適(shì)逢空間大(dà)數據爆(bào)發性增長(zhǎng)，大(dà)數據時代(dài)已經到來 ，傳統國土、測(cè)繪、規劃領域的業務正在向空間大(dà)數據分(fèn)析轉型 ，2015年(nián)國務院印發《促進大(dà)數據發展行動綱要》，指(zhǐ)出大(dà)數據已經成(chéng)為國家(jiā)基礎(chǔ)型戰略資(zī)源 ，運(yùn)用大(dà)數據推(tuī)動經濟發展 、完善(shàn)社會(huì)治(zhì)理 、提(tí)升政府服務和監管能力(lì)正成(chéng)為趨勢 ，並要求全面推(tuī)進我國大(dà)數據發展和應用 ，加快建(jiàn)設數據強(qiáng)國。

                 空間大(dà)數據解(jiě)決(jué)方(fāng)案主要包括五大(dà)步驟 ：

        數據接入存儲、空間分(fèn)析挖掘 、時空大(dà)數據存儲 、可視化展現(xiàn)、業務系統集成(chéng)
       1 、空間數據接入存儲 ：這裡包含了數據清(qīng)洗 、數據質檢(jiǎn) 、轉換加載的全過程 ，通過平(píng)台提(tí)供的工(gōng)具、模型和方(fāng)法 ，結合實際業務需求，進行數據預處理，目的是抽取出適(shì)用於(yú)接入到大(dà)數據平(píng)台分(fèn)析計算的文件型數據源 。也就(jiù)是說 ，實現(xiàn)了現(xiàn)有的業務數據庫與(yǔ)大(dà)數據分(fèn)析計算庫相分(fèn)離。大(dà)數據分(fèn)析數據源接入類型支持 ：文件型數據 、HDFS分(fèn)布式文件系統 、Hive數據源以及雲存儲（亞馬遜S3存儲、微軟Azure數據湖） ；
       2、空間分(fèn)析挖掘：這一步也就(jiù)是大(dà)數據分(fèn)析場景設計，需要結合數據結構、業務需求 ，進行分(fèn)析工(gōng)具的選擇，可以是多種分(fèn)析工(gōng)具流(liú)程化應用 ，通過GeoAnalytics Server集群的分(fèn)布式計算，能夠充分(fèn)利用硬(yìng)件資(zī)源 ，使傳統幾小時甚至(zhì)幾天的計算量(liàng)，在秒級和分(fèn)鐘級完成(chéng)；
       3、時空大(dà)數據存儲 ：空間大(dà)數據的兩個關鍵能力(lì)是分(fèn)布式計算和分(fèn)布式存儲 ，在高效計算的能力(lì)下 ，需要配備分(fèn)布式、高性能的時空大(dà)數據存儲 ，ArcGIS Spatiotemporal DataStore通過數據分(fèn)片存儲機(jī)制，提(tí)供了高效的數據寫入和查詢檢(jiǎn)索能力(lì) 。同時，可以動態增加和減少集群節點 ，不存在單點故(gù)障(zhàng)，保障(zhàng)了業務連續性 ；
       4、可視化展現(xiàn)能力(lì) ：大(dà)數據分(fèn)析結果可以通過多種方(fāng)式進行展現(xiàn)和查看，如Portal MapViewer 、ArcGIS Pro、Insights等豐富的可視化展現(xiàn) ；
       5 、業務系統集成(chéng)能力(lì)：大(dà)數據平(píng)台建(jiàn)設是一個系統性工(gōng)程 ，解(jiě)決(jué)具體需求難點很重(zhòng)要 ，突(tū)破以往技(jì)術(shù)瓶(píng)頸很重(zhòng)要 ，但是整個平(píng)台的完整性 、流(liú)程化也同樣重(zhòng)要 。空間大(dà)數據分(fèn)析結果均以服務形式提(tí)供 ，可以通過Rest API 、Python API，高效地實現(xiàn)大(dà)數據平(píng)台的能力(lì)展示。