Resumen El diseño e implementación de servicios para el manejo de datos geoespaciales implica pensar en el rendimiento del motor de almacenamiento y su optimización para cada uso deseado. Las bases de datos relacionales y no relacionales aportan sus propias funcionalidades, por lo tanto, es necesario elegir una de estas opciones de acuerdo con los requisitos de la solución. Estos requisitos pueden cambiar o tal vez algunas operaciones puedan realizarse de manera más eficiente en otro motor de base de datos, por lo que usar solo un motor significa estar vinculado a sus características y modelo de trabajo. Este artículo presenta un enfoque híbrido (NoSQL-SQL) para almacenar datos geoespaciales en MongoDB, estos datos son replicados y mapeados en una base de datos PostgreSQL, utilizando una herramienta de código abierto llamada ToroDB Stampede; las soluciones pueden aprovechar las funciones NoSQL o SQL para satisfacer la mayoría de los requisitos asociados con el rendimiento del motor de almacenamiento. Aquí se presenta un análisis descriptivo para explicar el flujo de trabajo de la replicación y sincronización en ambos motores; además, el análisis cuantitativo, mediante el cual se logró determinar que una base de datos normal en PostgreSQL tiene un tiempo de respuesta menor que realizar la consulta en PostgreSQL con la base de datos híbrida; asimismo, que el tipo de geometría incrementa el tiempo de respuesta de actualización de una vista materializada.

Abstract The design and implementation of services to handle geospatial data involves thinking about storage engine performance and optimization for the desired use. NoSQL and relational databases bring their own advantages; therefore, it is necessary to choose one of these options according to the requirements of the solution. These requirements can change, or some operations may be performed in a more efficient way on another database engine, so using just one engine means being tied to its features and work model. This paper presents a hybrid approach (NoSQL-SQL) to store geospatial data on MongoDB, which are replicated and mapped on a PostgreSQL database, using an open source tool called ToroDB Stampede; solutions then can take advantage from either NoSQL or SQL features, to satisfy most of the requirements associated to the storage engine performance. A descriptive analysis to explain the workflow of the replication and synchronization in both engines precedes the quantitative analysis by which it was possible to determine that a normal database in PostgreSQL has a shorter response time than to perform the query in PostgreSQL with the hybrid database. In addition, the type of geometry increases the update response time of a materialized view.

Abstract: A hybrid and distributed geographical database is being developed which utilizes the database engines PostgreSQL and MongoDB for later implementation in Geoserver’s architecture. In the course of the study, it was necessary to establish whether there was difference between the response times of PostgreSQL and MongoDB per type of query and the use of geographical indexes, in order to appropriately select the Database Management System to be used by the Geoserver implemented Web Map Service. After a statistical analysis with 11 different types of query, the conclusion was that the type of query affects the response time of the Database Management Systems.

Resumen Las Infraestructuras de Datos Espaciales (IDE) permiten primordialmente la administración y publicación de información geográfica, ya sea de índole nacional, regional o local, logrando con esto el potencial establecimiento de una red de nodos de diversos actores proveedores de datos que permita la interrelación de información. En este contexto, la IDE Huetar Norte de Costa Rica (IDEHN) se creó con el propósito de proveer información regional de diversas fuentes. Para la consulta de esta información, la IDEHN facilita el uso de geoservicios que permiten el acceso remoto de los datos a través de geoportales, herramientas para Sistemas de Información Geográficos e inclusive a través de aplicaciones de software a la medida para escritorio o dispositivos móviles. En relación con este espacio de trabajo de desarrollo de aplicaciones a la medida, este artículo presenta tres casos de éxito en el uso de geoservicios proporcionados por la IDEHN para gestionar información geográfica en dispositivos móviles.

Abstract A Geographic Data Infrastructure (GDI) allow users to manage and publish geographic data representing national, regional and local information from several nodes. These nodes can establish a GDI network if the information they contain is related to each other. In this context, the Geographical Data Infrastructure for the Huetar Norte región (IDEHN) was created to publish regional information from various sources. To consult this information, IDEHN makes available geoservices to get remote access to the data from geoportals, geographical information systems tools and specific desktop software or mobile devices apps. Over this workspace, this article presents three software examples of using IDEHN geoservices to access geographical information in mobile devices.