前言

传统上我们需要先将Tiff中存储的影像等数据先切割成瓦片，而后再对外提供服务。这样的好处是服务器响应快，典型的用空间来换时间的操作。然而这样造成的问题是空间的巨大浪费，一般情况下均需要存储1-18级左右的瓦片数据。我一直在思考有没有办法不存储瓦片而直接发布TMS服务，当然这样响应速度肯定是要受一点影响，但是基于Geotrellis的分布式计算对这一点提供了巨大帮助，大大缩短了瓦片临时切割（存储于内存中）所用的时间。而且这样不仅仅是节省了存储空间的问题，何况我们有时可能只是为了查看数据情况（大量的Tiff文件，无法或者不方便逐一打开），这时不需要事先切割，就能查看大量Tiff文件的数据情况，并且可以逐级缩放。本文介绍如何基于Geotrellis直接将Geotiff发布为TMS服务。

一、效果预览

闲话不多说，先来看一下效果。我从Google地图上下载了北京首都国际机场部分影像图，并将其拼接成了Tiff文件（不是多此一举，只是为了演示效果）。而后通过Geotrellis成功将其加载到了Leaftlet地图中。效果如下图：

二、实现方案

其实总体说起来也很简单。主要是读取Tiff文件，并将其根据瓦片编号切割成256*256的小块并附带key（row，col）信息，这样我们就能根据前台发送的key值信息查找后返回相应的瓦片。

2.1 读取Geotiff文件

使用Spark读取Geotiff文件，并将其转成RDD。代码如下：

val path = new org.apache.hadoop.fs.Path(filePath)
val rdd = HadoopGeoTiffRDD.spatialMultiband(path)

其中filePath表示tiff文件的存放位置，最好是将tiff文件存储于HDFS中，第二行便得到了需要的rdd，其类型为RDD[(ProjectedExtent, MultibandTile)]，其实此处已经完成了Geotiff的读取和瓦片的切割两步功能。

2.2 为RDD赋key编码

这一步较复杂。首先获取rdd的属性信息并生成TileLayerMetadata，然后为rdd赋此metadata信息并完成查找。在此简单叙述之，代码如下：

• 第一步获取KeyBounds、空间范围、数据类型、数据精度等信息。

val sms = rdd
      .map { case (key, grid) =>
        val ProjectedExtent(extent, crs) = key.getComponent[ProjectedExtent]
        // Bounds are return to set the non-spatial dimensions of the KeyBounds;
        // the spatial KeyBounds are set outside this call.
        val boundsKey = key.translate(SpatialKey(0,0))
        val cellSize = CellSize(extent, grid.cols, grid.rows)
        HashMap(crs -> RasterCollection(crs, grid.cellType, cellSize, extent, KeyBounds(boundsKey, boundsKey), 1))
      }
      .reduce { (m1, m2) => m1.merged(m2){ case ((k,v1), (_,v2)) => (k,v1 combine v2) } }
      .values.toSeq

• 获取当前请求层级的瓦片布局信息

val layoutScheme = ZoomedLayoutScheme(WebMercator, tileSize = 256)
val layout = layoutScheme.levelForZoom(zoom)

此处表示的是采用通用的TMS编号信息，投影才用墨卡托，瓦片大小为256。

• 为rdd赋key属性信息

val sm = sms.head
val metadata = TileLayerMetadata[SpatialKey](
  sm.cellType,
  layout.layout,
  sm.extent,
  sm.crs,
  sm.bounds.setSpatialBounds(layout.layout.mapTransform(sm.extent))
)

val layoutRdd = rdd.tileToLayout(metadata, resampleMethod)
val contextRDD = new ContextRDD(layoutRdd, metadata)

resampleMethod为采样方式。

• 根据瓦片编号进行查找

val tile = contextRDD.lookup(SpatialKey(col, row))

找到该瓦片后即可才用前面博客中讲述过的方式将其发送到前台，油leftlet进行渲染。

三、总结

本文简单讲述了如何使用Geotrellis直接将Geotiff发布为TMS服务，操作较为繁琐，对Geotrellis的综合性知识要求较高。

Geotrellis系列文章链接地址http://www.cnblogs.com/shoufengwei/p/5619419.html