GeoMesa Java API-写入与查询数据
写入数据
GeoMesa作为空间大数据处理框架，本身是不存储数据的。数据存储依赖于底层的分布式数据库，如HBase，Accumulo等。GeoMesa为了同时支持多种数据库，提供了一个抽象的接口，屏蔽不同数据库操作方法的差异，使用户用一种统一的方式存储和查询数据。来看下面这GeoMesa存储架构图：
，无论采用何种方式写入数据，我们都不需要直接操作数据库，而只需按照GeoTools或GeoMesa的接口，规范好要存储的数据，提交给GeoMesa处理即可。GeoMesa会自动为我们完成创建元数据、创建索引、存储数据等一系列过程。
GeoTools提供了许多用于表示地理空间数据的接口，可以用他们来定义需要存储的数据：
DataStore
DataStore是数据的核心访问模型，存储了数据集的名称、数据结构与类型、数据访问源等信息，类似一种数据元信息的存储集合，用于定义和描述数据的基本信息。
SimpleFeatureType
SimpleFeatureType即简单要素类型，用于定义数据类型，类似SQL语句中create table时定义表字段时所指定的信息。常用一种特殊格式的字符串表示，如：
tpList:String,startTime:Date:default=true,startPoint:Point:srid=4326:default=true
创建SimpleFeatureType时，需要使用GeoMesa提供的org.locationtech.geomesa.utils.interop.SimpleFeatureTypes类，而不是直接使用Geotools的DataUtilities创建，目的是为了支持更多的数据类型。
sft = SimpleFeatureTypes.createType(getTypeName(), attributes.toString());
SimpleFeatureType在DataStore中被称为Schema，使用dataStore.createSchema(sft)函数在DataStore中创建Schema。
SimpleFeature
SimpleFeature即简单要素，用于定义具体的数据。可以使用Geotools提供的SimpleFeatureBuilder类创建，只需要按照先前定义的SimpleFeatureType，依次传入相应类型的数据，最后设置Feature的ID即可，如：
SimpleFeatureBuilder builder = new SimpleFeatureBuilder(getSimpleFeatureType());
builder.set("tpList", ptListString);
builder.set("startTime", new Date(Long.valueOf(startTime)*1000));
builder.set("startPoint", "POINT (" + startPointY + " " + startPointX + ")");
SimpleFeature feature = builder.buildFeature(id);
其中，空间数据可以用WKT(well-known-text)格式的字符串来表示。
写入
创建好SimpleFeature后，就可以开始向数据库中写入数据了。
使用Geotools提供的FeatureWriter执行写入操作，具体代码如下：
FeatureWriter<SimpleFeatureType, SimpleFeature> writer = datastore.getFeatureWriterAppend(sft.getTypeName(), Transaction.AUTO_COMMIT)
for (SimpleFeature feature : features) {
SimpleFeature toWrite = writer.next();
// copy attributes
toWrite.setAttributes(feature.getAttributes());
// if you want to set the feature ID, you have to cast to an implementation class
// and add the USE_PROVIDED_FID hint to the user data
((FeatureIdImpl) toWrite.getIdentifier()).setID(feature.getID());
toWrite.getUserData().put(Hints.USE_PROVIDED_FID, Boolean.TRUE);
// make sure to copy the user data, if there is any
toWrite.getUserData().putAll(feature.getUserData());
// write the feature
writer.write();
}
查询数据
GeoMesa同样使用了GeoTools工具，作为查询操作的接口，查询时的过程图如下：
使用GeoTools进行查询的基本流程如下：
- ① 获取要查询的要素名称，即写入时SimpleFeatureType的Name
- ② 对想要查询的字段，编写相应的查询条件，并创建Filter类型的对象
- ③ 创建Query对象，将上一步中所有查询条件加入其中
- ④ 执行查询，获得查询结果
其中，查询条件可以使用GeoTools提供的CQL（GeoTools’ Contextual Query Language）或ECQL语句编写，并直接转换为Filter对象，例如：
Filter result = CQL.toFilter("ATTR1 < 10 AND ATTR2 < 2 OR ATTR3 > 10" );
Filter result = CQL.toFilter( "ATTR1 AFTER 2006-11-30T01:30:00Z/2006-12-31T01:30:00Z" );
Filter result = CQL.toFilter( "CONTAINS(ATTR1, POINT(1 2))" );
Filter result = CQL.toFilter( "BBOX(ATTR1, 10,20,30,40)" );
Filter result = CQL.toFilter( "DWITHIN(ATTR1, POINT(1 2), 10, kilometers)" );
执行查询时，使用FeatureReader完成查询操作，代码如下：
List<SimpleFeature> queryFeatureList = new ArrayList<>();
FeatureReader<SimpleFeatureType, SimpleFeature> reader = datastore.getFeatureReader(query, Transaction.AUTO_COMMIT)
int n = 0;
while(reader.hasNext()){
SimpleFeature feature=reader.next();
queryFeatureList.add(feature);
n++;
}
System.out.println();
System.out.println("Returned"+n+"totalfeatures");
几个常用查询条件
设置最大返回条目：
Query query = new Query(typeName, ECQL.toFilter(queryCQL));
query.setMaxFeatures(Integer.parseInt(maxView));
设置排序：
Query query = new Query(typeName, ECQL.toFilter(queryCQL));
FilterFactoryImpl ff = new FilterFactoryImpl();
query.setSortBy(new SortBy[]{new SortByImpl(ff.property("startTime"), SortOrder.ASCENDING)});
统计查询-查总数
Query query = new Query(typeName);
query.getHints().put(QueryHints.STATS_STRING(), "Count()");
聚合查询-GroupBy，查每个分组的总数
Query query = new Query(typeName);
query.getHints().put(QueryHints.STATS_STRING(), "GroupBy("carID",Count())");
统计查询-查最大最小值
Query query = new Query(typeName);
query.getHints().put(QueryHints.STATS_STRING(), "MinMax("startTime")");
作者：涛O_O 链接：https://www.jianshu.com/p/cfbe6e7c89b2