一篇文章带你玩转PostGIS空间数据库 1

一、空间数据库介绍

1.什么是空间数据库

人类理解世界其实是按照三维的角度，而传统的关系型数据库是二维的，要想描述空间地理位置，点、线、面，我们就需要一个三维数据库，即所谓空间数据库。

postGIS就是一个空间数据库。

2.空间数据库是怎么存储的

除了普通数据库所具备的字符串、数值、日期等，空间数据库增加了空间数据类型。

这些空间数据类型抽象并封装了诸如边界（boundary）和维度（dimension）等空间结构。

可以这么理解，空间数据库内置了许多属性，这些属性用于描述空间结构信息。

以点(Point)数据类型为例，一个点可以由它在某一坐标参考系下的X、Y坐标值来表示，如“POINT(116.4074 39.9042)”表示了一个位于北京市中心的点。

并且，空间数据类型按类型层次结构组织。每个子类型继承其父类型的结构（属性）和行为（方法或函数）。

3.空间数据库有索引吗

普通数据库有索引。空间数据库也有空间索引，它有什么作用呢？

举个应用的栗子帮助理解。查找你附近100m以内的所有商场。如果没有空间索引，你需要苦逼的按照坐标取平方根穷举计算，然后保留所有距离小于100的商场数据。

但是空间数据库的索引设计有难点：如何组织数据的结构。普通数据库用B+树等就可以。空间索引有很多种，网格索引、四叉树索引、金字塔索引…

其原理：过于先进，暂不展示

4.空间函数是什么东东

二维的虫子可想不到三维的世界有多复杂：分析几何信息、确定空间关系…

空间数据库当然需要专业的解决这些问题，因此，它内置空间函数。

空间函数主要分为五类：

转换 —— 在geometry（PostGIS中存储空间信息的格式）和外部数据格式之间进行转换的函数

管理 —— 管理关于空间表和PostGIS组织的信息的函数

检索 —— 检索几何图形的属性和空间信息测量的函数

比较 —— 比较两种几何图形的空间关系的函数

生成 —— 基于其他几何图形生成新图形的函数

二、PostGIS快速入门

1.postGIS是什么

其实您应该猜到了，他就是在postgreSQL上的一个插件，但是因为有它，postgreSQL摇身一变，成了一个强大的空间数据库。

这就意味着，这哥们儿开源啊。

2.postGIS怎么用啊

这个教程主要是帮助快速理解什么是postGIS，因此不会太细致。

自行下载安装postGreSQL、postGIS

导入数据文件shape file

一个shapfile必须有的文件：

.shp —— 存储地理要素的几何信息

.shx —— 存储要素几何图形的索引信息

.dbf —— 存储地理要素的属性信息（非几何信息）

可选文件包括：

.prj —— 存储空间参考信息，即地理坐标系统信息和投影坐标系统信息。使用well-known文本格式进行描述。

Soga！原来就是导文件给你可视化展示啊。这题咱会！

操作数据，用SQL

哦，原来还是熟悉的配方，还是原来的味道。

SELECT name
FROM nyc_neighborhoods
WHERE boroname = 'Brooklyn';

元数据管理

PostGIS提供了两张表用于追踪和报告数据库中的几何图形（这两张表中的内容相当于元数据）

第一张表spatial_ref_sys —— 定义了数据库已知的所有空间参照系统，稍后将对其进行更详细的说明。

第二张表（实际上是视图-view）geometry_columns —— 提供了数据库中所有空间数据表的描述信息

通过查询该表，GIS客户端和数据库可以确定检索数据时的预期内容，并可以执行任何必要的投影、处理、渲染而无需检查每个几何图形（geometry）—— 这些就是元数据所带来的作用。

表示真实世界的对象

Simple Features for SQL（SFSQL）规范是PostGIS开发的原始指导标准，它定义了如何表示真实世界的对象。但是这个哥们只表示了二维，而PostGIS扩展了3维、4维的表示。

