构建自己的地理信息空间数据库及与客户端简单交互

最近研究了下postgresql数据库及其空间地理信息拓展插件——postgis。

postgis作为新一代空间数据存储标准模型，将空间地理信息数据结构规范为关系型数据库可以承载的sp模式（simple features），这样，使得之前门槛颇高的gis空间数据存储模式变得通俗易懂、简单明了。

最重要的只要接触过 SQL 语言，就可以利用postgis的SQL语法便捷的操纵装载着空间信息的数据框（数据表），这些二维表除了被设定了一个特殊的空间地理信息字段（带有空间投影信息、经纬度信息等）之外，与主流数据管理系统所定义的各种字段并无两样。

本篇作为postgis数据库的一个前期探索篇，主要简单分享下postgresql+postgis的环境配置，及其与R语言、 Python 的API接口调用，以及如何通过这些接口来将shp、json空间地理信息数据源导入postgis。

1、环境配置篇：（可执行程序安装，如果你命令行比较熟练可以参照百度中的终端命令行进行安装）

关于postgis的环境配置，要先配置好postgresql环境，直接在以下主页下载安装即可：

https://www.enterprisedb.com/downloads

版本不要下载太高，建议9.6即可。

具体过程可以直接参考百度的教程：

https://www.yiibai.com/postgresql/install-postgresql.html

其中有几个细节点需要格外注意（自己踩过的坑）

1、尽量自己命名一个主目录（英文、不要带空格）

2、安装完postgresql之后会自定提示是否安装扩展插件（勾选postgis）,如果这一步失败了不用担心，只是postgis没有安装成功，可以单独下载exe文件安装。

3、postgis安装（一定记得要和postgresql的主目录保持一致）

http://postgis.net/2017/07/01/postgis-2.3.3/

4、postgis安装之后会在postgresql库中新建一个带有空间数据表格式的模板库，此时使用postgresql安装环境中自带的pgAdmin4 工具 打开postgresql数据库，并可以新建一个引用空间数据表模板的测试库，这一步也有一个坑，在新建引用模板的测试库之后，一定要先按照官网给的步骤在测试库中运行以下脚本：

-- Enable PostGIS (includes raster)
CREATE EXTENSION postgis;
-- Enable Topology
CREATE EXTENSION postgis_topology;
-- Enable PostGIS Advanced 3D-- and other geoprocessing algorithms
-- sfcgal not available with all distributions
CREATE EXTENSION postgis_sfcgal;
-- fuzzy matching needed for Tiger
CREATE EXTENSION fuzzystrmatch;
-- rule based standardizer
CREATE EXTENSION address_standardizer;
-- example rule data set
CREATE EXTENSION address_standardizer_data_us;
-- Enable US Tiger Geocoder
CREATE EXTENSION postgis_tiger_geocoder;

5、上一步完成之后，即可通过postgis安装目录中的PostGIS 2.0 Shapefile and DBF Loader Exporter工具来手动导入本地的shp文件。

导入时要先建立与测试库的连接，并加载shp数据，含有中文要设置encoding = GBK。

显示导入成功即可刷新刚才的测试库，在测试库-schemas-public-tables中即可看到你新导入的控件数据集，与普通的数据库表并没有什么两样，仅仅是新增了一列叫做geom(geometry)的空间地理信息字段。

这张表整体就是我们之前在分享 R语言的sf对象和Python中的GeoDataFrame对象的技术雏形。

可以看到地理信息列在postgis中已经被编码成一组特殊数字，而在R中的sf对象中则是嵌套列表，在Python的GeoDataFrame中则是特殊的geomtry列。

• geomtry对象一共分为7中，分别为：
• point/mutipoint
• string/mutistring
• polygon/mutipolygon
• CollectionFetures(前几种种的集合)

我们平时使用最多的地理信息多边形便是mutipolygon格式。

如果觉得pgAdmin4界面信息过于繁杂，可以安装Navicat Premium，它可以直接与postgresql数据库连接，作为一个桌面可视化管理界面。

Navicat Premium界面干净整洁，几乎没有任何冗余信息，具备常用的数据查询、管理功能，非常方便。

2、postgis与R语言通讯：

在R语言中调用postgis库表，需要依赖以下两个包（RPostgreSQL\rpostgis）：

library("rpostgis")
library("RPostgreSQL")
library("sf")
library("ggplot2")
library("magrittr")

