数据中心空间使用（空间数据有何特别之处）
数据中心空间使用（空间数据有何特别之处）· 地理数据是可以映射到球体的数据（这里讨论的球体通常指地球）。地理数据通常是指与地球上某个物体的位置相关的经度和纬度，比如GPS数据就是一个很典型的例子。空间数据主要可以分为两类，即几何数据和地理数据。空间数据，通常称为地理空间数据，是指任何包含特定位置信息的数据。用通俗的话说，空间数据就是关于位置的数据。虽然可能没有意识到，但其实你对空间数据已经非常熟悉了，因为每当打开地图应用程序寻找最近的加油站或查看附近咖啡馆的全景时，你都会与空间数据进行交互。与位置相关的数据不计其数，但若将它们分解成两种最常用的空间数据类型后，就更容易理解了。空间数据类型
全文共2030字，预计学习时长6分钟
图源：unsplash
Lyft是如何计算司机和用户的距离的？DoorDash是如何为刚点的食物给出准确的估值？正是由于空间数据的存在，这两种应用才可以为用户提供良好的体验感。本文将介绍空间数据的基础知识，展示一些使用空间数据的常见应用程序和用例的示例。
空间数据是什么？
空间数据，通常称为地理空间数据，是指任何包含特定位置信息的数据。用通俗的话说，空间数据就是关于位置的数据。虽然可能没有意识到，但其实你对空间数据已经非常熟悉了，因为每当打开地图应用程序寻找最近的加油站或查看附近咖啡馆的全景时，你都会与空间数据进行交互。
与位置相关的数据不计其数，但若将它们分解成两种最常用的空间数据类型后，就更容易理解了。
空间数据类型
空间数据主要可以分为两类，即几何数据和地理数据。
· 地理数据是可以映射到球体的数据（这里讨论的球体通常指地球）。地理数据通常是指与地球上某个物体的位置相关的经度和纬度，比如GPS数据就是一个很典型的例子。
· 几何数据是可以映射到二维平面的数据，比如，建筑物的平面图就是一个很典型的例子。
上次在不熟悉的地方耗光了汽油时，你肯定使用了一个地图应用程序来查找附近所有的加油站。这个应用程序包含几何数据，用于捕获与附近道路相关的所有数据。该应用程序可以通过应用驾驶速度模式数据、交通模式数据和几何数据来计算到达加油站所需要的时间。
地图应用程序是最简单的空间数据示例，实际上还有成千上万的其他例子。
物联网应用和空间数据
物联网（IoT）是指嵌入传感器的物体网络（比如Bird scooter或CitiBike），从而将数据从“物体”发送到数据库。物联网工作负载通常使用空间数据。下面是一些例子：
· 物联网平台分析：空间数据显示了用户登录应用的位置，比如引用Bird的例子，就是登录滑板车的位置。
· 实时传感器检测：这是Fitbit上的空间数据，用于追踪你一天的运动步数。
· 个性化视图：谷歌地图可以确定你的实时位置，也可以获取你喜欢泰国菜和墨西哥菜的信息。它可以根据你的实时位置和饮食喜好，为你提供塔可钟（墨西哥快餐品牌）的广告。
运输/物流应用和空间数据
运输和物流公司负责人员和产品的流动，包括航空公司、卡车运输公司、铁路公司、航运公司、物流公司，以及提供运输基础设施的公司。以下是该行业的一些空间数据工作负载示例：
· 运行研究：空间数据根据某一地点的地形特征以及温度和交通等周围条件，从而判断特定地点最适合工作的机器类型。
· 供应链管理：空间数据可以估计人或产品从A点到B点的速度。
· 实时分析：空间数据可以告诉距离您最近的一批橄榄油的具体位置。
环境技术应用与空间数据
环境技术是利用电子设备监测自然环境的技术，它可以是测量潮汐模式、温度模式或森林火灾的状况。最相关的空间数据工作负载需要利用环境技术来保护环境和人类。
图源：unsplash
· 洪水风险分析：空间数据通过结合地理数据、天气数据和历史数据，跟踪特别容易发生洪水的地区。
· 实时自然灾害探测：空间数据可通过捕捉野火的当前位置，分析风速/风向以及路径上的物体，从而预测野火蔓延的地点。
· 农业/灌溉管理：空间数据可记录农场上已经完成种植、收割、修剪或灌溉的区域。
这些只是空间数据在实际案例中运用的例子，还有很多其他的空间数据用例，如：城市规划、欺诈检测、地理营销、土木工程等等。
如何使用空间数据构建
如果要谈论空间数据，PostGIS必不可少。PostGIS是PostgreSQL的空间数据库扩展，它有超过300种不同的内置组件和功能，可以更容易地处理空间数据。PostGIS帮助推出了Instagram和FourSquare等应用程序，同时还被纳入于其他无数应用程序的技术堆栈中。
直到最近，空间数据工作负载还不能可靠地构建在任何真正的分布式数据库上。但现在情况不同了。云原生分布式SQL数据库——CockroachDB，现在支持空间数据类型。
CockroachDB并没有重新发明运作方式，而是使用相同的PostGIS兼容的SQL语法。因此，你可以在数据库上构建利用空间数据的应用程序，该数据库始终处于运行状态，易于扩展，并且易于使用。
将空间数据工作负载部署到分布式数据库（而不是单一数据库）意味着读写不会通过单个节点路由，而且不必跨多个站点进行异步复制。当需要扩展到不同区域时，不必担心手动扩展的责任。
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范
