移动端数据库开发空间索引点滴

       默认sqlite3 不够用，默认不支持空间索引，有2种方法可以做R树。一种交叉编译，另外一种使用强大的

spatialite-android.

     1 sqlite3 有2种方法可用，默认是存储文件，另外可以作为内存数据库，就是运行加载数据，关闭程序数据全毁。

     2 后者支持强大的R树功能，还不错，尽管光阴荏苒，但算法还不落后。csdn spatialite-android-so库这个就是的。0分可下载。

   

    折磨2个小时，遇到好多奇特问题。咬牙解决。含糊不清如下：

1  5.0以上android不再有过时的google map overlay等。类库已经找不到，全部注释。

2  有一个3个包的android程序，需要有时间搞清楚结构以及依赖，可以把jar包为何打包失败搞清楚。

3  数据类的封装方法可以小花时间。

https://www.gaia-gis.it/fossil/libspatialite/wiki?name=spatialite-android-tutorial

http://geopaparazzi.github.io/geopaparazzi/

         空间索引进阶。

1 多维空间索引有最新进展，可以支持3维 4维（foreign table);

2 geohash 采用哈夫曼编码，将2维---》1维，实质就是4叉树。这一点清晰，分形(curve)方法Z曲线   （wiki百科This can also be seen as a consequence of relying on the  Z-order curve  (which could more appropriately be called an N-order visit in this case) for ordering the points, as two points chttp://hankesi2000.iteye.com/blog/1344914lose-by might be visited at very different times. However, two points with a long common prefix will be close-by.）

如图所示，我们将二进制编码的结果填写到空间中，当将空间划分为四块时候，编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。（这段和下段来自：zhanlinjun）　　这种类型的空间填充曲线的优点是将二维空间转换成一维曲线（事实上是分形维大部分而言，编码相似的距离也相近， 但Peano空间填充曲线最大的缺点就是突变性，有些编码相邻但距离却相差很远，比如0111与1000，编码是相邻的，但距离相差很大。

　　

　　除Peano空间填充曲线外，还有很多空间填充曲线，如图所示，其中效果公认较好是Hilbert空间填充曲线，相较于Peano曲线而言，Hilbert曲线没有较大的突变。为什么GeoHash不选择Hilbert空间填充曲线呢？可能是Peano曲线思路以及计算上比较简单吧，事实上，Peano曲线就是一种四叉树线性编码方式。

其中val可以认为是下一次的中间值，而err是误差，通过mid+err=val，err当前值是上一次误差的一半。 这样，取出图中的bit位：1011 1100 1001，同样的方法，将经度(范围-180到180)算出来为 0111 1100 0000 0。 缩小范围，一般最多缩小13次就可以了(经纬度的二进制位相加最多25位，经度13位，纬度12位)。这时的中间值，将跟给定的值最相近。 下面是误差计算方法：

互联网GeoHash算法主要针对的是经纬度系统，所以其算法中的编码范围、编码精确度都相对固定。范围为[-90,90],[-180,180]。 

在纬度相等的情况下：

经度每隔0.00001度，距离相差约1米；

每隔0.0001度，距离相差约10米；

每隔0.001度，距离相差约100米；

每隔0.01度，距离相差约1000米；

每隔0.1度，距离相差约10000米。 

在经度相等的情况下：

纬度每隔0.00001度，距离相差约1.1米；

每隔0.0001度，距离相差约11米；

每隔0.001度，距离相差约111米；

每隔0.01度，距离相差约1113米；

每隔0.1度，距离相差约11132米。

Geohash，如果geohash的位数是6位数的时候，大概为附近1千米。

参考：http://www.cnblogs.com/naaoveGIS/archive/2016/01/27/5164187.html

http://hankesi2000.iteye.com/blog/1344914