美文网首页webGIS开源GIS相关
百万点数据矢量切片实时聚合展示

百万点数据矢量切片实时聚合展示

作者: polong | 来源:发表于2020-08-16 11:26 被阅读0次

背景

    平时我们可能有比较大量的点数据要展示又不想预处理,在线浏览数据请求时间控制在3s左右。

准备

    软件环境:PostGIS,数据是3578998条点数据。

环境

    八核处理器(Intel(R)Core(TM) i7-10750H CPU @2.60GHz 2.59GHZ),RAM 16.0 GB,硬盘SSD

原理

    聚合原理参考我之前的文章千万数据展示-矢量切片点聚合
比较重要的是要进行pg数据库配置修改,参考阿里的配置项,调整过程中要先备份好配置文件,可以修改完一两个配置就重启数据库,这样就避免全部修改完不能启动的尴尬局面。

--示例1
 SELECT ST_AsMVT(vt,'points',256,'geo') tile 
FROM (select ST_SetSRID( ST_Point( ST_X(a.geo),ST_Y(a.geo)), 4326) geo from (
    SELECT ST_AsMVTGeom(w.geom,Box2D(TileBBox(10,176,409,4326)),256,0,true) AS geo 
FROM  public.capnt w  where TileBBox(10,176,409,4326)&&geom) a
group by ST_X(a.geo),ST![](https://p1-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/644f045b96e34fe6b4d456c6eb8e8d13~tplv-k3u1fbpfcp-zoom-1.image)_Y(a.geo)  ) AS  vt                  

实战

    写个简单的查询服务,当级别在8-11级别可以使用聚合减少数据量,当级别大于11级直接查出就可以

package main
import 
(   
    _ "github.com/lib/pq"
    "database/sql"
    "github.com/julienschmidt/httprouter"
    "time"
    "log"
    "errors"
    "fmt"
    "net/http"
    "strconv"
    "bytes"
    "compress/gzip"
)
func FloatToString(input_num float64) string {
    return strconv.FormatFloat(input_num, 'f', 6, 64)
}

func gZipData(data []byte) (compressedData []byte, 
    err error) {
    var b bytes.Buffer
    gz := gzip.NewWriter(&b)

    _, err = gz.Write(data)
    if err != nil {
        return
    }

    if err = gz.Flush(); err != nil {
        return
    }

    if err = gz.Close(); err != nil {
        return
    }
    compressedData =b.Bytes()
    return
}

func check(e error) {
    if e != nil {
        log.Fatal(e)
    }
}

type Tile struct {
    X, Y, Z int
}
// ZMax is the maximum Z coordinate for a tile as well as quadkey level
const ZMax = 23
func Tile2Quadkey(t Tile) string {
    //bytes.Buffer was bottleneck
    z := t.Z
    var qk [ZMax]byte
    for i := z; i > 0; i-- {
        q := 0
        m := 1 << uint(i-1)
        if (t.X & m) != 0 {
            q++
        }
        if (t.Y & m) != 0 {
            q += 2
        }
        var d byte
        switch q {
        case 0:
            d = '0'
        case 1:
            d = '1'
        case 2:
            d = '2'
        case 3:
            d = '3'
        default:
            panic("Invalid tile.Quadkey()")
        }
        qk[z-i] = d
    }
    return string(qk[:z])
}
func Quad2Tile(qk string) (tile Tile, err error) {
    tile.Z = len(qk)
    for i := tile.Z; i > 0; i-- {
        m := 1 << uint(i-1)
        c := len(qk) - i
        q := qk[c]
        switch q {
        case '0':
        case '1':
            tile.X |= m
        case '2':
            tile.Y |= m
        case '3':
            tile.X |= m
            tile.Y |= m
        default:
            err = errors.New("Invalid Quadkey " + qk)
            tile = Tile{} // zero tile
            return
        }
    }
    return
}
func createTile(w http.ResponseWriter, r *http.Request, p httprouter.Params){
    //start := time.Now() 
    header := w.Header()
    if origin := r.Header.Get("Origin"); origin != "" {
        header.Set("Access-Control-Allow-Methods", r.Header.Get("Allow"))
        header.Set("Access-Control-Allow-Origin", "*")
    }
    header.Set("Content-Type", "application/x-protobuf")
    header.Add("Content-Encoding", "gzip")
    header.Add("Accept-Encoding", "gzip")
    xs:=p.ByName("x")
    ys:=p.ByName("y")
    zs:=p.ByName("z")
    z,errz := strconv.Atoi(zs)
    check(errz) 

    if (z>min){
                
        var sql string
        bbox:=zs+","+xs+","+ys
        if (z>min&&z<max){
            sql="SELECT ST_AsMVT(vt,'points',256,'geo') tile FROM (select ST_SetSRID( ST_Point( ST_X(a.geo),ST_Y(a.geo)), 4326) geo from (  SELECT ST_AsMVTGeom(w.geom,Box2D(TileBBox("+bbox+",4326)),256,0,true) AS geo FROM  "+table+" w  where TileBBox("+bbox+",4326)&&geom) a group by ST_X(a.geo),ST_Y(a.geo)  ) AS  vt"  

