使用Nebulagraph数据库探索地理空间数据
#database #datascience #nosql #graphdatabase

什么是地理空间数据？

地理空间数据是与地理空间实体有关的信息，例如点，线和多边形。

Nebulagraph 2.6支持地理空间数据。您可以在Nebulagraph中存储，计算和检索地理空间数据。地理是Nebulagraph支持的数据类型。它由代表地理空间数据的纬度和经度组成。

如何在Nebulagraph中使用地理空间数据？

创建模式

以下示例显示了如何创建标签。您可以以相同的方式创建边缘类型。

Nebulagraph当前支持三种类型的地理空间数据：点，Linestring和多边形。以下显示了如何创建地理类型以及如何插入地理空间数据。

CREATE TAG any_shape(geo geography);
CREATE TAG only_point(geo geography(point));
CREATE TAG only_linestring(geo geography(linestring));
CREATE TAG only_polygon(geo geography(polygon));

当未指定地理类型时，这意味着您可以存储任何类型的数据；指定类型时，这意味着只能存储该类型的地理空间数据，例如geography (point)，这意味着您只能存储点的空间信息。

插入数据

在any_shape标签的geo列中插入数据。

INSERT VERTEX any_shape(geo) VALUES "101":(ST_GeogFromText("POINT(120.12 30.16)"));
INSERT VERTEX any_shape(geo) VALUES "102":(ST_GeogFromText("LINESTRING(3 8, 4.7 73.23)"));
INSERT VERTEX any_shape(geo) VALUES "103":(ST_GeogFromText("POLYGON((75.3 45.4, 112.5 53.6, 122.7 25.5, 93.9 28.6, 75.3 45.4))"));

在only_point标签的geo列中插入数据。

INSERT VERTEX only_point(geo) VALUES "201":(ST_Point(120.12，30.16)"));;

在only_linestring标签的geo列中插入数据。

INSERT VERTEX only_linestring(geo) VALUES "302":(ST_GeogFromText("LINESTRING(3 8, 4.7 73.23)"));

在only_polygon标签的geo列中插入数据。

INSERT VERTEX only_polygon(geo) VALUES "403":(ST_GeogFromText("POLYGON((75.3 45.4, 112.5 53.6, 122.7 25.5, 93.9 28.6, 75.3 45.4))"));

当插入的数据不符合指定类型的要求时，数据插入失败。

(root@nebula) [geo]> INSERT VERTEX only_polygon(geo) VALUES "404":(ST_GeogFromText("POINT((75.3 45.4))"));
[ERROR (-1005)]: Wrong value type: ST_GeogFromText("POINT((75.3 45.4))")

我们可以看到地理空间数据插入方法相当特殊，并且与插入基本类型（例如int，string和bool）的插入非常不同。

让我们以ST_GeogFromText("POINT(120.12 30.16)")为例，ST_GeogFromText是一个地理位置信息解析功能，它接受WKT中的地理位置数据的字符串类型（著名文本）标准格式。

POINT(120.12 30.16)代表一个地理点，其经度为120°12，而纬度为30°16。 ST_GeogFromText函数解析并从WKT参数构建地理数据对象，然后INSERT语句将其存储在WKB（著名的二进制）标准中的Nebulagraph中。

。

地理空间功能

nebulagraph支持的地理空间功能可以分为以下主要类别：

  • 构建功能

    • ST_Point(longitude, latitude)：基于纬度和经度对构建一个geography point对象。

  • 解析功能

    • ST_GeogFromText(wkt_string)：解析wkt文本的geography对象。
    • ST_GeogFromWKB(wkb_string)：从WKB文本中解析geography对象。 ＃尚未支持，因为Nebulagraph尚未支持二进制字符串。

  • 格式设置功能

    • ST_AsText(geography)：以WKT文本格式输出geography对象。
    • ST_AsBinary(geography)：以WKB文本格式输出geography对象。 ＃尚未支持，因为Nebulagraph尚未支持二进制字符串。

  • 转换功能

    • ST_Centroid(geography)：计算geography对象的重心，这是geography point对象。

  • 谓词函数

    • ST_Intersects(geography_1, geography_2)：确定两个geography是否相交。
    • ST_Covers(geography_1, geography_2)：确定第一个geography对象是否完全覆盖了第二个。
    • ST_CoveredBy(geography_1, geography_2)：st_covers的倒数。
    • ST_DWithin(geography_1, geography_2, distance_in_meters)：确定两个geography对象之间的最短距离是否小于给定的距离。

  • 公制函数

    • ST_Distance(geography_1, geography_2)：计算两个geography对象之间的距离。

这些功能接口遵循OpenGIS简单功能访问和ISO SQL/MM标准。有关详细信息，请参见NebulaGraph doc。

地理空间指数

什么是地理空间索引？

地理空间索引是索引，可用于基于谓词ST_Intersects和ST_Covers函数快速过滤数据。

Nebulagraph使用Google S2库作为地理空间索引。

S2库将地球的表面投射到切线正方形，然后递归四倍的平方表面四倍，并使用填充空间曲线，即希尔伯特曲线，以连接这些小方形晶格的中心。<<<<<<<<<<<<<<<<< /p>

当n无限大时，此希尔伯特曲线几乎填满了正方形。

S2库使用订单30的希尔伯特曲线。

Image description

下图显示地球充满了希尔伯特曲线。

Image description

可以看出，这些希尔伯特曲线将地球表面分为细胞。对于地球表面上的任何地理形状，例如城市，河流或人的位置，我们可以使用其中几个细胞完全覆盖地理形状。

每个单元通过唯一的INT64细胞识别。因此，地理对象的空间索引是构建以完全覆盖地理形状的S2单元的集合。

构造地理空间对象的索引时，构造了完全覆盖索引对象的不同S2单元的集合。基于空间谓词函数的索引查询通过在覆盖查询对象的一组S2单元与覆盖索引对象的S2单元之间找到相交来迅速过滤大量无关的地理对象。

。

创建地理索引 

CREATE TAG any_shape_geo_index on any_shape(geo)

对于带有point类型的地理空间数据，它可以由30顺序的S2单元表示，因此一个点对应于一个索引条目。对于使用inestring类型和polygon的地理空间数据，我们使用多个不同级别的S2单元格来覆盖它，因此它将对应于多个索引条目。

空间索引用于加快所有地理谓词的查找，例如：

LOOKUP ON any_shape WHERE ST_Intersects(any_shape.geo, ST_GeogFromText("LINESTRING(3 8, 4.7 73.23)"));

当any_shape的geo列上没有空间索引时，此语句将首先将any_shape的所有数据读取到内存中，然后使用它来计算它是否与点（3.0，8.0）相交，这通常是更多昂贵的。当any_shape中的数据量很大时，计算开销将是不可接受的。

当any_shape的geo列具有空间索引时，该语句将首先使用空间索引来滤除该行相交的大多数数据，但是当读取内存，读取中时，仍然会有一些数据可能会相交。因此，仍然还有一个计算要做。这样，空间索引迅速滤除了大多数不太可能以较小成本相交的数据，并且很小的百分比被过滤，从而大大降低了计算开销。