GeoMesa 時空數據管理

劉鈞文 哈爾濱工業大學建築學碩士，京東科技算法研究員，中國電腦學會（CCF）會員。負責京東時空數據引擎的開發和時空數據產品的研發工作。研究興趣包括：時空數據的管理、時空數據庫、數據庫優化器的原理及其實現、分佈式計算以及城市計算。

 

梁超 人文地理與城鄉規劃專業，廣東國地資源與環境研究院研究員，中國電腦學會（CCF會員）。擅長機器學習與GIS空間分析。研究興趣包括：城市大數據與機器學習、時空數據挖掘以及城市計算。

 

俞自生 西安電子科技大學電腦本碩，中國電腦學會（CCF）會員，京東城市算法研究員，主要參與京東時空數據引擎的設計與開發，以及時空算法落地與實現等工作，研究興趣包括：城市計算、時空數據管理與分析、分佈式數據庫以及復雜網絡等。

第 1章　GeoMesa的前世今生 1

1.1　時空數據背景 1

1.1.1　時空數據簡介 1

1.1.2　時空數據處理過程 2

1.1.3　時空數據庫的產生 3

1.2　傳統時空數據庫的瓶頸 4

1.2.1　無法支持海量數據 4

1.2.2　無法進行彈性擴展 5

1.2.3　流式數據的支持受限 5

1.2.4　改造成本較高 5

1.3　GeoMesa概述 5

1.3.1　GeoMesa橫空出世 5

1.3.2　GeoMesa設計思想 6

1.3.3　GeoMesa核心特性 8

1.4　GeoMesa生態圈 9

1.4.1　GeoMesa支持的第三方組件 9

1.4.2　使用GeoMesa的產品 10

1.5　本章小結 10

第 2章　GeoMesa上手教程 11

2.1　下載、安裝以及配置 12

2.1.1　下載和安裝 12

2.1.2　GeoMesa-HBase的配置 13

2.2　通過命令行使用GeoMesa-HBase 16

2.2.1　環境和狀態命令 16

2.2.2　數據模式相關命令 17

2.2.3　數據編輯命令 20

2.2.4　查詢導出命令 21

2.2.5　分析命令 23

2.2.6　定義SimpleFeatureType 25

2.2.7　日誌異常處理 25

2.2.8　GeoMesa Scala控制臺 26

2.2.9　GeoTools 命令行工具 28

2.3　快速入門 30

2.4　通過Java API使用GeoMesa-HBase 33

2.4.1　Maven的配置與使用 33

2.4.2　Java API的使用示例 33

2.5　本章小結 35

第3章　GeoTools基本概念 36

3.1　空間矢量數據概述 36

3.1.1　矢量數據簡介 36

3.1.2　OpenGIS規範 37

3.1.3　GeoTools概述 38

3.2　DataStore 40

3.2.1　DataStore簡介 40

3.2.2　DataStore使用 40

3.3　SimpleFeatureType 41

3.3.1　SimpleFeatureType概念 42

3.3.2　SimpleFeatureType使用 43

3.4　SimpleFeature 44

3.4.1　SimpleFeature概念 44

3.4.2　SimpleFeature使用 45

3.5　GeoTools的內部邏輯 45

3.5.1　獲取DataStore實例 46

3.5.2　創建Schema 46

3.5.3　數據寫入 47

3.5.4　數據讀取 50

3.6　本章小結 51

第4章　GeoMesa的時空索引 52

4.1　時空索引概述 52

4.1.1　索引的基礎知識 53

4.1.2　傳統的空間索引 54

4.1.3　空間填充曲線 56

4.1.4　Google S2索引與Uber H3索引 64

4.2　GeoMesa的索引實現 66

4.2.1　GeoMesa中索引的類型 66

4.2.2　GeoMesa索引具體的使用方法 67

4.3　GeoMesa的索引查詢 69

4.3.1　條件分解 69

4.3.2　索引選擇 70

4.4　GeoMesa的索引配置 72

4.4.1　配置FeatureID編碼方式 72

4.4.2　配置Geometry序列化 72

4.4.3　配置列族 73

4.4.4　自定義創建索引 74

4.4.5　配置“Z”索引分片個數 74

4.4.6　配置“Z”索引時間間隔 74

4.4.7　配置“XZ”索引精度 75

4.4.8　配置ATTR索引分片個數 75

4.4.9　配置ATTR字段基數 75

4.4.10　配置索引分區 76

4.4.11　配置索引拆分策略 76

4.4.12　配置查詢攔截器 76

4.4.13　配置統計緩存 77

4.4.14　配置時間優先級 77

4.4.15　配置混合幾何類型 78

4.5　本章小結 78

第5章　數據寫入 79

5.1　數據寫入概述 79

5.1.1　數據寫入流程 79

5.1.2　使用示例 80

5.2　生成ID信息 82

5.2.1　用戶指定 82

5.2.2　隨機生成 82

5.3　獲取寫入對象 84

5.3.1　寫入表的對象 84

5.3.2　寫入分區表的對象 85

5.4　寫入存儲引擎 87

5.4.1　獲取轉換器 88

5.4.2　構建索引 89

5.4.3　數據寫入 92

5.5　更新統計信息 94

5.5.1　構造統計查詢條件 94

5.5.2　執行統計操作 97

5.6　數據組織方式 98

