随着互联网场景的快速衍生，打车、外卖、智能驾驶等场景下空间数据爆发式增长，海量空间数据分析场景成为一种日常需求。这些数据包括但不限于用户位置、路线规划、交通状况、停车信息等，这些数据的分析和利用对于提高用户出行体验、优化交通管理、提高城市运行效率等方面都具有重要的意义。海量空间数据分析场景的兴起，也推动了人工智能、大数据、云计算等技术的快速发展。通过数据挖掘、机器学习等技术，可以更加精准地分析空间数据，为城市管理、出行规划等方面提供更加精准的决策支持。
当数据量达到十万或百万级别时，全量渲染的方案已不再适用。原因包括：
● 网络传输时间无法满足实时大屏需求
● 前端暴力渲染方案无法适应各种硬件
● 海量空间数据分析面临数据安全和隐私保护挑战
因此，我们需要使用专业的GIS地理数据服务，实时处理大规模数据，满足实时性和保密性需求。但传统地图数据服务成本高，需要理解复杂的地理理论知识，非专业人员难以操作，且需要用户自行搭建服务器维护，无疑增加了运维成本。
为了更好地挖掘地图数据背后的价值，我们正式上线「DataV Atlas 地理数据服务」，接入简单、安全性高、开放可定制。同时在「DataV Board数据看板」中内置了深度集成能力，海量数据一键上屏。
一键上图更省心 👌
仅需编写业务逻辑查询的 SQL 即可一键生成专业的地理数据服务，无需借助其他复杂地理工具。不仅支持 GeoJSON、ShapeFiles 标准地理数据格式，也支持了表格性数据格式（CSV、TSV）文件格式以满足更多日常使用场景。
SQL AI 小助手 一句话生成 SQL
- 海量数据实时交互：基于分层策略动态简化抽稀策略，支持数据瓦片按需加载，实时渲染可交互，解决展示海量地理数据时的性能和效率问题。
- 实时数据更新与分析：支持快速更新和复杂空间分析，满足实时展示和分析动态信息的需求。
- 多源数据整合：支持快速集成不同格式的地理数据（CSV、TSV、GeoJSON、SHP），提升数据管理能力。
- 自适应坐标系：支持互联网通用地图(EPSG:3857)和国家大地2000坐标系（CGCS2000，EPSG:4490）自由切换
如果数据字段列名中遵循以下的约定组合：经度&纬度、lng&lat、lon&lat、longtitude&latitude、x&y、wkt，我们将自动构建对应的地理几何字段。数据上传后即可预览全量数据：
北京 建筑 45W 条数据预览
一键发布地理数据服务
DataV Board 深度集成 Atlas 地理数据服务
此外，我们提供了基于自研 WebGL 高性能地图渲染引擎封装的 Atlas SDK，开发者可以轻松体验 Serverless 开发地理应用的魅力，实现专业的业务分析系统应用。
结合 Atlas 地理数据服务和 SDK 快速实现定制化空间分析能力
海量数据更安全 🔐
数据是企业和组织的核心资产，数据安全是信息时代的重要议题。DataV Atlas 地理数据服务对数据进行了妥善的加密处理返回而非明文返回，同时采用动态 Token 鉴权策略，提供访问控制和管理功能，防止未经授权的访问。
此外，基于前面提到的分层策略动态简化抽稀策略，有效避免数据被全量拉取。
地图分析更高效 🔍
在 DataV Board 中，基础平面地图 4.0 组件深度集成了 DataV Atlas 地理数据服务解析能力，仅需配置 Atlas 服务连接信息即可一键接入。更重要的是，通过表格化的查询参数配置界面，可以快速关联全局变量，0代码实现海量数据地图与数据面板的联动分析：
快速实现下拉框👆与建筑数据👇的筛选联动
案例 1：通过结合 Atlas 地理数据服务可以在大屏上实时快速对城市全量建筑和路况情况进行查看，实时分析城市内不同高度建筑分布规律，还可以通过点击某栋建筑查看周边建筑分布概况
案例 2：可以实时查看不同时间内的共享单车点位分布和网格聚合情况，例如查看某个工作日通勤时间的共享打车起点终点分布情况分析居住地和工作地分布，帮助企业更好的进行运营决策分析
「DataV Atlas 地理数据服务」致力于提供高效、安全且用户友好的地理数据应用解决方案，简化在大屏等场景下分析展示大规模空间数据的过程，让非专业的用户也能够轻松创建功能强大的地理信息系统应用，助力企业决策分析。
前往阿里云搜索 DataV Atlas
即可探索空间数据的无限价值 🌏
