PostGIS

Hvad det er

PostGIS er en open source-tilføjelse til databaseserveren
PostgreSQL, som gør det muligt at gemme en form i en kolonne, for
eksempel en adresse, et vandløb eller et matrikelskel, og at spørge
med almindelig SQL, hvordan formerne ligger i forhold til hinanden.
Det startede som et forskningsprojekt hos Refractions Research, et
konsulentfirma inden for GIS og databaser, og udvikles i dag som et
selvstændigt open source-projekt.

Udvidelsen installeres i én database ad gangen med `CREATE EXTENSION
postgis;`, og med den følger tre ting.

  * Rumlige typer. `geometry` beskriver former på et fladt plan i
det koordinatsystem, dataene blev indsamlet i. `geography` beskriver
dem på jordens krumme overflade og måler i meter.

  * Rumlige funktioner. En stor familie af funktioner, hvis navne
begynder med `ST_`: `ST_Intersects` og `ST_Contains` til relationer,
`ST_Area` og `ST_Length` til målinger, `ST_Transform` til at flytte
data mellem koordinatsystemer og `ST_AsGeoJSON` til at levere
resultatet til et webkort.

  * Rumlige indeks. PostGIS bygger et R-træ oven på PostgreSQL's
GiST-ramme og understøtter desuden SP-GiST og blokintervalindeks til
særlige slags data.

Formerne følger Simple Features-modellen fra Open Geospatial
Consortium, som også er udgivet som ISO 19125: punkter, linjer og
polygoner, deres flerdelte udgaver og samlinger af blandede typer.
Hver værdi bærer et SRID, et tal, der peger på en række i tabellen
`spatial_ref_sys` og fortæller, hvad koordinaterne betyder. SRID
4326 står for længde- og breddegrad i grader på WGS 84-datummet, det
system GPS regner i. Et projiceret system måler i stedet i meter mod
øst og nord fra et fast nulpunkt og er kun præcist inden for det
område, det er lavet til.

Rasterdata, topologi og visse 3D-operationer ligger i særskilte
udvidelser, `postgis_raster`, `postgis_topology` og
`postgis_sfcgal`, så en database kun bærer de dele, den rent faktisk
bruger.

Hvorfor det betyder noget

PostGIS tvinger et valg frem: Hvor skal de stedbundne data bo? Uden
udvidelsen ender koordinaterne gerne i to talkolonner, mens det
egentlige rumlige arbejde foregår et andet sted. Det kan være
applikationskode, der løber alle rækker igennem for at regne
afstande ud, et desktop-GIS, som nogen eksporterer til hver mandag,
eller en separat geotjeneste med sin egen kopi af dataene. Kopierne
glider fra hinanden. Med PostGIS bliver »hvilke kunder bor inden for
to kilometer af et lager, der har varen på hylden« til én
forespørgsel, der forbinder lagerstatus, kundedata og former i samme
transaktion, under samme backup og samme rettigheder som resten af
databasen.

Dermed får de rumlige data også de garantier, resten af skemaet
allerede har. En check-constraint kan afvise en ugyldig polygon, før
den bliver gemt. Row-level security kan begrænse et regionalt team
til matriklerne i dets egen region. En import, der går i stå
halvvejs, bliver rullet tilbage i stedet for at efterlade et halvt
lag.

Det andet valg står mellem `geometry` og `geography`, og
PostGIS-manualen siger det ligeud. Data, der holder sig inden for en
by eller et land, gemmes som regel bedst som `geometry` i en
projektion, der er valgt til netop det område, fordi hele
funktionssættet er til rådighed, og regningen går hurtigt. Data, der
spænder over kontinenter, eller hvor brugerne vil have afstande i
meter mellem vilkårlige punkter på kloden, er lettere at få rigtige
som `geography`. Den type klarer selv matematikken på den krumme
overflade, til gengæld med færre funktioner.

Somme tider er svaret, at PostGIS er mere, end opgaven kræver. En
app, der blot gemmer bredde- og længdegrad for hver butik og sætter
nåle på et kort, klarer sig fint med to talkolonner. PostGIS gør sig
fortjent til pladsen, når spørgsmålene handler om afstand,
indeholdelse eller overlap, eller når dataene rummer linjer og
polygoner frem for enkelte punkter.

Sådan ser det ud i praksis

To projekter her på siden viser PostGIS i de to roller, udvidelsen
oftest får: som grunden til en migrering og som arbejdshest under en
oprydning.

