摘要：PostGIS為PostgreSQL提供了空間數據庫分析能力，是目前業界主流的地理數據庫之一，提供如下空間信息服務功能：空間對象、空間索引、空間操作函數和空間操作符等。在GaussDB 中，目前已支持PostGIS地理數據庫擴展，並已廣泛應用於國內外公安、農業、安平等政企客戶。
本文分享自華為雲社區《震驚，PostGIS還可以這樣用！！！》，原文作者：秋之語 。
一、地理數據庫能做什么
地理數據庫屬於空間數據庫，為地理數據提供了標准的格式和存貯方法，能夠方便迅速地進行檢索、更新和數據分析，最終達到為多種應用服務的目的。地理數據則包括觀測數據、分析測定數據、遙感數據和統計調查數據。地理數據庫已廣泛的應用於單車、導航，旅游、水利，農業、安平城市等應用場景，滲透到人民生活點點滴滴中。
圖1. 地理數據庫典型應用場景
二、PostGIS功能介紹
對於如上介紹的使用場景中，地理數據通常存儲為點、線或者多邊形的集合。在PostgreSQL中，已經提供了點、線、多邊形等空間數據類型，但其提供的數據處理方法和性能很難達到GIS的要求，主要表現在：缺乏復雜的空間類型；沒有提供空間分析；沒有提供投影變換功能。為了使得PostgreSQL更好的提供空間信息服務，PostGIS也就應運而生。
2.1 PostGIS支持數據類型
PostGIS完全遵循OpenGIS規范，支持OpenGIS中所有空間數據類型：
- a．POINT, LINESTRING, POLYGON, MULTI-POINT,
- b．MULTI-LINESTRING, MULTI-POLYGON,
- c．GEOMETRY COLLECTION
除了OpenGIS定義的地理數據類型之外，PostGIS還對數據類型進行了擴展，在WKT和WKB數據類型基礎上擴展出EWKT和EWKB數據類型：
- a．EWKT, EWKB（包含了SRID信息的WKT/WKB）
- b．SRID(Spatial Referencing System Identifier)：每個空間實例都有一個空間引用標識符 (SRID)。SRID 對應於基於特定橢圓體的空間引用系統，可用於平面球體映射或圓球映射。
此外，PostGIS還支持柵格數據raster分析，可以基於已有的影像或者衛星數據，實現影像或者衛星數據不同類別的統計分析。
2.2 PostGIS支持函數類型
PostGIS常見函數大致可以分為以下六類，對於各函數具體用法參考《PostGIS使用手冊》：
1. 字段處理函數
- a．AddGeometryColumn為已有的數據表增加一個地理幾何數據字段；
- b．DropGeometryColumn刪除一個地理數據字段的；
- c．ST_SetSRID設置SRID值
2. 幾何關系函數
這類函數描述幾何對象的距離、包含、范圍、相等等幾何關系，常見函數如下：ST_Distance、ST_Equals、ST_Disjoint、ST_Intersects、ST_Touches、ST_Within、 ST_Overlaps、ST_Contains。
3. 讀寫函數
這類函數主要用於各種數據類型之間的轉換，尤其是Geometry數據類型與其他字符型等數據類型之間的轉換，如ST_AsText、ST_GeomFromText、ST_AsGeoJSON ST_AsHEXEWKB、ST_AsKML、 ST_AsLatLonText。
4. 幾何對象創建函數
這類函數用於點、線、多變形等幾何對象創建，如ST_GeomFromEWKT、ST_GeomFromEWKB、ST_MakePoint、ST_MakeBox2D、ST_LineFromText、ST_Polygon。
5. 幾何對象編輯函數
這類函數提供對幾何圖像的平移、翻轉、旋轉、放大等功能，如ST_AddPoint、ST_Reverse、ST_Rotate、ST_Scale、ST_Snap、ST_Transform、ST_Translate、ST_TransScale。
6. 空間關系及測量函數
這類函數實現幾何對象最遠、最近、長度、面積等計算，如ST_3DClosestPoint、ST_3DDistance、 ST_3DDWithin、ST_3DDFullyWithin、ST_3DIntersects、ST_3DLongestLine、ST_3DMaxDistance、ST_3DShortestLine、ST_Area。
三、PostGIS的安裝：
3.1 基礎編譯環境准備：
GaussDB(DWS)中的PostGIS Extension需使用GCC和G++工具進行編譯安裝。安裝前需確認GCC和G++版本號大於等於4.8.5，且兩個工具可正常使用。具體可通過gcc -v和g++ -v查看相關版本。
如上圖所示環境gcc和g++版本為4.3.4，不滿足版本要求，需使用源碼安裝方式進行升級。若集群中沒有低版本gcc和g++編譯器，可以通過掛載操作系統鏡像進行安裝，這里不做贅述。如需要升級則可從如下網站獲取GCC相關安裝包：
https://ftp.gnu.org/gnu/gcc/gcc-5.4.0/gcc-5.4.0.tar.gz
https://ftp.gnu.org/gnu/gmp/gmp-4.3.2.tar.gz
https://ftp.gnu.org/gnu/mpfr/mpfr-2.4.2.tar.gz
https://ftp.gnu.org/gnu/mpc/mpc-1.0.3.tar.gz
此外PostGIS安裝還需要確保zlib、autoconf和automake等工具已正確安裝。
3.2 PostGIS依賴庫安裝：