说人话，就是可以表示：点、线串、多边形、图形集合(Collection)。

举一个图形集合的例子。

SELECT name, ST_AsText(geom)
FROM geometries
WHERE name = 'Collection';

返回结果就是一个点和一个多边形的集合。

基本操作而已，你是不是也学会了。

几何图形的存储

PostGIS支持以多种格式进行几何图形的输入和输出：

Well-known text（WKT）

Well-known binary（WKB）

Geographic Mark-up Language（GML）

Keyhole Mark-up Language（KML）

GeoJson

Scalable Vector Graphics(SVG）

使用方法就是调用encode函数，以下SQL查询展示了一个WKB表示形式的示例

SELECT encode(
  ST_AsBinary(ST_GeometryFromText('LINESTRING(0 0,1 0)')),
  'hex');

由于WKT和WKB是在SFSQL规范中定义的，因此它们不能处理3维或4维的几何图形。对于这些情况，PostGIS定义了Extended Well Known Text（EWKT）和Extended Well Known Binary（EWKB）格式以用于处理3维或4维的几何图形。

数据类型转换

PostgreSQL包含一个简短形式的语法，允许数据从一种类型转换到另一种类型，即类型转换语法：

olddata::newtype

例如，将double类型转换为文本字符串类型：

SELECT 0.9::text;

搞半天，原来这玩意有手(册)就行，不用太费劲学。

内置函数

这里介绍下它有哪些功能函数，同志们心里有个底，需要时查查手册。

sum(expression) aggregate to return a sum for a set of records
count(expression) aggregate to return the size of a set of records
ST_GeometryType(geometry) returns the type of the geometry
ST_NDims(geometry) returns the number of dimensions of the geometry
ST_SRID(geometry) returns the spatial reference identifier number of the geometry
ST_X(point) returns the X ordinate
ST_Y(point) returns the Y ordinate
ST_Length(linestring) returns the length of the linestring
ST_StartPoint(geometry) returns the first coordinate as a point
ST_EndPoint(geometry) returns the last coordinate as a point
ST_NPoints(geometry) returns the number of coordinates in the linestring
ST_Area(geometry) returns the area of the polygons
ST_NRings(geometry) returns the number of rings (usually 1, more if there are holes)
ST_ExteriorRing(polygon) returns the outer ring as a linestring
ST_InteriorRingN(polygon, integer) returns a specified interior ring as a linestring
ST_Perimeter(geometry) returns the length of all the rings
ST_NumGeometries(multi/geomcollection) returns the number of parts in the collection
ST_GeometryN(geometry, integer) returns the specified part of the collection
ST_GeomFromText(text) returns geometry
ST_AsText(geometry) returns WKT text
ST_AsEWKT(geometry) returns EWKT text
ST_GeomFromWKB(bytea) returns geometry
ST_AsBinary(geometry) returns WKB bytea
ST_AsEWKB(geometry) returns EWKB bytea
ST_GeomFromGML(text) returns geometry
ST_AsGML(geometry) returns GML text
ST_GeomFromKML(text) returns geometry
ST_AsKML(geometry) returns KML text
ST_AsGeoJSON(geometry) returns JSON text
ST_AsSVG(geometry) returns SVG text