En kortapplikation, der besvarede rumlige forespørgsler i realtid
for mange brugere, kørte på en Microsoft SQL Server-database, og
ventetiden gik ud over både kortet og tjenesterne bag det. Løsningen
blev en flytning til PostgreSQL med PostGIS, med et skema designet
til rumlige data, GiST- og SP-GiST-indeks på geometri- og
geografikolonnerne og constraints på de rumlige koordinater. Over 50
millioner rumlige poster gik gennem ETL-pipelines, der
transformerede dem til EPSG:4326 på vej ind. Den gennemsnitlige
svartid, der var 2,5 sekunder på den gamle database, faldt til under
250 millisekunder, da PostGIS besvarede forespørgslerne, en
forbedring med en faktor 10, og CPU-belastningen i backend faldt med
65 %. Her er PostGIS grunden til en migrering.

Det andet projekt handlede om data frem for fart. Et stort
geospatialt analyseprojekt afslørede over 1.000 uoverensstemmelser i
geografiske datasæt og tidsseriedatasæt. GDAL, QGIS og ArcGIS blev
brugt til at finde og rette de rumlige fejl, mens PostGIS stod for
de rumlige forespørgsler og indekseringen, og procedurer i PL/pgSQL
transformerede dataene inde i PostgreSQL, før det rensede resultat
blev vist i Mapbox. Køretiden for rumlige forespørgsler faldt med 35
i%.		engineer.company	70

Hvor det går galt

Afstande kommer tilbage som små decimaltal. En forespørgsel spørger,
hvor langt der er mellem to byer, og får `0.08`. Kolonnen er
`geometry` i SRID 4326, så svaret er i grader, og en længdegrad
skrumper fra omkring 111 kilometer ved ækvator til ingenting ved
polerne. Cast til `geography` for at få svaret i meter, eller brug
`ST_Transform` til at flytte dataene over i et projiceret system,
der passer til området, før der måles.

En radiussøgning læser hver eneste række. Tabellen har et rumligt
indeks, men planen viser en sekventiel scanning. Den typiske årsag
er et filter skrevet som `ST_Distance(a, b) < 500`. Manualens liste
over funktioner, der selv tager indekset i brug, rummer
`ST_DWithin`, men `ST_Distance` står der ikke. At pakke den
indekserede kolonne ind i en cast eller en transformation har samme
virkning, for et indeks på `geom` siger intet om `geom::geography`.

```sql
i-- en geography-kolonne, indekseret som den er gemt, målt i meter		engineer.company	70
CREATE INDEX depots_geog_idx ON depots USING GIST (geog);

SELECT id FROM depots
WHERE ST_DWithin(geog, ST_MakePoint(12.57, 55.68)::geography, 500);
```

Skal dataene blive i en `geometry`-kolonne i 4326, så tilføj en
`geography`-kolonne som denne og indeksér den, eller opret indekset
på præcis det udtryk, forespørgslen bruger. Kør `ANALYZE` efter en
stor indlæsning, så planlæggeren ved, at indekset er værd at tage.

Punkterne havner i havet. Mønsteret ser rigtigt ud, men det hele
ligger forkert, ofte på et andet kontinent. To fejl giver det
billede. `ST_SetSRID` sætter kun et nyt mærke på en geometri og
lader tallene være, så hvis den bruges, hvor `ST_Transform` var
ment, bliver meter stemplet som grader. Eller også er længde- og
breddegrad byttet om et sted tidligere i kæden: PostGIS forventer
ligesom GeoJSON x før y, altså længdegrad før breddegrad. Brug
`ST_SetSRID` til at erklære, hvad tallene allerede er,
`ST_Transform` til at omregne dem, og test hver import med ét punkt,
hvis placering man kender.

Areal- og overlapsberegninger kaster fejl. En import fra en shapefil
går igennem, og senere fejler `ST_Intersection` med en
topologiundtagelse. PostGIS gemmer med vilje ugyldig geometri, så
den kan findes og repareres, og en polygon, hvis rand krydser sig
selv, er ugyldig. Tjek med `ST_IsValid`, reparér med `ST_MakeValid`,
der bevarer alle inputpunkter, og tilføj en check-constraint, så en
dårlig form bliver afvist ved døren i stedet for at dukke op i en
rapport.

Læs mere

  * PostGIS Documentation — projektets eget indgangspunkt til
manualen, FAQ'en og undervisningsmaterialet.

  * Data Management — geometry og geography, SRID'er,
gyldighedsregler og de tre indekstyper, som manualen selv beskriver
dem.

  * Spatial Indexing — workshopkapitlet om afgrænsningsbokse og de
funktioner, der bruger et indeks af sig selv.

  * ST_DWithin — referencesiden for afstandstesten med enhederne for
hver type.

  * Simple Feature Access – Part 1 — OGC-standarden bag de
geometrityper, PostGIS gemmer.

hDenne side på nettet	URL:https://engineer.company/da/glossary/postgis/	engineer.company	70
