割该表，将原来的一个表分解为两个表。
(4) 对数据库管理系统DBMS进行系统优化，即优化各种系统参数，如缓冲区个数。
(5) 在使用面向数据的sql语言进行程序设计时，尽量采取优化算法。
总之，要提高数据库的运行效率，必须从数据库系统级优化、数据库设计级优化、程序实现级优化，这三个层次上同时下功夫。
主键设计：
1、不建议用多个字段做主键，单个表还可以，但是关联关系就会有问题，主键自增是高性能的。
2、一般情况下，如果有两个外键，不建议采用两个外键作为联合住建，另建一个字段作为主键。除非这条记录没有逻辑删除标志，且该表永远只有一条此联合主键的记录。
3、一般而言，一个实体不能既无主键又无外键。在E—R 图中, 处于叶子部位的实体, 可以定义主键，也可以不定义主键(因为它无子孙), 但必须要有外键(因为它有父亲)。
主键与外键的设计，在全局数据库的设计中，占有重要地位。当全局数据库的设计完成以后，有个美国数据库设计专家说：“键，到处都是键，除了键之外，什么也没有”，这就是他的数据库设计经验之谈，也反映了他对信息系统核心(数据模型)的高度抽象思想。因为：主键是实体的高度抽象，主键与、外键的配对，表示实体之间的连接。
B. SQL数据库是什么
SQL是Structured Query Language(结构化查询语言)的缩写。SQL是专为数据库而建立的操作命令集，是一种功能齐全的数据库语言。在使用它时，只需要发出“做什么”的命令，“怎么做”是不用使用者考虑的。
SQL数据库的数据体系结构基本上是三级结构，但使用术语与传统关系模型术语不同。在SQL中，关系模式(模式)称为"基本表"(base table);存储模式(内模式)称为"存储文件"(stored file)；子模式(外模式)称为"视图"(view);元组称为"行"(row);属性称为"列"(column)。
(2)完备数据库扩展阅读：
SQL数据库的优点：
1、易用性高：
适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等。
2.为数据管理与分析带来了灵活性：
允许单位在快速变化的环境中从容响应，从而获得竞争优势。从数据管理和分析角度看，将原始数据转化为商业智能和充分利用Web带来的机会非常重要。作为一个完备的数据库和数据分析包，SQLServer为快速开发新一代企业级商业应用程序、为企业赢得核心竞争优势打开了胜利之门。
C. 数据库 1、简述你所知道的关系数据库。 2、关系的形式话定义。 3、简述外码及参照完备性。
1.关系数据库应用数学方法来处理数据库。关系数据库系统是支持关系模型的数据库系统。关系模型中，实体以及实体间的联系都用关系来表示。在一个给定的应用领域中，所有实体以及实体之间联系的关系的集合构成一个关系数据库。关系数据库的型称为关系数据库模式，包括：若干域的定义；在这些域上定义的若干关系模式。关系数据库的值是这些关系模式在某时刻对应的关系的集合，通常就称为关系数据库。 2.形式化定义：1.域：域是一组具有相同数据类型的值的集合。2:笛卡尔积：域上的一种集合运算。可表示为一个二维表。3:关系：D1*D2*…*Dn的子集叫做在域D1,D2,…Dn上的关系，表示为R（D1,D2,…,Dn） 这里R表示关系的名字，n是关系的目或度（属性，表中的列）。关系中的每个元素是关系中的元组（表中的行），通常用t表示。n=1时，为单元关系（或一元关系），n=2时，为二元关系。关系是笛卡尔积的有限子集，也是一个二维表。 若关系中的某一属性组的值能唯一标示一个元组，则称该属性组为候选码。有多个候选码时，选定一个为主码（主键）。 3.设F是基本关系R的一个或一组属性，但不是关系R的码。Ks是基本关系的S主码，如果F与Ks相对应，则称F是R的外码（外键）。参照完整性：现实世界中实体之间往往存在某种联系，在关系模型中实体及实体间的联系都是用关系来描述，这样就自然存在着关系与关系间的引用，一个参照完整性将两个表中相应的元组联系起来。参照完整性规则：若属性（或属性组）F是基本关系R的外码，它与基本关系S的主码Ks相对应，则对于R中每个元组在F上的值必须为：或者为空（F中每个属性均为空），或者等于S中某个元组的主码值。 其实这个概念很模糊，其实说简单点，比如在学生选课关系中，学号是学生表主键，课号是课程表主键，学号和课号联合做选课表的主键，这都是实体完整性约束。 而选课表中，单独一个学号是外键、参照学生表学号，单独一个课号是外键，参照课程表课号，这都是参照完整性约束，比如课号的值只有1，但是你在选课表里取课号为1以外的值，就会出错，违反了参照完整性。
