内容简要：
一、认识Ganos
二、如何使用Ganos
三、进阶实战
一、认识Ganos
（一）Ganos是什么
Ganos是包含SQL + NoSQL云数据库的时空引擎。
Ganos取名于大地女神盖亚（Gaea） 和时间之神柯罗诺斯 （Chronos），代表“时空”结合。Ganos的使命是将时空地理信息处理融入公有云/专有云PaaS服务，成为一种普惠计算。
上图列举了Ganos的许多特性，这些特性有数据库本身的能力，更多的是Ganos赋能给数据库之后的能力。
（二）Ganos支持哪些产品
Ganos不是一个独立的产品，往往以赋能的方式嵌入在数据库产品中。
如上图所示， Ganos赋能的产品包括RDS PG、PolarDB、ADB PG、Lingdorm/HBase以及DLA。其中RDS PG和PolarDB是事务型关系数据库，也可以做一些简单的分析。这两款数据库中的模型，Ganos的功能是最全面也是最丰富的。
可以将Ganos理解为PostGIS计时的升级版本PostGIS++，完全兼容PostGIS，而其他几种数据库更多是面向大数据分析型的场景。
（三）Ganos中丰富的时空模型
相比PostGIS，Ganos在时空模型上进行了较多的扩充。
除了支持传统的几何模型、栅格模型和拓扑网络模型，还扩充支持了网格模型、时空轨迹模型以及点云模型。其中空间网格模型是Ganos3.0版本推出的新特性，编码标准遵循自然资源部地球空间网格编码规则，在这个规则基础之上设计和实现。
二、如何使用Ganos
（一）创建Ganos扩展
在PostgreSQL数据库中使用Ganos需要先创建Ganos的扩展。
上图列举了Ganos中的七大模型以及扩展语句，其中六个模型在上面已做过介绍，此处要额外补充的是矢量金字塔模型。它是在几何模型基础之上新增的一个扩展，是为了能够快速显示大规模空间几何数据（千万级以上）而设计的一种结构。矢量金字塔对空间几何数据创建稀疏索引，按规则对密集区域预处理，可以输出标准的mvt-pbf格式数据，通过Ganos提供的矢量金字塔，亿条空间几何记录可以实现分钟级预处理、秒级终端显示。
创建扩展之后，如上图所示，在数据库中可以通过\dx命令就能查询到所有已经创建的扩展，目前Ganos3.3版本。
（二）矢量、栅格、轨迹入库
创建Ganos扩展之后，接下来要解决数据入库，不同的数据类型有不同的入库方法：
Ø 矢量数据入库
主要依赖空间开源的工具，包括Ogr2ogr、shp2pgsql、QGIS、pg_dump/pg_restore等。
Ø 栅格、遥感数据入库
1）Ganos提供入库接口ST_importFrom、ST_createRast；
2）支持OSS、NAS等外部挂载入库，表示原始文件放在OSS或NAS中，将源数据入到数据库，金字塔数据可选择放入数据库，也可选择放入OSS或NAS中；
3）pg_dump/pg_restore时，外部数据不需要挪动；
4）入库时支持金字塔内建+外建随机组合；
5）批量文件并行入库，支持单幅超大影像并行入库。
Ø 轨迹数据入库
Ganos提供入库接口ST_makeTrajectory；
支持轨迹点动态追加；
支持点表抽取为轨迹对象。
Ganos与SuperMap、ArcGIS完成对接， 矢量数据与栅格/遥感数据可借助其平台直接入库。
（三）PG Ganos如何管理PB级遥感影像
1. PostgresSQL + Ganos + OSS组合
上文中提到，Ganos在云上以OSS存储，它是打通的。因此通过“PostgresSQL + Ganos + OSS”组合，可实现 PB级遥感影像的管理。源数据和部分金字塔数据可以存储在数据库内部，遥感原始数据存放在OOS中，由于OOS存储价格低廉，使得用户的使用成本也有所降低。
2. 遥感影像注册（入库）
只需要按照insertSQL语句直接写入到数据库，将OSS地址传给createrast接口即可。
3. 大范围影像拼接、镶嵌
将遥感影像数据注册入库之后，在Ganos也可以通过ST_mosaicFrom、ST_mosaicTo对大范围的影像进行拼接镶嵌等操作再进行输出，达到管理PB级遥感影像管理的目的。
（四）PG Ganos如何管理轨迹数据
如上图所示，Ganos管理轨迹数据主要通过轨迹构造、轨迹压缩和轨迹相似性判断。
在Ganos中有原生的轨迹模型叫Trajectory，在创建轨迹表时可直接用这个数据类型。轨迹构造的单独接口makeTrajectory有很多的重载版本，具体使用方式可在官网的用户手册里进行查看。
轨迹还提供一些轨迹压缩与轨迹相似性判断这些比较重要的接口。轨迹压缩是通过Compress压缩接口保留重要的轨迹特征点，因此压缩质量会更好。轨迹相似性目前主要支持Lcs算法以及Jaccard的这种路径匹配算法。
（五）Ganos与开源工具
如上图所示，Ganos无缝对接兼容PostGIS的各类GIS软件，显示和编辑包括GeoServer、QGIS、uDig、OpenJump等，这里重点介绍PGAdmin4。
Ganos团队对PGAdmin4进行了定制修改，目前能支持显示Ganos中的矢量和栅格数据，后续也会支持轨迹数据的直接显示。同时，在PGAdmin4中可以使用Ganos矢量金字塔功能，也就是说在PGAdmin4中可以直接显示上亿级的矢量数据，可以达到不切变、无障碍浏览效果。
三、进阶实战
（一）实战介绍
Ø 实战课题
1）如何通过Ganos快速分析城市结构、社会属性与新冠病毒传播的之间的关系；
2）如何在Ganos中通过轨迹数据追踪患者行程，并挖掘风险点。
Ø 实战技能
1）利用Ganos进行空间统计分析；
2）实现矢量、栅格一体化查询；
3）实现轨迹追踪；
4）实现跨区域时空查询。
Ø 实战目的
1）熟练使用Ganos；
2）学会多源数据融合处理；
