4. Acceso a datos tabulares

• 4.1. API de los servicios asociados al consumidor de datos
  • 4.1.1. Acceso a los fenomenos
    • 4.1.1.1. Acceso básico
    • 4.1.1.2. Filtrado
    • 4.1.1.3. Ordenación
    • 4.1.1.4. Contexto
  • 4.1.2. Modificación de la estructura de un almacén
  • 4.1.3. Consultando la estructura de un almacen
  • 4.1.4. Creación de un nuevo almacén
  • 4.1.2. Modificación de la estructura de un almacén
  • 4.1.5. La selección dentro de los datos de un almacén
  • 4.1.6. Bloqueo de fenómenos
  • 4.1.7. Acceso a operaciones específicas del almacén
  • 4.1.8. Soporte para atributos calculados
  • 4.1.9. La pila de comandos de edición
  • 4.1.10. Soporte de índices
    • 4.1.10.1. Alcance del soporte de índices
    • 4.1.10.2. Crear un índice sobre un almacén
    • 4.1.10.3. Obtener los índices de un almacén
    • 4.1.10.4. Obtener un índice por nombre
    • 4.1.10.5. Consultar un índice
    • 4.1.10.6. El índice
    • 4.1.10.7. Algunas recomendaciones sobre el uso de índices
  • 4.1.11. Transformaciones sobre almacenes
  • 4.1.12. Introducción
  • 4.1.13. La interfaz FeatureStoreTransform
  • 4.1.14. Obtener las transformaciones de un almacén
  • 4.1.15. Añadir una transformación a un almacén
  • 4.1.16. Ejemplo de implementación de una transformación
    • 4.1.16.1. Añadir un atributo calculado
    • 4.1.16.2. JOIN de dos almacenes

4.2. Descripción

Partiendo de la arquitectura general del API de acceso a datos, podemos ver como encaja la especialización del acceso a datos tabulares dentro de ella.

Dentro del acceso a datos tabulares se incluye tanto el acceso a datos de carácter alfanumérico como vectorial, soportando que uno o varios atributos de un ítem o fenómeno sean de tipo vectorial.

Nos encontraremos las siguientes clases e interfaces mostradas en el siguiente gráfico.

Acceso a datos tabulares

• FeatureStore, como especialización de DataStore. Añade funcionalidades propias del acceso a datos alfanuméricos y vectoriales. Conoce de fenómenos, cómo consultar sus valores o su estructura, así como de acciones específicas para acceder a ellos.

• FeatureSet, como especialización de DataSet. Conoce los fenómenos y es capaz de iterar sobre ellos.

• FeatureQuery, como especialización de DataQuery. Contiene información relevante sobre la definición de filtros y su ordenación que hace uso del conocimiento de estar trabajando sobre datos alfanuméricos y vectoriales.

• Feature. Aparece como contenedor de un fenómeno, permitiendo acceder a la información de éste.

• FeatureType. Aparece como el contenedor de la estructura de un fenómeno. Qué atributos tiene o de qué tipo son.

Así por ejemplo, si quisiésemos acceder a los fenómenos de un fichero shape, podríamos hacerlo con:

DataManager manager;
DataStoreParameters params;
FeatureStore store;
FeatureSet features;
Feature feature;

manager = DALLocator.getDataManager();
params = manager.createStoreParameters("Shape");
params.setDynValue("shpfilename","data/prueba.shp");
store = (FeatureStore)manager.createStore(params);
features = store.getFeatureSet();

DisposableIterator it = features.iterator();
while( it.hasNext() ) {
  feature = (Feature)it.next();
  System.out.println(feature.getString("NOMBRE"));
}
it.dispose();
features.dispose();
store.dispose();

Y por ejemplo, si en lugar de un fichero en disco fuese una tabla de una BBDD postgres sería algo como:

DataManager manager;
DataStoreParameters params;
FeatureStore store;
FeatureSet features;
Feature feature;

manager = DALLocator.getDataManager();
params = manager.createStoreParameters("PostgreSQL");

params.setDynValue("host", SERVER_IP);
params.setDynValue("port", SERVER_PORT);
params.setDynValue("dbuser",SERVER_USER);
params.setDynValue("password",SERVER_PASWD);
params.setDynValue("schema",SERVER_SCHEMA);
params.setDynValue("dbname",SERVER_DBNAME);
params.setDynValue("table","prueba");

store = (FeatureStore)manager.createStore(params);
features = store.getFeatureSet();

DisposableIterator it = features.iterator();
while( it.hasNext() ) {
  feature = (Feature)it.next();
  System.out.println(feature.getString("nombre"));
}
it.dispose();
features.dispose();
store.dispose();

Otra alternativa mas recomendable para no tener que preocuparnos por liberar los recursos del FeatureSet y el iterador seria usando un visitor sobre el FeatureStore:

DataManager manager;
DataStoreParameters params;
FeatureStore store;

manager = DALLocator.getDataManager();
params = manager.createStoreParameters("Shape");
params.setDynValue("shpfilename","data/prueba.shp");
store = (FeatureStore)manager.createStore(params);

store.accept( new Visitor() {
    public void visit(Object obj) {
      Feature feature = (Feature)obj;
      System.out.println(feature.getString("NOMBRE"));
    }
  }
);
store.dispose();