geo guava 使用_基于Hbase 与 GeoMesa 构建海量地理存储服务

地理数据主要分为栅格数据与矢量数据两种；栅格数据可以理解为图片信息和空间信息的组合，数据以行列(矩阵)像素值的方式记录数据，最常见的就是各种各样的遥感数据。矢量数据的特点是在坐标系中，以x,y坐标点的方式描述图形或者地理实体的形状和位置，同时也记录实体的属性信息。

在矢量数据的存储方面，如果以文件的形式进行存储，我们可以选择EsriShapefile、geojson、topojson等格式进行存储。但是文件存储更适合作为数据移动的媒介，不适合进行查询、展示等操作。通常，我们可以选用关系型数据库和非关系型数据库对矢量数据进行存储。

关系型数据库存储

关系型数据库存储矢量数据是一种传统的解决方案，各大主流数据库如Oracle、MySQL、PostGRES都提供了相应的空间引擎，支持矢量数据的存储。

笔者最常使用的是PostGRES+PostGIS的存储方案，其中PostGIS是Postgres的空间扩展插件，赋予了Postgres存储空间数据的能力。

非关系型数据库存储

在非关系型数据库存储方案中，ElasticSearch和GeoMesa是两种常见的方案，二者又有很大的区别。

ElasticSearch

es 是基于lucense的检索技术，提供全文检索的能力，通常用来构建搜索服务。在es中，提供了两种空间数据类型，geo_point和geo_shape。

-- geo_point 对应点数据

-- geo_shape 包含polygen、linestring、multilinestring等类型

因为es的空间能力，我们可以使用es来充当一个数据库，用来存储矢量数据。

GeoMesa