PostGIS依賴Geos、 Proj、 JSON-C、 Libxml2、 Gdal第三方開源工具。安全前首先需要下載Geos、 Proj、 JSON-C、 Libxml2、 Gdal、 PostGIS源碼至$GAUSSHOME目錄。
安裝時需切換至omm用戶，並檢查GaussDB環境變量已正確加載，且可正常登錄和使用GaussDB環境。具體安裝命令可參考產品文檔，且確保安裝路徑與文檔中給定路徑完全一致，自定義路徑會導致最終庫文件分發失敗。
在整個安裝過程中，可使用make -sj和make install -sj命令並行加速編譯，-sj命令極低概率性出現安裝錯誤，如果安裝失敗則請使用make和make install進行串行安裝。此外對於ARM物理機，在每個安裝包configure時需要增加如下編譯參數： --build=aarch64-unknown-linuxgnu，否則會出現安裝失敗。同時，在三方開源庫proj的安裝過程中，可能會報錯$GAUSSHOME/install/proj/bin目錄不存在，可手動創建該目錄再執行proj的安裝。
安裝成功后截圖大致如下，其中關於get_PlatForm_str.sh不存在的提示信息可直接忽略。
安裝完成后則需要使用PostGIS_install.sh工具完成PostGIS相關動態鏈接庫在集群節點中的分發。執行方式為：
sh $GAUSSHOME/share/postgis/PostGIS_install.sh
如若失敗，可打開PostGIS_install.sh文件分別執行分發命令，確定是哪個文件不存在而導致分發失敗，並進一步分析該庫文件編譯失敗原因。
四、PostGIS使用：
目前GaussDB對PostGIS中絕大多數函數均已支持下推至DN處理。因此對於絕大多數地理數據運算，都可以充分利用GaussDB的分布式計算優勢，帶來相比於PostgreSQL近似線性擴展比的性能加速。
4.1 地理數據的導入：
PostGIS支持shape格式地理數據導入。因此對於其它地理數據庫平台數據，如Oracle或者ArcGIS中的地理數據，可先將其導出為shape格式文件，然后使用$GAUSSHOME/bin目錄下的shp2pgsql工具將shape文件轉換為sql文件並進一步導入GaussDB。如果生成sql文件中的地理表定義缺少分布鍵的話，可以手動增加一個id自增的分布鍵，使地理數據均勻分布到各個DN，進而充分利用GaussDB的分布式計算優勢。
4.2 GIS函數使用demo：
對於GaussDB支持各GIS函數的具體使用方法，請參考《 PostGIS-2.4.2用戶手冊》。這里給一個簡單的使用demo。
示例1 ：幾何表的創建。
CREATE TABLE cities ( id integer, city_name varchar(50) );
SELECT AddGeometryColumn('cities', 'position', 4326, 'POINT', 2);
示例2：幾何數據的插入。
INSERT INTO cities (id, position, city_name) VALUES (1,ST_GeomFromText('POINT(-9.5 23)',4326),'CityA');
INSERT INTO cities (id, position, city_name) VALUES (2,ST_GeomFromText('POINT(-10.6 40.3)',4326),'CityB');
INSERT INTO cities (id, position, city_name) VALUES (3,ST_GeomFromText('POINT(20.8 30.3)',4326), 'CityC');
示例3：計算三個城市間任意兩個城市距離。
SELECT p1.city_name,p2.city_name,ST_Distance(p1.position,p2.position) FROM cities AS p1, cities AS p2 WHERE p1.id > p2.id;
執行結果為：
示例4：查詢query執行計划，發現執行過程中p1表是廣播到全部DN節點的，因此對於每個DN，其只需要處理自己節點上的p2數據，通過對比本地p2數據與全局p1數據即可完成整個分析，這也是分布式數據庫的優勢所在。
五、PostGIS性能介紹
目前市場上的空間數據庫包括MySQL的Spatial Extension、PostgreSQL的PostGIS、Oracle Spatial、ArcGIS的ArcSDE及MongoDB等。對於這幾款數據庫的性能對比，之前有一篇文檔《常用地理數據庫對比測試》有一個比較詳細的對比和介紹。
從圖2至圖5中的測試數據可以看出，對於點數據，在相同查詢條件下，PostGIS數據庫的空間查詢速度最快。對於線數據，PostGIS則相比於其它數據庫要慢一些，這可能與不同地理數據庫使用不同索引技術有關。
圖2. 第一次點查數據結果
圖3. 第二次點查數據結果
圖4. 第一次線查數據結果
圖5. 第二次線查數據結果
GaussDB作為分布式數據庫，對PostGIS做了深度適配。目前GaussDB對PostGIS中絕大多數函數均已支持下推至DN處理。因此對於絕大多數地理數據運算，都可以充分利用GaussDB的分布式計算優勢，帶來相比於PostgreSQL近似線性擴展比的性能加速，滿足客戶在大數據場景的地理數據處理和分析需求。
六、總結
本篇博文簡單介紹了GaussDB中Postgis的安裝和使用，歡迎廣大讀者收藏和討論。
想了解GuassDB(DWS)更多信息，歡迎微信搜索“GaussDB DWS”關注微信公眾號，和您分享最新最全的PB級數倉黑科技，后台還可獲取眾多學習資料~