日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關鍵字查找
首頁 云原生數據庫 PolarDB 云原生數據庫PolarDB PostgreSQL版 時空引擎（GanosBase） 快速入門 軌跡模型

軌跡模型

更新時間：
產品詳情
我的收藏

本文介紹了軌跡模型的用途、基本構成和快速入門等內容。

模型用途

簡介

軌跡模型是符合一定條件的移動對象集合，通常應用于交通、物流、出行、汽車等領域。

Ganos Trajectory是對象關系型數據庫PostgreSQL兼容版本（PolarDB PostgreSQL版）的一個時空引擎擴展，Trajectory是Ganos自主研發的一種數據類型，主要用來存儲移動對象的采樣點和屬性信息，并對其執行分析任務。

功能概述

Trajectory支持軌跡數據存儲與分析方面的多種功能：

  • 軌跡構建：通過幾何形狀（geometry）和時間戳、數組、數據表等數據源構建軌跡。

  • 軌跡編輯：編輯軌跡的時間、幾何、屬性、事件等對象信息，同時支持軌跡的抽稀、切分、平滑、子軌跡提取、時空特征編輯等能力。

  • 軌跡分析：支持軌跡的空間關系判斷、時空關系判斷、相似度分析、特征提取等功能。

  • 軌跡索引：即創建軌跡時空索引加速上述查詢分析。

更多內容請參見Trajectory SQL參考。

主要業務場景

下面列舉了幾個典型的軌跡模型應用場景。

  • 歷史軌跡的歸檔存儲

    將共享單車的一類的高頻采樣點聚合成為軌跡，利用軌跡簡化算法進行簡化和降采樣后，將簡化后的軌跡存儲到數據庫中或外部OSS存儲中，以節省存儲空間和存儲成本。Ganos支持以統一的方式訪問軌跡數據，無需注意其存儲在數據表內還是OSS中。

  • 軌跡的時空分析和伴隨分析

    通過給出一個關注的時空區域或時空軌跡，查找經過這個時空區域的軌跡或是查找和已知軌跡相似的軌跡，從而得到數據庫中值得關注的軌跡，用以支持定位一類用戶、發放優惠券等業務。

  • 軌跡的特征提取和分析

    對用戶的歷史軌跡，通過重采樣和漂移點去除來清洗數據后，提取出長度、持續時間、駐留點、彎道等統計信息，將其作為機器學習的特征信息輸入到神經網絡或其它算法中，用以生成用戶畫像來指導業務上對用戶的管理和推薦等。

基本構成

概述

現實世界中，一個運動物體會在不同的時刻，記錄其空間位置。一個物體的軌跡是一個包含時間和空間信息的點的序列，記錄了該物體在不同時刻的空間位置。

例如，某共享單車在2020-04-11 17:42:30時上報了其經緯度坐標（114.35, 39.28），則其在數據庫中可以表示為一條記錄：

time

x

y

2020-04-11 17:42:30

114.35

39.28

通常，在軌跡的采樣點上，還會記錄一些其它信息。例如速度、方向等。這里假設其記錄了速度的數據：

time

x

y

speed

2020-04-11 17:42:30

114.35

39.28

4.3

隨著時間的推移，將會有一系列軌跡點。這里假設其有三條記錄：

time

x

y

speed

2020-04-11 17:42:30

114.35

39.28

4.3

2020-04-11 17:43:30

114.36

39.28

4.8

2020-04-11 17:45:00

114.35

39.29

3.5

則這三個點組合起來，就構成了一條時空軌跡，其形狀大致如下圖所示：

image

Ganos的軌跡模型將一個運動物體的多個軌跡點聚合起來存儲，和把每個軌跡點單獨存儲相比：一方面，我們可以針對多個軌跡點進行壓縮，節省存儲成本；另一方面，針對聚合后的軌跡，可以執行多種針對整條軌跡而非單個軌跡點的操作，例如：軌跡相交、提取子軌跡，軌跡相似性判斷等。

此外，Ganos還支持保存軌跡的事件屬性，其記錄和單個采樣點無關的、在不同時刻發生的事件信息。其格式為{type:timestamp}的二元組，其中 type 為用戶自定義的事件編號（整數類型），timestamp為事件發生的時間。