5.6.1　元數據管理 98

5.6.2　實體數據管理 99

5.7　本章小結 100

第6章　數據查詢 101

6.1　數據查詢概述 101

6.2　查詢準備 102

6.2.1　獲取對應的DataStore對象 102

6.2.2　獲取SimpleFeatureType信息 104

6.2.3　查詢校驗 105

6.3　查詢計劃生成 106

6.3.1　準備查詢計劃 106

6.3.2　結合索引生成查詢範圍 110

6.3.3　獲取底層表信息 114

6.3.4　構造存儲引擎查詢信息 115

6.4　執行並獲取數據 119

6.4.1　執行查詢 120

6.4.2　獲取數據 120

6.5　本章小結 122

第7章　數據統計 123

7.1　數據統計概述 123

7.2　統計功能 124

7.3　統計信息獲取方法 125

7.3.1　通過Hints來獲取統計信息 125

7.3.2　通過接口來獲取統計信息 126

7.4　執行流程 127

7.4.1　流程概述 127

7.4.2　命令解析 128

7.4.3　執行統計 129

7.4.4　統計信息的序列化和反序列化過程 130

7.5　本章小結 136

第8章　數據分析 137

8.1　空間數據分析 137

8.1.1　空間數據分析概述 137

8.1.2　GeoMesa中對空間數據分析操作 139

8.2　熱力圖分析操作 140

8.2.1　熱力圖分析概述 140

8.2.2　GeoMesa中熱力圖分析功能的使用方法 141

8.3　KNN查詢操作 143

8.3.1　KNN概述 143

8.3.2　GeoMesa中KNN查詢功能的使用方法 145

8.4　近似查詢操作 146

8.4.1　近似查詢概述 147

8.4.2　GeoMesa中近似查詢功能的使用方法 148

8.5　本章小結 149

第9章　數據工作流 150

9.1　數據工作流概述 150

9.2　NiFi概述 151

9.2.1　NiFi簡介 151

9.2.2　NiFi的特性 153

9.2.3　Processor機制 153

9.3　GeoMesa與NiFi整合 154

9.3.1　NiFi自定義數據處理器 155

9.3.2　GeoMesa擴展結構 160

9.4　GeoMesa NiFi數據處理算子 160

9.4.1　轉換器處理器 160

9.4.2　記錄處理器 161

9.4.3　Avro 處理器 162

9.4.4　記錄更新處理器 162

9.4.5　數據源處理器 163

9.4.6　轉換處理器 164

9.5　本章小結 164

第 10章　GeoMesa的數據存儲方案 165

10.1　使用HBase存儲數據 165

10.1.1　HBase概述 165

10.1.2　GeoMesaHBase DataStore簡介 166

10.2　使用Kafka存儲數據 168

10.2.1　Kafka概述 168

10.2.2　GeoMesa Kafka DataStore簡介 169

10.3　使用Redis存儲數據 172

10.3.1　Redis概述 172

10.3.2　GeoMesa Redis DataStore簡介 172

10.4　使用CQEngine存儲數據 174

10.4.1　CQEngine概述 174

10.4.2　GeoMesa CQEngine DataStore簡介 174

10.5　使用FileSystem存儲數據 176

10.5.1　FileSystem概述 176

10.5.2　GeoMesa FSDS簡介 176

10.6　使用Lambda存儲數據 181

10.6.1　Lambda概述 181

10.6.2　GeoMesa Lambda DataStore簡介 182

10.7　本章小結 184

第 11章　分佈式計算 185

11.1　Spark和Spark SQL 185

11.1.1　Spark概述 185

11.1.2　Spark SQL概述 186

11.2　GeoMesa接入Spark的方式 188

11.2.1　GeoMesa Spark整體架構 188

11.2.2　GeoMesa對RDD的擴展 189

11.2.3　GeoMesa對JTS的擴展 192

11.2.4　GeoMesa對Spark SQL空間能力的擴展 196

11.3　空間數據計算函數 207

11.3.1　空間數據構建函數 207

11.3.2　空間數據信息抽取函數 208

11.3.3　空間數據轉換函數 208

11.3.4　空間數據輸出函數 209

11.3.5　空間數據關系函數 209

11.3.6　空間數據處理函數 210

11.4　本章小結 210

第 12章　操作時遇到的若乾問題 211

12.1　GeoMesa寫入數據時出現的問題 211

12.1.1　Region繁忙的問題 211

12.1.2　數據記錄過大的問題 216

12.2　GeoMesa查詢數據時出現的問題 218

12.2.1　數據採樣的問題 219

12.2.2　數據分頁的問題 221

12.2.3　利用Spark查詢GeoMesa時，無法設置返回數據量上限的問題 225

12.2.4　查詢時數據不一致的問題 230

12.3　GeoMesa分析統計時出現的問題 233

12.4　本章小結 237

參考文獻 238