PostGIS

Qué es

PostGIS es una extensión de código abierto para el servidor de bases
de datos PostgreSQL que permite guardar una forma en una columna,
como una dirección de entrega, un río o el límite de una propiedad,
y consultar mediante SQL ordinario dónde se sitúan esas formas unas
respecto de otras. Comenzó como un proyecto de investigación de
Refractions Research, una consultora de SIG y bases de datos, y
ahora se desarrolla y publica como un proyecto de código abierto
independiente.

Se instala para cada base de datos con una instrucción, `CREATE
EXTENSION postgis;`, y añade tres elementos:

  * Tipos espaciales. `geometry` describe formas en un plano, en el
sistema de coordenadas en el que se capturaron los datos.
`geography` las describe en la superficie curva de la Tierra y mide
en metros.

  * Funciones espaciales. Una gran familia de funciones cuyos
nombres empiezan por `ST_`: `ST_Intersects` y `ST_Contains` para
relaciones, `ST_Area` y `ST_Length` para medidas, `ST_Transform`
para pasar de un sistema de coordenadas a otro y `ST_AsGeoJSON` para
entregar resultados a un mapa web.

  * Índices espaciales. PostGIS construye un árbol R sobre la
infraestructura GiST de PostgreSQL y también admite SP-GiST e
índices por intervalos de bloques para determinadas organizaciones
de los datos.

Las formas siguen el modelo Simple Features, publicado por el Open
Geospatial Consortium y adoptado como ISO 19125: puntos, líneas
poligonales y polígonos, sus versiones compuestas por varias partes
y colecciones de tipos mezclados. Cada valor almacenado lleva un
SRID, un número que apunta a una fila de la tabla `spatial_ref_sys`
e indica qué significan las coordenadas. El SRID 4326 significa
longitud y latitud en grados sobre el datum WGS 84, el sistema que
utiliza GPS. Un sistema proyectado, en cambio, mide en metros hacia
el este y el norte desde un origen fijo y solo es preciso dentro de
la región para la que fue diseñado.

Los datos ráster, la topología y algunas operaciones 3D se ofrecen
como extensiones separadas, `postgis_raster`, `postgis_topology` y
`postgis_sfcgal`, de modo que una base de datos solo incorpora las
partes que utiliza.

Por qué importa

La decisión que obliga a tomar PostGIS es dónde deben residir los
datos de ubicación. Sin él, las coordenadas suelen quedar en dos
columnas numéricas mientras el trabajo espacial real ocurre en otro
lugar: en código de aplicación que recorre filas para calcular
distancias, en un SIG de escritorio al que alguien exporta los datos
cada lunes o en un servicio geográfico separado con su propia copia.
Cada una de esas copias se va desincronizando. Con PostGIS, «qué
clientes están en un radio de dos kilómetros de un almacén que tiene
existencias» es una sola consulta que combina niveles de
existencias, registros de clientes y formas, dentro de una
transacción, con las mismas copias de seguridad y permisos que el
resto de la base de datos.

Eso también significa que los datos espaciales reciben las garantías
que ya tiene el resto del esquema. Una restricción de comprobación
puede rechazar un polígono no válido al insertarlo. La seguridad a
nivel de fila puede limitar a un equipo regional a las parcelas de
su propia región. Una importación fallida se revierte en lugar de
dejar media capa cargada.

La segunda decisión es geometry o geography, y el manual de PostGIS
es claro al respecto. Los datos que permanecen dentro de una ciudad
o un país suelen almacenarse mejor como `geometry` en una proyección
elegida para esa zona, porque se dispone de todo el conjunto de
funciones y los cálculos son rápidos. Los datos que abarcan
continentes, o cuyos usuarios piden distancias en metros entre
puntos de cualquier lugar de la Tierra, son más fáciles de manejar
correctamente como `geography`, que calcula por sí mismo sobre la
superficie curva a cambio de un conjunto de funciones más reducido.

A veces, la respuesta es que PostGIS aporta más de lo que exige el
trabajo. Una aplicación que solo guarda la latitud y longitud de
cada tienda y coloca marcadores en un mapa puede funcionar con dos
columnas numéricas. PostGIS se justifica cuando las preguntas tratan
de distancia, contención o solapamiento, o cuando los datos incluyen
líneas y polígonos en lugar de puntos aislados.

