空间/时空数据(Spatial/Spatio-temproal Data,以下统称时空数据)是带有时间/空间位置信息的图形图像数据,用来表示事物的位置、形态、变化及大小分布等多维信息。

早期业内按矢量/栅格二元分类方法来划分时空数据,并在3S等传统行业默默发挥其“位置服务”作用,未能破圈;近年来伴随物联网智能终端在各领域渗透落地,会源源不断生产一种新的感知型时空数据,这类时空数据的应用价值从单一的“位置服务”拓展到多维联合分析/时空模式挖掘等交叉方向,大有“无位置不智能”之架势演化。

时空数据分类

时空数据分类
  • 传统空间型:矢量数据如电子地图、DEM高程模型数据等。
  • 栅格型:遥感影像、全景影像等。
  • 感知型:智能终端感知位置数据、激光点云等。

时空模型分类

  • 几何模型:遵循OpenGIS规范,分为2D(X,Y)、3D(X,Y,Z)、4D(X,Y,Z,M)等Geometry类型。
  • 栅格模型:栅格模型由按行和列(或格网)组织的像元(或像素)矩阵组成,每个像元都包含一个信息值(例如温度),栅格数据可以是数字航空像片、卫星影像、数字图片或甚至扫描的地图。
  • 轨迹模型:轨迹数据是针对移动对象(Moving Feature)所记录的连续位置变化信息,例如车辆的轨迹、人的轨迹等。

应用场景

  • 商业场景
    • 商业选址,人流和人口分布特征分析;
    • 配送人员跟踪/打卡,配送轨迹/路径分析;
    • LBS消息推送,LBS广告推送;
    • 消费者分析,消费区域、空间关联分析。
  • 交通场景
    • 公共交通、互联网出行、智慧物流等实时定位服务;
    • 不同路段/路口交通流统计,人流/车流分析与预测,ETA到达时间预估;
    • 车辆起始地/目的地聚合分析;
    • 车辆监控,车辆调度/派单优化;
    • 轨迹匹配,相似轨迹/路径分析;
    • 运力分布/分析,移动目标实时运行热力图;
    • 动态电子围栏管理,电子围栏监控与告警。
  • 公共安全场景
    • 特殊人群跟踪,儿童监护;
    • 特殊车辆追踪、异常车辆识别;
    • 警报推送,危险提醒;
    • 健康码行程监控与管理。
  • 自动驾驶场景
    • 激光点云存储、检索、分析、时空模式发现;
    • 高精度轨迹匹配,局部路径规划;
    • 高精地图生产与存储管理。

AnalyticDB PostgreSQL版中的时空引擎

AnalyticDB PostgreSQL版提供两种扩展模块用于对空间/时空数据进行高效的存储、索引、查询和分析计算。

  • PostGIS:社区开源的空间引擎方案
  • Ganos:基于PostgreSQL生态自研的时空引擎方案
类别 功能/性能对比
PostGIS
  • 支持几何模型,完全遵循OpenGIS规范,提供空间几何对象、空间几何索引、空间几何操作函数和空间几何操作符等丰富功能;
  • 支持栅格模型,提供部分栅格操作函数和操作符;
  • 不支持轨迹模型。
Ganos
  • 支持几何模型,完全兼容PostGIS几何模型接口,支持已有应用平滑迁移;性能与PostGIS无差别;
  • 支持栅格模型,提供较为丰富的栅格数据管理和分析计算的函数,支持OSS数据源;性能优于PostGIS;
  • 支持轨迹模型,提供一组数据类型,函数和存储过程,帮助用户高效管理、查询和分析时空轨迹数据。

具体优势如下:

  • 易用性强,双引擎可平滑切换,数据零调整可从单机PostgreSQL迁移到AnalyticDB PostgreSQL版
  • 性价比高,基于MPP并行计算架构,相同性能指标和计算资源,AnalyticDB PostgreSQL版处理的时空数据体量远大于单机PostgreSQL;集成OSS,冷热数据分层管理,尤其对栅格数据/激光点云的存储和计算,可保证性能不降成本可降。