存儲方式

在業務上，對于移動對象的軌跡，常見的三種表示方式：

  • 方式一：存儲為表格中的行，每一行分別記錄時間、x坐標、y坐標等信息。

  • 方式二：存儲為二維或三維的幾何類型LINESTRING/LINESTRING M，用M維度存儲時間戳。

  • 方式三：存儲為軌跡類型。

其中，方式一更新方便，但查詢效率較低，存儲空間占用較多。方式二降低了更新效率，但增強了空間查詢效率，并節約了存儲空間，但無法存儲屬性信息。方式三在方式二的基礎上對時間的處理能力進一步增強，同時支持屬性和事件。用戶可以根據實際需要選擇存儲時使用的表示方式，并在查詢時轉化為其它表示方式進行處理和分析。

--構建存儲為行的數據，每一行代表一個軌跡點
CREATE TABLE sample_points(userid numeric, sample_time timestamp, x double precision, y double precision, z double precision, intensity int);
INSERT INTO sample_points VALUES
                            (1,'2020-04-11 17:42:30',114.35, 39.28, 4, 80),
                            (1,'2020-04-11 17:43:30',114.36, 39.28, 4, 30),
                            (1,'2020-04-11 17:45:00',114.35, 39.29, 4, 50),
                            (2,'2020-04-11 17:42:30',114.3, 39, 34, 60),
                            (2,'2020-04-11 17:43:30',114.3, 39, 38, 58);

--從行類型轉化為軌跡類型，每一行代表一個軌跡點
CREATE TABLE trajectory_table(userid numeric PRIMARY KEY, traj trajectory);

INSERT INTO trajectory_table
SELECT userid, ST_Sort(ST_MakeTrajectory(pnts.tjraw, true, '{"intensity"}'::cstring[]))
FROM
  (SELECT sample_points.userid, array_agg(ROW(sample_points.sample_time, sample_points.x, sample_points.y, sample_points.z, sample_points.intensity)) as tjraw FROM sample_points GROUP BY userid) pnts;

--從軌跡類型轉化為行類型
SELECT f.* from trajectory_table,ST_AsTable(traj) as f(t timestamp, x double precision, y double precision, z double precision, intensity integer);

-- 轉化軌跡類型為LINESTRING類型，其中只包含空間信息
SELECT ST_trajspatial(traj) FROM trajectory_table;

-- 使用LINESTRING類型的空間形狀和時間范圍構建軌跡
SELECT ST_MakeTrajectory('STPOINT'::leaftype, st_geomfromtext('LINESTRING (114 35, 115 36, 116 37)', 4326), '[2010-01-01 14:30, 2010-01-01 15:30)'::tsrange, '{}');

輸出格式

Ganos Trajectory中的一條軌跡由時間、空間、屬性、事件四個部分構成，在將其轉化為文本輸出時，也會依照四個部分，格式化為JSON格式進行輸出。示例如下：

{
  "trajectory": {
    "version": 1,
    "type": "STPOINT",
    "leafcount": 3,
    "start_time": "2010-01-01 14:30:00",
    "end_time": "2010-01-01 15:30:00",
    "spatial": "SRID=4326;LINESTRING(114 35,115 36,116 37)",
    "timeline": [
      "2010-01-01 14:30:00",
      "2010-01-01 15:00:00",
      "2010-01-01 15:30:00"
    ],
    "attributes": {
      "leafcount": 3,
      "velocity": {
        "type": "integer",
        "length": 2,
        "nullable": true,
        "value": [120, 130, 140]
      },
      "accuracy": {
        "type": "float",
        "length": 4,
        "nullable": false,
        "value": [120.0, 130.0, 140.0]
      },
      "bearing": {
        "type": "float",
        "length": 8,
        "nullable": false,
        "value": [120.0, 130.0, 140.0]
      },
      "acceleration": {
        "type": "string",
        "length": 20,
        "nullable": true,
        "value": ["120", "130", "140"]
      },
      "active": {
        "type": "timestamp",
        "length": 8,
        "nullable": false,
        "value": [
          "2010-01-01 14:30:00",
          "2010-01-01 15:00:00",
          "2010-01-01 15:30:00"
        ]
      }
    },
    "events": [
      {
        "1": "2010-01-01 14:30:00"
      },
      {
        "2": "2010-01-01 15:00:00"
      },
      {
        "3": "2010-01-01 15:30:00"
      }
    ]
  }
}