        }else{
            sql="SELECT ST_AsMVT(tile,'points',4096,'geom') tile  FROM (SELECT ST_AsMVTGeom(w.geom,Box2D(TileBBox("+bbox+",4326)),4096, 0, true) AS geom FROM "+table+" w where TileBBox("+bbox+",4326)&&w.geom ) AS  tile "
                        
        }
        //fmt.Println(sql)
        var tile []byte             
        rows:= db.QueryRow(sql)
        err := rows.Scan(&tile)
        if err != nil {
        log.Fatal(err)
            http.Error(w, "Invalid tile url", 400)
            return
        }
        size := cap(tile)
        if size== 0 {           
            http.Error(w, "Invalid tile url", 400)
            return
        }
        compressedData, Err := gZipData(tile)
        if Err != nil {
            log.Fatal(Err)
            http.Error(w, "Invalid tile url", 400)
            return
        }else{

            w.Write(compressedData)
        }

    }else{

        http.Error(w, "Invalid tile url", 400)
        return
    }

}
var db *sql.DB
var err error
var table string
var min int=7
var max int=12
var tileBase string
func main(){
    start := time.Now() 
    table="public.\"point_grid\""
    mux :=  httprouter.New()
    tileBase = "/tiles/:z/:x/:y"
    connStr := "dbname=postgis_30_sample user=postgres password=123456 host=localhost port=5432  sslmode=disable"
    db, err = sql.Open("postgres", connStr)
    if err != nil {
        panic(err)
    }
    defer db.Close()
    err = db.Ping()
    if err != nil {
        panic(err)
    }
    db.SetMaxOpenConns(8) 
    db.SetMaxIdleConns(8)
    elapsed := time.Since(start)
    fmt.Println("min max ", min,max)
    fmt.Println("启动耗时: ", elapsed)
    mux.GET(tileBase, createTile) 
    log.Fatal(http.ListenAndServe(":8081", mux))
}
image

参考资料:

https://developer.aliyun.com/article/700363

相关文章

  • 百万点数据矢量切片实时聚合展示

    背景     平时我们可能有比较大量的点数据要展示又不想预处理,在线浏览数据请求时间控制在3s左右。 准备    ...

  • 千万数据展示-矢量切片点聚合

    背景     之前做的海量数据数据展示,在预处理速度和渲染上还有有所欠缺,比如单个切片文件还是太大,本文中进行一些...

  • 矢量切片解决方案

    1.矢量切片简介   矢量切片是由mapbox组织提出的一种新型矢量数据切片格式,它按照TMS切片规则对矢量数据进...

  • qgis中加载矢量切片

    概述 qgis既可以做矢量切片,又可以加载矢量切片。本文以geoserver作矢量切片,并在QGIS中进行加载展示...

  • geoserver矢量切片资料整理

    环境搭建 arcsde数据连接 矢量切片制作发布 矢量切片leaflet加载 矢量切片相关概念 相关参考资料: l...

  • 矢量地图切片-mapbox本地化

    矢量地图切片-mapbox本地化 1. 矢量地图数据切片1.1. 安装1.2. 一般数据生产使用1.3. 常用选项...

  • postgis计算矢量切片

        没写错,是使用postgis计算出来矢量切片。在这之前先准备一个数据:一个GIS数据表(本例中数据为一百万...

  • Elasticsearch应用

    全文检索 模糊搜索 高速聚合 实时品牌搜索实现:展示品牌搜索条件时,只展示未结束的拍卖活动的品牌分组数据。 空间搜...

  • 基于 PostGIS 的矢量切片服务器

    基于 PostGIS 的矢量切片服务器 矢量切片简介 矢量切片是 MapBox 定义的一种开放的 矢量地图标准 ,...

  • CesiumLab中地形切片工具支持栅格水面

    目前cesiumlab中地形切片的水面只支持矢量格式,如果地形数据范围较大或分辨率较高,使用矢量水面切片的速度会比...

网友评论

    本文标题:百万点数据矢量切片实时聚合展示

    本文链接:https://www.haomeiwen.com/subject/vejtjktx.html