提升PostGIS大范围、大数据量分区几何裁剪统计查询速度技巧

 PostGIS是在GIS系统开发中常用的开源空间数据库，使用PostGIS进行大范围、大数据量的几何裁剪操作时，耗时较长。

当我遇到需要按区县或选中的乡镇，计算展示林规、土地报批等多个规划数据的面积等，此时需要使用规划数据叠加行政界线进行裁剪计算，因为行政界线是固定的，那么此时我们可以通过构建实体化视图的方式，对矢量数据进行预裁剪，从而将空间裁剪查询转换成普通字段关系查询，经过验证，速度可提高250倍左右。下面以计算一个乡镇的林规面积为例。

一、实时裁剪计算方法

通过使用PostGIS函数进去实时裁剪计算

1.SQL执行语句

SELECT sum(st_area(st_intersection(bf.geom, (SELECT bt.geom  as geom FROM bd_town bt WHERE bt.id = '3201d5f0-ef09-46ee-8593-73b41ae4e598')))) FROM bd_forestry_plan bf 
WHERE st_intersects(bf.geom, (SELECT bt.geom  as geom FROM bd_town bt WHERE bt.id = '3201d5f0-ef09-46ee-8593-73b41ae4e598'))

2.执行耗时

从下图可以看到耗时约5秒

图1 空间裁剪查询执行耗时

二、使用实体化视图方法

1.实体化视图构建

此处使用navcat连接数据库，并使用视图构建工具辅助构建实体化视图。在视图中执行按行政界线进行几何裁剪，构建的SQL语句如下。

SELECT DISTINCT bf.id,
    bf.bh_dj,
    bf.lyfq,
    bf.qykz,
    bf.version,
    bf.bh_dj_mc,
    bv.id AS villageid,
    bv.townid,
    st_intersection(bf.geom, bv.geom) AS geom
   FROM (bd_forestry_plan bf
     JOIN bd_village bv ON (st_intersects(bf.geom, bv.geom)))

 2.实体化视图构建成果

 图2 实体化视图构建成果

3.实体化视图使用

视图中构建出来的虚拟表林规数据，已经按行政界线裁剪好，并赋予了行政界线的id，即通过行政界线id进行关联查询即可，下面是查询SQL和执行结果，可以看到耗时约0.02秒，极大提高了速度。

SELECT sum(st_area(bf.geom)) FROM bd_forestry_plan_home_evw bf WHERE bf.townid = '3201d5f0-ef09-46ee-8593-73b41ae4e598'

 

图3 实体化视图查询耗时

三、总结

1.优势

实体化视图会在数据库中生成数据缓存，相当于普通表，故在查询时不会重新执行一次构建视图SQL。建立实体化视图后，等于事先将林规按行政界线裁剪好了，查询时直接使用关系查询而非空间查询，达到提高查询速度的目的

2.使用限制

因为实体化视图会生成缓存，故不会因为源表更新后自动刷新视图数据，而且数据量大时，刷新视图耗时间较大。因为只适用于更新不频繁的基础数据使用，例如:林规，土规等

3.注意事项

在更新源表数据后，应执行一次刷新视图操作，同步视图数据。并且只有使用实体化视图才能达到提高速度的目的，而使用普通视图无效。关注薇信工众号“GIS工具乐园”，有更多教程技术分享哦