隨著移動互聯網和物聯網的廣泛普及，90%以上的數據是和時間+空間相關的，而越來越多的數據應用場景與時間和空間信息密不可分。時間 +空間維度的數據（我們稱之為時空數據）是一種高維數據，需要更為高效的數據處理方式來處理，而普通的關係型資料庫更適合於存儲數值和字元類型數據，也缺少相關的時空運算元。在實際應用場景上例如感測器網路、移動互聯網、射頻識別、全球定位系統等設備時刻輸出時間和空間數據，數據量增長非常迅速，這對存儲和管理時空數據帶來了挑戰，傳統資料庫很難應對以上場景。阿里雲時空資料庫能夠存儲、管理包括時間序列以及空間地理位置相關的數據，時空資料庫具有時空數據模型、時空索引和時空運算元，完全兼容SQL及SQL/MM標準，支持時空數據同業務數據一體化存儲、無縫銜接，易於集成使用。

5月5日，阿里雲時空資料庫正式免費公測，感興趣的同學可以免費申請試用：

公測免費購買頁面：common-buy.aliyun.com/?

產品使用手冊：help.aliyun.com/documen

產品優勢

易用（標準SQL介面）

SQL是目前最通用的資料庫訪問語言，時空資料庫基於標準PostgreSQL，支持JDBC/ODBC驅動訪問。時空數據同其它業務數據一體化處理，兼容OGC空間計算函數；支持符合OGC規範的WKT和WKB格式數據輸入和輸出。

寫入性能強勁

時空數據，插入是一個強需求，往往有大量設備上報軌跡、指標數據，因此對插入性能要求較高。阿里雲時空資料庫，單機不同規格下可以支持到數萬到數十萬的TPS寫入。

高效分析能力

時空數據，除單條的查詢、POI查詢，更多的是其他的分析類需求。這對時空資料庫的分析能力也是一個挑戰。阿里雲時空支持查詢條件自動選擇分區，高效空間索引，並行的聚合操作等提升分析性能。

自動擴展分區

業務對時空數據查詢，往往都會對時間區間進行過濾，因此時空數據通常在分區時，會有一個時間或空間分區的概念。時空資料庫支持自動擴展分區，減少用戶的管理量，不需要人為的干預自動擴展分區。

功能豐富

具有豐富的時間和空間處理查詢函數；支持點（POINT）、線（LINESTRING）、多邊形（POLYGON）、多點（MULTIPOINT）、多線（MULTILINESTRING）、多多邊形（MULTIPOLYGON）和幾何對象集（GEOMETRYCOLLECTION）等幾何類型存儲。

自動保留策略

根據用戶配置，自動刪除過舊數據，極大降低用戶使用成本，減少用戶管理工作。

自動Failover

阿里雲時空資料庫提供全自動Failover機制，一旦所在硬體發生不可恢復的故障，會在非常短的時間內使用其他硬體替換故障硬體。這樣可以減少因為不可控故障引發的服務中斷時間。該Failover是全自動的，無需人工干預，用戶也無需擔心服務由於硬體故障造成的長時間不可用。

高可靠

時空資料庫是一種高性能時空資料庫，底層存儲建立在阿里雲高效雲盤基礎之上，高效雲盤提供99.9999999%數據高可靠保障。可以保障時空資料庫數據一旦寫入，基本不會丟失。

生態

阿里雲時空資料庫在生態上非常易於同多種主流產品集成，比如地圖引擎（如GeoServer和MapServer）、地圖編輯系統（如QGIS和ArcGIS for Desktop）、數據分析與可視化產品（如Grafana、Zeppelin和Jupyter）、大數據分析平台（Spark），滿足模塊化集成需求，為時空數據管理提供有力支撐。

數據寫入&查詢

時空資料庫寫入和查詢非常便利，讀寫採用標準SQL，用戶可以通過JDBC/ODBC驅動操作資料庫，進行讀寫操作。

用戶也可以通過psql互動式終端向時空資料庫寫入數據，下面是幾個簡單的例子：

INSERT INTO tsdb_test VALUES (1001, 2019-03-11 16:34:15, 1002.2,

ST_SetSRID(ST_MakePoint(10.3,20.1),4326)

用戶通過交互終端查詢數據，可以如下：

SELECT time,uid,speed,dev_type,ST_AsText(position) FROM metrics

WHERE time >2017-01-01 01:02:00 AND time < 2017-01-01 01:11:02 AND

ST_Contains(ST_SetSRID(ST_MakeBox2D(ST_Point(12.4, 25.5),ST_Point(13.0,26.1)),4326),position);