总的来说，就是可以：求面积、求边界、求大边形里有多少小多边形…在多维的世界里为所欲为。

空间关系

目前为止，我们一次只能处理一个几何图形。

空间数据库之所以强大，是因为它们不仅能存储几何图形，而且还能够分析几何图形之间的关系。

诸如"哪一个是离公园最近的自行车位？"或者"地铁线路和街道的交叉路口在哪里?"这样的问题，只能通过比较、分析表示自行车位、街道和地铁线路的几何图形来回答。

OGC标准定义了以下一组用于比较几何图形的方法。

ST_Equals(geometry A, geometry B)用于测试两个图形的空间相等性。

ST_Intersects、ST_Crosses和ST_Overlaps都用于测试几何图形内部是否相交。

ST_Touches()测试两个几何图形是否在它们的边界上接触，但在它们的内部不相交

ST_Within()和ST_Contains()测试一个几何图形是否完全包含于另一个几何图形内

ST_Distance(geometry A, geometry B)计算两个几何图形之间的最短距离

空间连接

空间连接（spatial joins）是空间数据库的主要组成部分，它们允许你使用空间关系作为连接键（join key）来连接来自不同数据表的信息

还支持汇总。JOIN和GROUP BY的组合支持通常在GIS系统中的某些分析。这个和普通的关系型数据库几乎一样。不多介绍了。

随便举个栗子，感受下。

SELECT
  n.name,
  Sum(c.popn_total) / (ST_Area(n.geom) / 1000000.0) AS popn_per_sqkm
FROM nyc_census_blocks AS c
JOIN nyc_neighborhoods AS n
ON ST_Intersects(c.geom, n.geom)
WHERE n.name = 'Upper West Side'
OR n.name = 'Upper East Side'
GROUP BY n.name, n.geom;

上面sql计算了："'Upper West Side’和’Upper East Side’的人口密度（人/平方千米 ）是多少？

三、PostGIS进阶玩法

到目前为止，都平平无奇，接下来介绍进阶玩法。

1.空间索引

空间索引是PostGIS的最大价值之一。在前面的示例中，构建空间连接需要对整个表进行相互比较。这样做的代价很高：连接两个各包含10000条记录的表（每个表都没有索引）将需要进行100000000次比较；如果使用空间索引，则比较次数可能低至20000次

创建索引、删除索引就不多BB了。你们都会。

CREATE INDEX nyc_census_blocks_geom_idx
ON nyc_census_blocks
USING GIST (geom);

注意：USING GIST子句告诉PostgreSQL在构建索引时使用generic index structure（GIST-通用索引结构）。

原理

先回答一个问题，空间索引干了啥？

提高查询效率。

那空间索引是怎么做到提高查询效率的？

标准的数据库索引，是根据被索引的列的值去创建树结构的。空间索引略不同，因为数据库并不能索引几何字段的值 —— 也就是几何对象本身，我们改索引要素的范围边界框。

上图中，和黄色星星相交的线的数量是 1，即红色那条线。但是与黄色框相交的范围框有红色和蓝色，共 2 个。

数据库求解 “什么线与黄色星相交” 这个问题，是先用空间索引求解 “什么范围框与黄色范围框相交” 这个问题的（速度非常快），然后才是 “什么线与黄色的星星相交”。上述过程仅对于第一次测试的空间要素而言。

对于数量庞大的数据表，这种索引先行，然后局部精确计算的 “两遍法” 可以在根本上减少查询计算量。

简单来说就是，规则的几何图形的计算比不规则的图形计算简单，利用这一点做为优化的基本思想。

PostGIS中最常用的函数（ST_Contains、ST_Intersects、ST_DWithin等）都包含自动索引过滤器。但有些函数（如ST_Relate）不包括索引过滤器。

要使用索引执行边界框搜索（即纯索引查询-Index only Query-没有过滤器），需要使用"&&"运算符

查询规划器：用不用索引？

PostgreSQL查询规划器（query planner）智能地选择何时使用或不使用空间索引来计算查询。与直觉相反，执行空间索引搜索并不总是更快。

默认情况下，PostgreSQL定期收集数据统计信息，共查询规划器使用。但是，如果你在短时间内更改了表的构成，则统计数据将不会是最新的。因此，为确保统计信息与表内容匹配，明智的做法是在表中加载和删除大容量数据后手动运行ANALYZE命令。

ANALYZE nyc_census_blocks;

清理：回收空间

每当创建新索引或对表大量更新、插入或删除后，都必须执行清理（VACUUMing）。VACUUM命令要求PostgreSQL回收表页面中因记录的更新或删除而留下的任何未使用的空间。

VACUUM ANALYZE nyc_census_blocks;