背景
之前做的海量数据数据展示，在预处理速度和在线渲染上还有有所欠缺，本文中进行一些优化工作,使得九分钟处理完一千多万面数据的3-12级矢量切片，在线浏览数据请求时间控制在10s左右。
准备
软件环境:PostGIS(3.0.0rc2 r17909)和 PostgreSQL( 12.0, compiled by Visual C++ build 1914, 64-bit)，数据是微软开源的部分房屋数据public.california20191107(10988317条)。
预处理
预处理就是将3级到12级的矢量切片事先切好。首先获取数据12级的最大最小xyz，通过这个范围生成网格，然后和数据相交得到一一对应的网格表public.ca_xyz 。
--经度转切片xCREATEORREPLACEFUNCTIONlon2tile(lonDOUBLEPRECISION, zoomINTEGER) RETURNSINTEGERAS$BODY$SELECTFLOOR( (lon +180) /360* (1<< zoom) )::INTEGER;$BODY$ LANGUAGE SQL IMMUTABLE;--纬度转切片yCREATEORREPLACEFUNCTIONlat2tile(latdoubleprecision, zoominteger) RETURNSintegerAS$BODY$SELECTfloor( (1.0- ln(tan(radians(lat)) +1.0/ cos(radians(lat))) / pi()) /2.0* (1<< zoom) )::integer;$BODY$ LANGUAGE sql IMMUTABLE;--xyz转几何createorreplacefunctionTileBBox (z int, x int, y int, srid int =3857) returns geometry language plpgsql immutableas$func$declaremax numeric :=20037508.34; res numeric := (max*2)/(2^z); bbox geometry;begin bbox := ST_MakeEnvelope( -max + (x * res), max - (y * res), -max + (x * res) + res, max - (y * res) - res,3857);ifsrid =3857thenreturnbbox;elsereturnST_Transform(bbox, srid);endif;end;$func$;--数据最大最小经纬度计算最大最小xyzselectlat2tile(ST_Y((pt).geom),12) y, lon2tile(ST_X((pt).geom),12)xFROM(SELECTST_DumpPoints(ST_Extent(geom))ASptfrompublic.california20191107)asfoowhere(pt).path[2]in(1,3)--网格表CREATE TABLEpublic.ca_xyz ( xinteger,yinteger,zinteger,idintegerNOTNULL )WITH(OIDS =FALSE) TABLESPACE pg_default;--示例insertintopublic.ca_xyz (id,z,x,y)select1,3,1,3frompublic.california20191107whereTileBBox(3,1,3,4326)&&geom limit1
接下来就比较简单了，将quadkey生成3-11级xyz，把所有的xyz用来生成矢量切片。
--示例SELECTST_AsMVT(vt,'polygon',4096,'geo') tileFROM(SELECTST_AsMVTGeom(geom,Box2D(TileBBox(3,1,3,4326)),4096,0,true)ASgeoFROMpublic.california20191107whereTileBBox(3,1,3,4326)&&geom)ASvt
后台服务
预处理矢量切片生成完以后，使用golang把矢量切片全部加载进程序中，并且建立键值对，能够快速的判断请求的xyz在3-12级是否有数据存在数据时能快速获取。当数据请求大于12级时候，我们使用数据库查询方式获取矢量切片。对于大于12级没有缓存的数据会判断是否是12级xyz的子级，如果是就会到数据库查询并缓存到程序中，如果不是就返回url无效减少数据库查询时间。