D. 数据库备份主要包括哪三种方式
应该是四种吧？
1、完全备份这是大多数人常用的方式，它可以备份整个数据库，包含用户表、系统表、索引、视图和存储过程等所有数据库对象。但它需要花费更多的时间和空间，所以，一般推荐一周做一次完全备份。[1]2、事务日志备份事务日志是一个单独的文件，它记录数据库的改变，备份的时候只需要复制自上次备份以来对数据库所做的改变，所以只需要很少的时间。为了使数据库具有鲁棒性，推荐每小时甚至更频繁的备份事务日志。
3、差异备份也叫增量备份。它是只备份数据库一部分的另一种方法，它不使用事务日志，相反，它使用整个数据库的一种新映象。它比最初的完全备份小，因为它只包含自上次完全备份以来所改变的数据库。它的优点是存储和恢复速度快。推荐每天做一次差异备份。
4、文件备份数据库可以由硬盘上的许多文件构成。如果这个数据库非常大，并且一个晚上也不能将它备份完，那么可以使用文件备份每晚备份数据库的一部分。由于一般情况下数据库不会大到必须使用多个文件存储，所以这种备份不是很常用。
E. 数据库有哪几种
常用数据库有mysql、oracle、sqlserver、sqlite等。
mysql性能较好，适用于所有平台，是当前最流行的关系型数据库之一；sqlserver数据库具有扩展性和可维护性，且安全性较高，是比较全面的数据库；还有一种比较主流的数据库是oracle，oracle数据库适合大型数据库；mysql和sqlite适合中小型数据库。
特点
MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言，由于其体积小、速度快、开放源码等特点，一般中小型网站的开发都选择MySQL作为网站数据库。
ORACLE数据库是目前世界上使用最为广泛的数据库管理系统，作为一个通用的数据库系统，它具有完整的数据管理功能；作为一个关系数据库，它是一个完备关系的产品。
SQLite 由以下几个组件组成：SQL 编译器、内核、后端以及附件。SQLite 通过利用虚拟机和虚拟数据库引擎（VDBE），使调试、修改和扩展 SQLite 的内核变得更加方便。
F. 为什么没有完备数据库的组织会在竞争与发展中落后
被那个数据库的组织在竞争领域发落发展那个中落后啊，肯定的呀，没有完备的那个数据。
G. 专业的大数据有完备的大数据吗
大数据概念：
大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。（在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中［2］ 大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法）大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据概念的特点：
大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。《计算机学报》刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台——并行数据库、MapRece及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。
大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，处理速度快，1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。第四，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”——Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。
从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。
大数据的作用
对于一般的企业而言，大数据的作用主要表现在两个方面，分别是数据的分析使用与进行二次开发项目。通过对禧金信息大数据进行分析，不仅能把隐藏的数据挖掘出来，还能通过这些隐藏的讯息，通过实体的销售，提升自己的客户源。至于对数据进行二次开发，在网络服务项目中被运用的比较多，通过将这些信息进行总结与分析，从而制定出符合客户需要的个性化方案，并营造出一种全新的广告营销方式，在这里，你需要明白的是，通过大数据的分析，将产品与服务进行结合起来的并不是偶然事件，实现这种的往往是数据时代的领导者。