其中：

  • version、type：固定值。

  • leafcount：表示軌跡采樣點個數。

  • start_time、end_time：表示軌跡的開始和結束時間。

  • spatial：表示軌跡的空間形狀，以WKT形式顯示。

  • timeline：表示采樣點的時間戳，以字符數組的格式顯示。

  • attributes：表示軌跡的屬性，其中leafcount是元素個數，其余的鍵是屬性的名稱，而屬性值中type是數據類型，length是數據類型的長度，nullable為是否接受空值。

  • events：表示軌跡的事件，其由多個鍵值對的數組組成。

空間參考系

空間參考系（Spatial Reference System，以下簡稱為SRS ）定義了如何將Trajectory對象關聯到地球表面上某個具體位置。

Ganos使用一個整數來表示SRS的定義引用，稱為SRID。Trajectory對象通過其自身的SRID值與SRS關聯。

更多內容請參見空間參考。

數據列視圖

trajectory_columns是從數據庫系統目錄表中讀取全部柵格列的視圖，其結構如下：

列名

類型

說明

t_table_catalog

varchar(256)

一般為固定值postgres。

t_table_schema

varchar(256)

該表所在的schema。

t_table_name

varchar(256)

該表的表名。

t_trajectory_column

varchar(256)

該表中某個Trajectory列的列名。

可以通過如下語句查詢當前數據庫中全部幾何數據列：

SELECT * FROM trajectory_columns;

索引

Ganos為軌跡數據提供了GiST索引：

索引名稱

索引說明

索引特點

GiST (Generalized Search Tree)

GiST索引是一種平衡搜索樹，是最常用、最通用的空間索引方法，提供非常好的查詢性能。

GiST索引允許定義一些規則將任意類型的數據分布在一棵平衡樹上，同時也允許定義一些方法訪問這些數據。

實現標準

Ganos軌跡模型實現了OGC Moving Features標準所定義的接口，同時對其進行了擴展。軌跡中的幾何屬性依照幾何模型進行實現，并可使用ST_trajectorySpatial函數將一條軌跡的幾何部分提取出來進行操作。

快速入門

簡介

快速入門文檔幫助用戶快速理解Ganos Trajectory引擎的基本用法，包括擴展創建、創建表、插入數據、創建索引、查詢、相似性分析等內容。

更多專業用法可參考Trajectory最佳實踐文章：

語法說明

  • 創建擴展。

    CREATE extension ganos_trajectory cascade;
    說明

    建議將擴展安裝在public模式下，避免權限問題。

    CREATE extension ganos_trajectory WITH schema public cascade;

  • 創建軌跡表。

     CREATE TABLE traj_table (id integer, traj trajectory);

  • 插入軌跡數據。

     INSERT INTO traj_table VALUES
 (1, ST_MakeTrajectory('STPOINT'::leaftype, st_geomfromtext('LINESTRING (114 35, 115 36, 116 37)', 4326), '[2010-01-01 14:30, 2010-01-01 15:30)'::tsrange, '{"leafcount": 3,"attributes" : {"velocity" : {"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"accuracy":{"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"bearing":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]},"acceleration":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]}}}')),
 (2, ST_MakeTrajectory('STPOINT'::leaftype, st_geomfromtext('LINESTRING (114 35, 115 36, 116 37)', 4326), '2010-01-01 14:30'::timestamp, '2010-01-01 15:30'::timestamp, '{"leafcount": 3,"attributes" : {"velocity" : {"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"accuracy":{"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"bearing":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]},"acceleration":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]}}}')),
 (3, ST_MakeTrajectory('STPOINT'::leaftype, st_geomfromtext('LINESTRING (114 35, 115 36, 116 37)', 4326), ARRAY['2010-01-01 14:30'::timestamp, '2010-01-01 15:00'::timestamp, '2010-01-01 15:30'::timestamp], '{"leafcount": 3,"attributes" : {"velocity" : {"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"accuracy":{"type":"integer","length":4,"nullable":false,"value":[120, 130, 140]},"bearing":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]},"acceleration":{"type":"float","length":4,"nullable":false,"value":[120, 130, 140]}}}')),
 (4, ST_MakeTrajectory('STPOINT'::leaftype, st_geomfromtext('LINESTRING (114 35, 115 36, 116 37)', 4326), '[2010-01-01 14:30, 2010-01-01 15:30)'::tsrange, null));