3）实现时空场景快速呈现，减少开发成本。
（二）空间统计分析
1.数据准备
数据准备包含两个类型的数据：矢量数据与栅格数据。
矢量数据包含行政街区数据与患者案例数据。如上图所示，通过矢量数据可以看到案例患者的性别与年龄，确诊医院，所属街区，家庭住址等。
栅格数据是具有社会属性的数据，包括Ndvi监测，建筑密度，建筑高度值等 都以Tif文件形式存在。
2.数据入库
Ø 矢量数据库入库
l ogr2ogr -nln hk_tpu -nlt MULTIPOLYGON -geomfield geom -f PostgreSQL
PG:“dbname=‘ganos_train_db’host=‘pgm-***.rds.aliyuncs.com'port='1921'
user='ganos_train' password='ganos@2021‘“ ”./data/hk_tpu_84.shp”
l ogr2ogr -nln hk_cases …“./data/sick_cases.shp”
矢量数据是用Ogr2ogr进行入库，填写的是云上购买的RDS PG的访问参数。
Ø 栅格数据入库
l 首先，Tif文件上传至OSS；
l 其次，执行导入的SQL语句；
insert into hk_ndvi_rast values(1, st_importfrom('rbt', 'OSS://accessKey:accessSecret@oss-cn-beijing-internal.aliyuncs.com/bucket/data/ndvi_spot_84.tif'));
这里由于影像文件较小，采用的是Importfrom接口，可以将影像文件的所有像素值全部写入到数据库。
3.统计分析
如上图所示，假如要统计香港街区患者案例较多的街区编号，可以通过 st_contains空间查询接口，快速的得到案例排名前5的街区编号，分别为121、131、212、113、144。
（三）矢栅一体化查询
用Ganos可以进行矢量+栅格一体化查询，提高开发效率。例如查询街区编号为121区域的Ndvi监测总值、平均值，查询某某街区的建筑密度、建筑高度等。在以往的GIS方式中，上述查询通常需要五个步骤，如下图所示：
如今用Ganos一条SQL语句即可搞定，语句如下：
通过SY_Values接口传入一个栅格对象，接着再传入一个几何对象，指定栅格对象的查询波段，然后就可以统计几何对象范围内所有的像素值，同时计算它的平均值，极大提高开发效率。
在矢删一体化的基础上，可以分析城市结构、社会属性与新冠病毒传播的之间的关系，以下是通过一条SQL语句查询计算所有街区的ndvi平均值与案例数之间的关系。
NDVI值表示植被指数，当这个值过大或者过小时，不一定代表人群数多，往往是在中间值时，人口聚集最多。如上图所示，我们截取了前面几十条以及后面几十条数据，通过结果可以发现NDVI值在为0.2~0.27之间，它的案例数是最聚集的。
同样通过一条SQL语句，我们可以计算所有街区的建筑高度值与案例数之间的关系，如下所示：
可以看到，在建筑密度比较低的这些街区中，案例分布通常是个位数。在建筑密度比较高的这些街区中，案例数明显增加,最大值也是分布在建筑密度比较高的这些区域,由此可以反映出来建筑密度值越大,案例数量呈现聚集性。
（四）轨迹追踪
1.用点表构造轨迹表
我们可以将患者的案例形成轨迹，同时通过轨迹追踪患者的行程，挖掘一些潜在的风险点。
如上图所示，我们用案例编号查询行程，可以看到编号为105的案例在不同的时刻去过很多场所，监测时间记录不够详细，只具体到某一天。可以将监测点抽取为行程点形成轨迹，通过ST_makeTrajectory，把编号为105的案例聚合成一条轨迹写入到轨迹表里。
如果想把所有的患者案例聚合成轨迹，将这个查询语句直接改成Group By就可以实现。
2.轨迹追踪
形成轨迹表后可以进行轨迹追踪，需要经过下列语句：
Ø 轨迹空间显示
create table hk_case_traj_geom as select id,st_trajectoryspatial(traj) as geom from hk_case_traj;
Ø 轨迹追踪
select traj from hk_case_traj where id = 230;
例如我们查询编号为230的轨迹，可到轨迹表中输入相应编号进行查询，可以快速查询到该编号到过的场所与主要走向，如下方所示：
（五）时空查询
如果通过案例查询310区域，那么在案例表中会显示该区域曾出现过一个患者案例，如下图所示：
但我们拿到行程轨迹后，可以进行轨迹跨区域时空查询，包括时间空间的交织，挖掘潜在的风险点。实现语句如下：
select traj from hk_tpu a, hk_case_traj b where
st_intersects(b.traj,'2020-03-19
00:00:00'::timestamp,'2020-03-21
00:00:00'::timestamp, a.geom) and a.tpu = 310;
通过这种方式，可以查询到穿过310区域的患者轨迹有8条，影响风险等级评判。
（六）使用接口汇总
Ø Ganos Geometry
ST_Intersects、ST_Contains
矢量接口：主要是空间关系的判断。
Ø Ganos Raster
ST_importFrom、ST_createRast、ST_Values、ST_mosaicFrom、ST_mosaicTo
栅格接口：主要是入库、矢量栅格一体化查询以及拼接镶嵌。
Ø Ganos Trajectory
ST_makeTrajectory、ST_trajectorySpatial、ST_Intersects
轨迹接口：主要是轨迹构造，轨迹的空间对象，以及轨迹的时空查询。
