PostGIS

Hva det er

PostGIS er en utvidelse med åpen kildekode til databaseserveren
PostgreSQL. Den lar en kolonne holde en form, f.eks. en
leveringsadresse, en elv eller en eiendomsgrense, og lar vanlig SQL
spørre hvor formene ligger i forhold til hverandre. Prosjektet
startet som et forskningsprosjekt hos Refractions Research, et
konsulentselskap innen GIS og databaser, og utvikles og utgis nå som
et selvstendig prosjekt med åpen kildekode.

Utvidelsen installeres per database med én setning, `CREATE
EXTENSION postgis;`, og tre ting følger med.

  * Romlige typer. `geometry` beskriver former på et flatt plan, i
det koordinatsystemet dataene ble samlet inn i. `geography`
beskriver dem på jordens krumme overflate og måler i meter.

  * Romlige funksjoner. En stor familie funksjoner med navn som
begynner på `ST_`: `ST_Intersects` og `ST_Contains` for forhold
mellom former, `ST_Area` og `ST_Length` for måling, `ST_Transform`
for å flytte data mellom koordinatsystemer og `ST_AsGeoJSON` for å
gi resultatet videre til et webkart.

  * Romlige indekser. PostGIS bygger et R-tre oppå GiST-rammeverket
i PostgreSQL, og støtter også SP-GiST og blokkintervallindekser
(BRIN) for bestemte typer data.

Formene følger Simple Features-modellen som Open Geospatial
Consortium har publisert, og som er tatt inn som ISO 19125: punkter,
linjer og polygoner, flerdelte varianter av dem og samlinger av
blandede typer. Hver lagrede verdi har en SRID, et tall som peker på
en rad i tabellen `spatial_ref_sys` og sier hva koordinatene betyr.
SRID 4326 betyr lengdegrad og breddegrad i grader på datumet WGS 84,
systemet GPS rapporterer i. Et projisert system måler derimot i
meter øst og nord for et fast origo, og er bare nøyaktig innenfor
området det ble laget for.

Rasterdata, topologi og noen 3D-operasjoner kommer som egne
utvidelser, `postgis_raster`, `postgis_topology` og
`postgis_sfcgal`, slik at en database bare bærer de delene den
faktisk bruker.

Hvorfor det er viktig

Valget PostGIS tvinger fram, er hvor stedsdata skal bo. Uten PostGIS
havner koordinatene gjerne i to tallkolonner, mens selve det romlige
arbeidet skjer et annet sted: i applikasjonskode som går gjennom
radene én etter én for å regne ut avstander, i et GIS-program på
skrivebordet som noen eksporterer til hver mandag, eller i en egen
geografisk tjeneste med sin egen kopi av dataene. Hver av disse
kopiene sklir ut. Med PostGIS er «hvilke kunder ligger innenfor to
kilometer fra et depot som har varen inne» én spørring som kobler
lagerbeholdning, kunderegister og former, i én transaksjon, med de
samme sikkerhetskopiene og de samme tilgangene som alt annet i
databasen.

Det betyr også at romlige data får de samme garantiene som resten av
datamodellen allerede har. En CHECK-regel kan avvise et ugyldig
polygon i det øyeblikket det settes inn. Sikkerhet på radnivå kan
begrense et regionalt team til eiendommene i sin egen region. En
import som feiler, rulles tilbake i stedet for å etterlate et halvt
kartlag.

Det andre valget står mellom geometry og geography, og
PostGIS-håndboken er tydelig på det. Data som holder seg innenfor én
by eller ett land, lagres som regel best som `geometry` i en
projeksjon valgt for området, fordi hele funksjonssettet er
tilgjengelig og regningen går raskt. Data som spenner over
kontinenter, eller der brukerne spør etter avstander i meter mellom
punkter hvor som helst på jorden, er lettere å få riktig som
`geography`. Den typen gjør regningen på den krumme overflaten selv,
mot at færre funksjoner er tilgjengelige.

Noen ganger er svaret at PostGIS er mer enn jobben trenger. En app
som bare lagrer lengdegrad og breddegrad per butikk og setter nåler
på et kart, klarer seg med to tallkolonner. PostGIS gjør seg
fortjent til plassen når spørsmålene handler om avstand,
inneslutning eller overlapp, eller når dataene inneholder linjer og
polygoner og ikke bare enkeltpunkter.

Slik ser det ut i praksis

PostGIS var grunnen til en migrering i ett prosjekt og arbeidshesten
under en opprydding i et annet.