  • 創建軌跡索引并加速各類查詢。

     --創建軌跡索引，加速時空過濾效率
 CREATE index tr_index ON traj_table USING trajgist (traj);

 --空間查詢時，加速空間過濾
 SELECT id, traj FROM traj_table WHERE st_3dintersects(traj, ST_GeomFromText('POLYGON((116.46747851805917 39.92317964155052,116.4986540687358 39.92317964155052,116.4986540687358 39.94452401711516,116.46747851805917 39.94452401711516,116.46747851805917 39.92317964155052))'));

 --時間查詢時，加速時間過濾
 SELECT id, traj FROM traj_table WHERE st_TIntersects(traj, '2010-01-01 12:30:44'::timestamp,'2010-01-01 14:30:44'::timestamp);

 --時空查詢時，加速時空過濾
 SELECT id, traj FROM traj_table WHERE st_3dintersects(traj, ST_GeomFromText('POLYGON((116.46747851805917 39.92317964155052,116.4986540687358 39.92317964155052,116.4986540687358 39.94452401711516,116.46747851805917 39.94452401711516,116.46747851805917 39.92317964155052))'),'2010-01-01 13:30:44'::timestamp,'2010-01-03 17:30:44'::timestamp);

  • 查詢軌跡起、止時間。

     SELECT st_startTime(traj), st_endTime(traj) FROM traj_table ;
     st_starttime     |     st_endtime
 ---------------------+---------------------
  2010-01-01 14:30:00 | 2010-01-01 15:30:00
  2010-01-01 14:30:00 | 2010-01-01 15:30:00
  2010-01-01 14:30:00 | 2010-01-01 15:30:00
  2010-01-01 14:30:00 | 2010-01-01 15:30:00
 (4 rows)

  • 分析軌跡間的相近性。

     With traj AS (
   SELECT ST_makeTrajectory('STPOINT', 'LINESTRING(1 1, 5 6, 9 8)'::geometry, '[2010-01-01 11:30, 2010-01-01 15:00)'::tsrange,
   '{"leafcount":3,"attributes":{"velocity": {"type": "integer", "length": 2,"nullable" : true,"value": [120,130,140]}, "accuracy": {"type": "float", "length": 4, "nullable" : false,"value": [120,130,140]}, "bearing": {"type": "float", "length": 8, "nullable" : false,"value": [120,130,140]}, "acceleration": {"type": "string", "length": 20, "nullable" : true,"value": ["120","130","140"]}, "active": {"type": "timestamp", "nullable" : false,"value": ["Fri Jan 01 11:35:00 2010", "Fri Jan 01 12:35:00 2010", "Fri Jan 01 13:30:00 2010"]}}, "events": [{"2" : "Fri Jan 02 15:00:00 2010"}, {"3" : "Fri Jan 02 15:30:00 2010"}]}') a,
   ST_makeTrajectory('STPOINT', 'LINESTRING(1 0, 4 2, 9 6)'::geometry, '[2010-01-01 11:30, 2010-01-01 15:00)'::tsrange,
   '{"leafcount":3,"attributes":{"velocity": {"type": "integer", "length": 2,"nullable" : true,"value": [120,130,140]}, "accuracy": {"type": "float", "length": 4, "nullable" : false,"value": [120,130,140]}, "bearing": {"type": "float", "length": 8, "nullable" : false,"value": [120,130,140]}, "acceleration": {"type": "string", "length": 20, "nullable" : true,"value": ["120","130","140"]}, "active": {"type": "timestamp", "nullable" : false,"value": ["Fri Jan 01 11:35:00 2010", "Fri Jan 01 12:35:00 2010", "Fri Jan 01 13:30:00 2010"]}}, "events": [{"2" : "Fri Jan 02 15:00:00 2010"}, {"3" : "Fri Jan 02 15:30:00 2010"}]}') b)
 SELECT ST_euclideanDistance(a, b) FROM traj;
  st_euclideandistance
 ----------------------
    0.0888997369940162
 (1 row)

  • 刪除擴展（可選）。

    DROP EXTENSION ganos_trajectory CASCADE;

SQL參考

詳細SQL手冊請參見Trajectory SQL參考。