Cómo se aplica en la práctica

Una aplicación de mapas que atendía consultas espaciales en tiempo
real de muchos usuarios funcionaba sobre una base de datos Microsoft
SQL Server, y la latencia perjudicaba tanto al mapa como a los
servicios que lo sustentaban. La solución fue migrar a PostgreSQL
con PostGIS, con un esquema diseñado para datos espaciales, índices
GiST y SP-GiST en las columnas geometry y geography, y restricciones
en las coordenadas espaciales. Más de 50 millones de registros
espaciales pasaron por flujos ETL que los transformaban a EPSG:4326
durante la entrada. El tiempo medio de respuesta, de 2,5 segundos en
la base antigua, bajó de 250 milisegundos cuando PostGIS pasó a
responder las consultas: una mejora por un factor de diez. La carga
de CPU del backend disminuyó un 65 %. Ese es un caso en el que
PostGIS motiva la migración.

También sirve de motor para una limpieza que comenzó por los datos,
no por la velocidad. Un gran trabajo de análisis geoespacial detectó
más de 1.000 inconsistencias en conjuntos de datos geográficos y
series temporales. GDAL, QGIS y ArcGIS se usaron para encontrar y
corregir los errores espaciales, mientras PostGIS ejecutaba las
consultas espaciales y la indexación espacial. Los procedimientos
PL/pgSQL transformaban los datos dentro de PostgreSQL y el resultado
depurado se mostraba en Mapbox. Los tiempos de ejecución de las
consultas espaciales bajaron un 35 %.

Dónde surgen los problemas

Las distancias se obtienen como decimales diminutos. Una consulta
pide la distancia entre dos localidades y obtiene `0.08`. La columna
es `geometry` con SRID 4326, por lo que la respuesta está en grados,
y un grado de longitud se reduce desde unos 111 kilómetros en el
ecuador hasta cero en los polos. Convierta el tipo a `geography`
para obtener una respuesta en metros, o use `ST_Transform` para
pasar los datos a un sistema proyectado adecuado para la zona antes
de medir.

Una búsqueda por radio lee todas las filas. La tabla tiene un índice
espacial, pero el plan muestra un recorrido secuencial. La causa
habitual es un filtro escrito como `ST_Distance(a, b) < 500`.
`ST_Distance` no aparece en la lista del manual de funciones que
usan el índice por sí solas, mientras que `ST_DWithin` sí aparece.
Envolver la columna indexada en una conversión de tipo o una
transformación tiene el mismo efecto, porque un índice sobre `geom`
no dice nada sobre `geom::geography`.

```sql
i-- a geography column, indexed as stored, measured in metres		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);
```

Si los datos deben permanecer en una columna `geometry` con SRID
4326, añada una columna `geography` como esta e indéxela, o cree el
índice sobre la misma expresión que utiliza la consulta. Ejecute
`ANALYZE` después de una carga masiva para que el planificador sepa
que merece la pena usar el índice.

Los puntos acaban en el mar. Todas las formas conservan su patrón,
pero aparecen en el lugar equivocado, a menudo en otro continente.
Dos errores producen esto. `ST_SetSRID` solo cambia la etiqueta de
una geometría y deja intactos sus números; usarlo donde se
necesitaba `ST_Transform` etiqueta como grados unos valores en
metros. O se intercambiaron longitud y latitud en algún paso
anterior: PostGIS, como GeoJSON, espera x antes que y, longitud
antes que latitud. Use `ST_SetSRID` solo para declarar qué
representan ya los números y `ST_Transform` para convertirlos, y
pruebe cada importación con un punto cuya ubicación conozca.

Los cálculos de área y solapamiento dan errores. Una importación
desde un shapefile termina correctamente y después `ST_Intersection`
falla con una excepción de topología. PostGIS almacena
deliberadamente geometrías no válidas para que puedan detectarse y
repararse, y un polígono cuyo contorno se cruza a sí mismo no es
válido. Compruebe con `ST_IsValid`, repare con `ST_MakeValid`, que
conserva todos los vértices de entrada, y añada una restricción de
comprobación para rechazar una forma incorrecta al entrar, en lugar
de descubrirla en un informe.

Lecturas adicionales

  * Documentación de PostGIS — Índice del propio proyecto al manual,
las preguntas frecuentes y el material de formación.

  * Gestión de datos — geometry y geography, SRID, reglas de validez
y los tres tipos de índice, tal como los define el manual.

  * Indexación espacial — Capítulo del taller sobre rectángulos
delimitadores y funciones que usan un índice sin que se les indique.

  * ST_DWithin — Referencia de la comprobación de distancia, con sus
unidades para cada tipo.

  * Acceso a entidades simples, parte 1 — La norma del OGC en la que
se basan los tipos de geometría que almacena PostGIS.

hEsta página en la web	URL:https://engineer.company/es/glossary/postgis/	engineer.company	70
