时空数据库场景

概述

时空数据库能够存储、管理包括时间序列以及空间地理位置相关的数据。传感器网络、移动互联网、射频识别、全球定位系统等设备时刻输出时间和空间数据，数据量增长非常迅速，这对存储和管理时空数据带来了挑战，传统数据库很难应对时空数据。时空数据是一种高维数据，普通的关系型数据库更适合于存储数值和字符类型数据，也缺少相关的算子。时空数据库具有时空数据模型、时空索引和时空算子，完全兼容SQL及SQL/MM标准，支持时空数据同业务数据一体化存储、无缝衔接，易于集成使用。

阿里云时空数据库完全兼容PostgreSQL语法，支持空间、时间混合存储；5月份即将上线公测。

典型场景

1. 地图服务

地图服务是一种非常广泛的应用，便于各类业务数据空间化、空间分析和可视化。这个场景介绍如何使用时空数据库搭建地图服务，并给出架构参考。

方案架构

​

时空数据库作为存储空间数据（如车辆定位数据）与空间查询引擎，提供后端支持。GeoServer（GeoServer是一款知名的开源地图服务引擎，支持OGC WFS、WMS、WPS等协议，易于部署，有大量的用户）作为地图服务引擎用于空间数据渲染和地图发布，前端客户端采用Leaflet或openlayers框架，同时支持PC/Android/iOS多种类型终端。地图发布的主要流程包括三步：第一步在时空数据库中导入业务数据后；第二步通过GeoServer关联数据库；第三步选择需要发布的图层，并对图层设定相应对式样。

​

2.人员监护

人员监护应用适用对儿童和老人监护，方便实时查看活动轨迹、健康指标（体温、血压、心跳等）；并设定电子围栏（特定区域，比如学校、小区、公园等），当活动人员离开特定区域时触发告警信息。

方案架构

时空数据库存储时空和指标数据，并提供空间查询功能，提供后端支持。GeoServer作为地图服务引擎用于空间数据渲染和地图发布，前端客户端采用Leaflet或openlayers框架。电子围栏服务用于判断移动目标同电子围栏的空间关系，并触发告警信息。

​

3.车辆监控

车辆监控应用适用于查看车辆当前和历史轨迹，对车辆的行驶区域做限定，当脱离特定路线后能够报警；并对车辆传感器获取一些参数（比如车速、胎压、电池电压等）做实时监测。

方案架构

时空数据库作为存储轨迹及监测指标，提供空间及指标查询功能，提供后端支持。GeoServer作为地图服务引擎用于空间数据渲染、地图发布、时空数据入库，前端客户端采用Leaflet或openlayers框架。电子围栏服务用于判断移动目标同电子围栏的空间关系，并触发告警信息。电子围栏在这里起到过滤器，再地图服务器的WFS服务写入定位和传感器监测数据。

​

4.物流配送

物流配送应用适合于物流行业，提供导航规划功能，并对物流过程做全程监控。

方案架构

时空数据库作为存储与路径规划引擎，提供后端支持。GeoServer作为地图服务引擎用于空间数据渲染、地图发布、时空数据入库，前端客户端采用Leaflet或openlayers框架。在时空数据库存储路网数据，路网数据是做导航规划的基础；在客户端选择起始点和目的地后，由时空数据库计算最佳导航路线，经客户端确认后把导航路线推送给物流终端。时空数据库充当两个角色：轨迹数据存储和导航路径计算。从物流终端获取的轨迹数据通过地图服务器WFS服务存入时空数据库。

​

5.轨迹分析

轨迹分析用于计算轨迹之间的关系以及轨迹与专题地图之间的关系；轨迹分析可以用于分析道路拥堵时空特征、人员活动热点区域、异常行驶车辆等，适用业务场景非常广，比如可以用于商业选址、交通优化、公共安全等。

方案架构

地图服务器（GeoServer）接收轨迹输入，轨迹和其它监测数据存入时空数据库；轨迹关联计算用于轨迹聚合计算，识别轨迹之间的关系（如轨迹聚类）和轨迹与地图之间的关系（如以道路作为专题图，车辆轨迹的密集程度反应道路的拥堵情况）。轨迹关联计算涉及大量的时空查询需要利用时空数据库做加速处理。

转载于:https://www.cnblogs.com/happyliu/p/10779138.html