读取空间数据

conn <- dbConnect(
     PostgreSQL(),     #驱动名称
     dbname='mytest',  #要连接的库名称
     host='localhost', #本机地址
     port='5432',      #port编码
     user='postgres',  #用户名（在安装时默认生成，也可自定义，记清楚就好）
     password='*****'  #密码（自定义）
     )                 #建立连接池 
postgresqlpqExec(conn, "SET client_encoding = 'gbk'")   
#设定编码(多字节字符串)

以上两句联通了postgresql数据库表mytest，并设定了编码适应中文环境。

读入方法1

my_spdf <- pgGetGeom(
      conn,                          #连接池名称
      name=c("public","bou2_4p"),    #指定schemas和表名，长度为2的向量，顺序不要乱
      geom = "geom"                  #指定表中的地理信息字段列名称
      ) %>% st_as_sf()               #导入数据默认为sp格式，转换为sf格式

读入方法2

map_data <- st_read(conn,"bou2_4p")

方法一实在是太麻烦了，sf包的导入函数中封装了更加简便高效的导入函数：

直接指定连接池和测试库中空间数据表表明即可。

写入空间数据：

写入空间数据时，一般要以sp格式写入（就是之前用的最多的，maptools、rgdal包导入的默认格式），但是好在sf包中提供了一键转化sf和sp对象的函数，所以这里的写入数据格式转换非常高效。

world_map <- st_read(system.file("shape/nc.shp", package="sf")) %>% 
  as("Spatial")

写入方法1

pgInsert(
     conn,name=c("public","world_map"),   #链接池名称+写入的表表明（自定义）
     data.obj = world_map                 #本地sp对象表
     )

写入方法2

sf包中也封装了直接写入postgis数据库的函数：

nc <- st_read(system.file("shape/nc.shp", package="sf"))
st_write(
     nc,            #本地表名
     dsn = conn,    #指定连接池
     "world_data",  #写入后在库中名称
     layer_options = "OVERWRITE=true"
     )

写入之后在pgAdmin平台上刷新对应测试库之后即可看到新写入的表内容。

关闭链接

dbDisconnect(conn)

最后用刚才导入的表做一个简单的填充图。

ggplot() +
  geom_sf(data = map_data,aes(fill = perimeter)) +
  coord_sf(crs = 4326) +
  scale_fill_distiller(palette ='BrBG') +
  theme_void()

3、postgis与Python交互：

python中的数据库交互操作路径比较多，这里仅使用geopandas提供的写入接口以及sqlalchemy写出接口，探索出可行的读写代码即可。

import geopandas as gpd
from sqlalchemy import create_engine
from geoalchemy2 import Geometry,WKTElement

建立连接

engine = create_engine(
"postgresql://postgres:******@localhost:5432/mytest",
encoding = "gbk"
)

create_engine函数创建客户端与postgresql数据库的链接，连接参数是一个包含数据库驱动、用户名、用户密码、本机环境：端口及测试库名称的长字符串。最后指定编码（这里涉及到中文字符串）

df = gpd.read_postgis("select * from bou2_4p",engine,crs = 4326)

使用geopandas包中提供的postgis接口函数，导入engine连接池mytest库中的bou2_4p表所有数据。

china_map = gpd.GeoDataFrame.from_file("D:/R/rstudy/CHN_adm/bou2_4p.shp", encoding = 'gb18030')
china_map['geometry'] = china_map['geometry'].apply(lambda x: WKTElement(x.wkt,4326))

因为GeoDataFrame中默认存的simple features 对象与postgis库中定义的默认simple features对象存在差异，这里需要使用geoalchemy2包提供的Geometry,geoalchemy2接口将GeoDataFrame转换为postgis库可识别的模式。

最后利用pandas封装的sqlalchemy写出函数，将刚才规范过之后的表china_map写入postgis库中。

china_map.to_sql(
    name  = "world",      #表名
    con   = engine,       #连接池
    if_exists= 'replace', #若已存在同名表，则替换
    dtype = {
        'geometry':
        Geometry(geometry_type ='POLYGON',srid = 4326)} 
        #声明地理信息字段模式
   )

本篇分享仅就postgis的安装，与R和Python之间的简单交互做一下梳理，之后如果有新的成果再做分享，期待各位小伙伴儿利用postgis结合R语言中的ggplot2+sf+shiny以及Python中的GeoDataFrame做出更多具备商业价值的东西，感兴趣的也可以一起分享交流心得。