目前市面上也出现了比较多的数据分析平台，比如追灿的决策狗，还是比较好用的。
H. SQL数据库有什么优点
SQL Server的优点众多，让其在数据库领域独占鳌头，成为最受用户欢迎的数据库系统，下面就让我们来了解SQL Server的优点和缺点。
SQL Server是一个关系数据库管理系统，它最初是由Microsoft， Sybase和Ashton-Tate三家公司共同开发的于1988 年推出了第一个OS/2 版本，在Windows NT 推出后，Microsoft与Sybase在SQL Server的开发上就分道扬镳了，Microsoft将SQL Server移植到Windows NT系统上专注于开发推广SQL Server的Windows NT版本，Sybase则较专注于SQL Server在UNIX操作系统上的应用.Microsoft SQL Server以后简称为SQL Server或MS SQL Server 。
随着信息技术的发展，计算机处理数据的方式也发生着变化，文件管理系统－－数据库管理系统。Microsoft SQL Server是一个分布式的关系型数据库管理系统，具有客户机/服务器体系结构，采用了Transact-sql的sql语言在客户机与服务器间传递客户机的请求与服务器的处理结果。
众所周知，SQL Server能够满足今天的商业环境要求不同类型的数据库解决方案。它一种应用广泛的数据库管理系统，具有许多显着的优点：易用性、适合分布式组织的可伸缩性、用于决策支持的数据仓库功能、与许多其他服务器软件紧密关联的集成性、良好的性价比等。性能、可伸缩性及可靠性是基本要求，而进入市场时间也非常关键。
除这些SQL Server的优点外，SQLServer还为您的数据管理与分析带来了灵活性，允许单位在快速变化的环境中从容响应，从而获得竞争优势。从数据管理和分析角度看，将原始数据转化为商业智能和充分利用Web带来的机会非常重要。作为一个完备的数据库和数据分析包，SQLServer为快速开发新一代企业级商业应用程序、为企业赢得核心竞争优势打开了胜利之门。作为重要的基准测试可伸缩性和速度奖的记录保持者，SQLServer是一个具备完全Web支持的数据库产品，提供了对可扩展标记语言 (XML)的核心支持以及在Internet上和防火墙外进行查询的能力。
SQL Server的优点众多，但是Microsoft SQL Server和其他数据库产品相比也存在着以下劣势：
1开放性。只能运行在微软的windows平台，没有丝毫的开放性可言。
2可伸缩性，并行性。并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据卷，伸缩性有限。
3性能稳定性。SQLServer当用户连接多时性能会变的很差，并且不够稳定。
4使用风险。SQLServer完全重写的代码，经历了长期的测试，不断延迟，许多功能需时间来证明。并不十分兼容早期产品。使用需要冒一定风险。
5客户端支持及应用模式。只支持C/S模式。
I. 数据库建设
（一）数据准备
1.数据收集
1∶25万遥感地质填图数据包含影像数据和矢量数据两种格式，影像数据主要包括：TM原始影像、SPOT原始影像、SAR原始影像、TM与SPOT融合影像、TM与SAR融合影像、信息增强分类处理后的整幅影像或影像子区；矢量数据主要包括：航磁等值线影像、1∶25万地形图、地质图、航磁解译地质图、遥感解译单元图、遥感解译地质图。现以新疆瓦石峡地区、内蒙古阿龙山地区为例，具体情况如下：
（1）瓦石峡地区
TM卫星影像
SAR卫星影像
航磁等值线（TIF）影像
航磁解译地质图
地质图
遥感解译影像单元图
遥感解译地质图
（2）阿龙山地区
TM卫星影像
SPOT卫星影像
航磁等值线（TIF）影像
地质图
航磁解译地质图
遥感解译地质图
2.数据预处理
1）影像数据处理，主要针对原始影像数据
（1）将TM原始影像、SPOT原始影像、SAR原始影像、航磁等值线（.JPG）数据格式转换为ERDAS的.IMG格式。
（2）对转换后的IMG文件进行投影转换。投影系采用6度分带的横轴墨卡托（Transverse Mercator）投影，投影参数为：
Units：Meters
Scale Factor：1.0
Longitude Of Center：123 00 00
Latitude Of Center：0 00 00
False Easting：500 KM