En kartapplikasjon som besvarte romlige spørringer i sanntid for
mange brukere, kjørte på en Microsoft SQL Server-database, og
latensen gikk ut over både kartet og tjenestene bak det. Løsningen
var en overgang til PostgreSQL med PostGIS, med et skjema utformet
for romlige data, GiST- og SP-GiST-indekser på geometri- og
geografikolonnene og begrensninger på de romlige koordinatene. Mer
enn 50 millioner romlige poster gikk gjennom ETL-pipelines som
transformerte dem til EPSG:4326 på vei inn. Gjennomsnittlig svartid,
som var 2,5 sekunder på den gamle databasen, falt til under 250
millisekunder da PostGIS besvarte spørringene, en forbedring med en
faktor 10, og CPU-belastningen i backend falt med 65 %. Her er
PostGIS grunnen til en migrering.

Det andre prosjektet startet med datakvalitet, ikke fart. Et stort
prosjekt for geospatial analyse avdekket over 1 000 inkonsistenser i
geografiske datasett og tidsseriedatasett. GDAL, QGIS og ArcGIS ble
brukt til å finne og rette de romlige feilene, mens PostGIS kjørte
de romlige spørringene og den romlige indekseringen, med prosedyrer
i PL/pgSQL som transformerte dataene inne i PostgreSQL, og med det
rensede resultatet vist i Mapbox. Kjøretiden for romlige spørringer
falt med

35 %.

Hvor det går galt

Avstander kommer tilbake som bittesmå desimaltall. En spørring ber
om avstanden mellom to byer og får `0.08`. Kolonnen er `geometry` i
SRID 4326, så svaret er i grader, og én lengdegrad krymper fra ca.
111 kilometer ved ekvator til ingenting ved polene. Konverter til
`geography` for å få svaret i meter, eller bruk `ST_Transform` til å
flytte dataene over i et projisert system som passer området, før du
måler.

Et radiussøk leser hver eneste rad. Tabellen har en romlig indeks,
men planen viser en sekvensiell skanning. Den vanlige årsaken er et
filter skrevet som `ST_Distance(a, b) < 500`. `ST_Distance` står
utenfor håndbokens liste over funksjoner som bruker indeksen på egen
hånd, mens `ST_DWithin` står på den. Å pakke den indekserte kolonnen
inn i en konvertering eller en transformasjon har samme virkning,
fordi en indeks på `geom` sier ingenting om `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);
```

Må dataene bli liggende i en `geometry`-kolonne med SRID 4326,
legger du enten til en `geography`-kolonne som denne og indekserer
den, eller lager indeksen på nøyaktig det uttrykket spørringen
bruker. Kjør `ANALYZE` etter en stor masseinnlasting, så
planleggeren vet at indeksen er verdt å bruke.

Punktene havner i havet. Hver form beholder mønsteret sitt, men
ligger på feil sted, ofte på et annet kontinent. To feil gir dette.
`ST_SetSRID` setter bare en ny merkelapp på en geometri og lar
tallene være i fred, så brukt der `ST_Transform` var ment, stempler
den meter som grader. Eller så er lengdegrad og breddegrad byttet om
et sted lenger opp i kjeden: PostGIS forventer, i likhet med
GeoJSON, x før y, altså lengdegrad før breddegrad. Bruk `ST_SetSRID`
bare til å erklære hva tallene allerede er, `ST_Transform` til å
regne dem om, og test hver import med ett punkt du vet hvor ligger.

Areal- og overlappsberegninger kaster feil. En import fra en
shapefil går gjennom, og senere stopper `ST_Intersection` med et
topologiunntak. PostGIS lagrer ugyldig geometri med vilje, slik at
den kan finnes og repareres, og et polygon der grensen krysser seg
selv, er ugyldig. Sjekk med `ST_IsValid`, reparer med
`ST_MakeValid`, som beholder hvert eneste hjørnepunkt fra
inndataene, og legg til en CHECK-regel slik at en dårlig form blir
avvist i døra i stedet for å bli oppdaget i en rapport.

Les mer

  * PostGIS Documentation — prosjektets egen inngang til håndboken,
FAQ-en og opplæringsmateriellet.

  * Data Management — geometry og geography, SRID-er,
gyldighetsregler og de tre indekstypene, slik håndboken definerer
dem.

  * Spatial Indexing — workshopkapitlet om omsluttende rektangler og
funksjonene som bruker en indeks uten å bli bedt om det.

  * ST_DWithin — referansesiden for avstandstesten, med enhetene for
hver type.

  * Simple Feature Access – Part 1 — OGC-standarden bak
geometritypene PostGIS lagrer.

hDenne siden på nettet	URL:https://engineer.company/nb/glossary/postgis/	engineer.company	70