關於時空資料庫的具體用法，可以參考阿里雲時空資料庫文檔：[開發指南](help.aliyun.com/documen)

場景

地圖服務

地圖服務是一種非常廣泛的應用，便於各類業務數據空間化、空間分析和可視化。這個場景介紹如何使用時空資料庫搭建地圖服務，並給出架構參考。

方案架構

時空資料庫作為存儲空間數據（如車輛定位數據）與空間查詢引擎，提供後端支持。GeoServer（GeoServer是一款知名的開源地圖服務引擎，支持OGC WFS、WMS、WPS等協議，易於部署，有大量的用戶）作為地圖服務引擎用於空間數據渲染和地圖發布，前端客戶端採用Leaflet或openlayers框架，同時支持PC/Android/iOS多種類型終端。地圖發布的主要流程包括三步：第一步在時空資料庫中導入業務數據後；第二步通過GeoServer關聯資料庫；第三步選擇需要發布的圖層，並對圖層設定相應對式樣。

人員監護

人員監護應用適用對兒童和老人監護，方便實時查看活動軌跡、健康指標（體溫、血壓、心跳等）；並設定電子圍欄（特定區域，比如學校、小區、公園等），當活動人員離開特定區域時觸發告警信息。

方案架構

時空資料庫存儲時空和指標數據，並提供空間查詢功能，提供後端支持。GeoServer作為地圖服務引擎用於空間數據渲染和地圖發布，前端客戶端採用Leaflet或openlayers框架。電子圍欄服務用於判斷移動目標同電子圍欄的空間關係，並觸發告警信息。

車輛監控

車輛監控應用適用於查看車輛當前和歷史軌跡，對車輛的行駛區域做限定，當脫離特定路線後能夠報警；並對車輛感測器獲取一些參數（比如車速、胎壓、電池電壓等）做實時監測。

方案架構

時空資料庫作為存儲軌跡及監測指標，提供空間及指標查詢功能，提供後端支持。GeoServer作為地圖服務引擎用於空間數據渲染、地圖發布、時空數據入庫，前端客戶端採用Leaflet或openlayers框架。電子圍欄服務用於判斷移動目標同電子圍欄的空間關係，並觸發告警信息。電子圍欄在這裡起到過濾器，再地圖伺服器的WFS服務寫入定位和感測器監測數據。

物流配送

物流配送應用適合於物流行業，提供導航規劃功能，並對物流過程做全程監控。

方案架構

時空資料庫作為存儲與路徑規劃引擎，提供後端支持。GeoServer作為地圖服務引擎用於空間數據渲染、地圖發布、時空數據入庫，前端客戶端採用Leaflet或openlayers框架。在時空資料庫存儲路網數據，路網數據是做導航規劃的基礎；在客戶端選擇起始點和目的地後，由時空資料庫計算最佳導航路線，經客戶端確認後把導航路線推送給物流終端。時空資料庫充當兩個角色：軌跡數據存儲和導航路徑計算。從物流終端獲取的軌跡數據通過地圖伺服器WFS服務存入時空資料庫。

軌跡分析

軌跡分析用於計算軌跡之間的關係以及軌跡與專題地圖之間的關係；軌跡分析可以用於分析道路擁堵時空特徵、人員活動熱點區域、異常行駛車輛等，適用業務場景非常廣，比如可以用於商業選址、交通優化、公共安全等。

方案架構

地圖伺服器（GeoServer）接收軌跡輸入，軌跡和其它監測數據存入時空資料庫；軌跡關聯計算用於軌跡聚合計算，識別軌跡之間的關係（如軌跡聚類）和軌跡與地圖之間的關係（如以道路作為專題圖，車輛軌跡的密集程度反應道路的擁堵情況）。軌跡關聯計算涉及大量的時空查詢需要利用時空資料庫做加速處理。

總結

時空資料庫通過融合時序和空間數據模型，來滿足不同時空數據場景的要求，更貼近業務；提供多元化索引（空間索引和時序索引等）來滿足不同類型場景條件查詢需求；提供自動分片及自動刪除過舊數據策略，來降低用戶管理成本，提升便利性。同時還在穩定性、可靠性、運維上提供優化服務，讓用戶能夠在融合的PostgreSQL生態下，更專註於自己的業務。

歡迎加入阿里資料庫產品釘釘群，一起交流。

阿里資料庫技術交流群（600人+大群）入群方式：

一：搜索釘群號即可入群：23124548

二：掃描下方二維碼進群：

阿里資料庫技術交流群

推薦閱讀：

相关文章