False Northing：0 KM
Xshift：0
Yshift：0
椭球（spheroid）体采用克拉索夫（Krasovsky）椭球，参数为：
SemiMajor：6378245.0000 Meters
SemiMinor：6356863.0188 Meters
坐标系采用大地坐标，度量单位为米，这样可以在GIS系统中方便的量算特征的长度和面积。
（3）图像坐标纠正
参照地形图选择同名点，对影像数据进行坐标精校正。同名点的选择不少于12个。
2）矢量数据处理
工作主要针对地质图、航磁解译地质图、遥感解译单元图、遥感解译地质图。
（1）数据分层
根据图面特征信息内容和制图要求，每幅矢量图按特征类型划分为点、线、面（区）三个图层。划分的依据是遥感地质解译图件的信息不完全等同于其他地质调查图件，它表现的内容主要是：从影像图中判读出的地层、岩石影像单元及构造界线，但各种地质特征的单位、时代、分类、度量、结构、方向等的描述不是十分具体，因此在属性定义上比较一致，对一个图件不需要产生基于同一特征类型的专题图层，因此按矢量特征类型划分较为合理、简便。
（2）图件扫描矢量化
将地质、影像单元等图件扫描成 TIF影像文件，按照分层要求，将每个图件数字化为点、线、面三个图层文件。处理的图件和产生的矢量图层文件见表3-1至3-7。
表3-1 矢量图层表
1∶25万遥感地质填图方法和技术
c.面特征：由于影像单元图的面特征描述有其特殊之处，有时遵照地层、岩石的分类方法国家标准，但绝大部分是按照影像颜色、纹理等划分和称谓，因此进行分类编码十分困难，有待进一步研究解决。
以上编码方法是在每种特征类型组合最大值和预留一定的扩充余地的基础上编制的，编码方案参照国标：GB958—89区域地质图图例（1∶5万）
（6）属性定义
说明：由于地质代号的组成方式极为复杂，使用了上下角标、希腊字符、拉丁字母等，而这些字符和格式在纯文本的属性字段中是不能完全或准确表达的，因此在录入时对地质代号进行了一些简化。
例如：Pt2xh简化为Pt2xh
简化为An1—3
（二）建立数据库
GIS空间数据库有两种存储形式：一是基于文件索引的传统空间数据库管理体系；二是采用商用关系数据库的解决方案，二者各有千秋。第一种结构是对应用的集成，而数据是松散的，虽不利于数据的集中管理，但对不同系统平台之间共享数据提供了很大方便，特别是数据较少的小型应用系统。这种结构的另外一个可取之处是方案简单，工作量小，不需要数据库方面的专业知识。第二种结构既是应用的集成，也是数据的集成，并且提供所有的RDBMS的数据和安全管理优势，但它需要专用的空间数据引擎，对其他软件使用数据是一个极大的限制，必须进行数据的导入导出和格式转换，并且要求使用者对RDBMS有一定的操作和管理经验。
由于本集成系统采用的是ARC/INFO和ERDAS软件，它们之间只能达到文件方式的数据共享，虽然ARC/INFO 8提供了GeoDataBase这种关系数据库管理模式，实现真正的空间数据集中管理和RDBMS所有的数据管理能力，但为了满足两个软件之间数据的交互处理，本系统采用文件索引形式的数据库。在数据完备的基础上，建库工作需以下两个步骤：
（1）首先创建基于项目的不同格式、不同类型的目录树工作区，把所有数据文件分类保存在这个工作区中，工作区框架以瓦石峡幅数据为例（图3-5）。
（2）然后在 ARC/INFO 的 ARCMAP中新建一个 MAP DOCUMENT（以下简称为文档），添加所有数据文件到文档中。文档中每个数据文件都被称为一个 LAYER（以下简称为层），每个矢量层可以有它自己的环境，文档可以保存环境的变化。使用者只需打开这个文档即可调用项目所有的数据文件，并且恢复到上一次工作时的状态。
图3-5 数据分层结构图
在MAP DOCUMENT这种集成的数据环境下，使用者可以采用ARC/INFO 8的ARCEDITOR、ARCMAP参照影像图层进行矢量化的解译工作，对已形成的图件直接进行图形和属性编辑，进行辅助解译的空间分析，对各种图件进行叠加比较，使用文字标签或属性字段标注特征，按照分类符号化特征，制作专题图，打印输出图件报表等，实现一系列与遥感解译有关的功能和操作。
由于ARC/INFO提供的地质图式图例和符号不能满足我国的地质成图要求，因此制图软件采用地质行业较为通用的MAPGIS。通过ARCTOOLS工具将最终的解译成果矢量地质图转换为ARC/INFO的标准交换格式E00，提交给MAPGIS形成绘图文件，出版印刷。具体的实施方案和技术流程见“成果图件制作方法研究”一节。