• 时间和空间的完美统一!阿里云时空数据库正式商业化


    经过一段时间公测,得到广大客户的热烈支持,阿里云时空数据库已经于2019年9月10日正式商业化售卖!

    产品介绍

    时空数据库能够存储、管理包括时间序列以及空间地理位置相关的数据。我们的社会生产、经济活动和社会交往同时空数据密切相关,比如传感器网络、移动互联网、射频识别、全球定位系统等设备时刻输出时间和空间数据,数据量增长非常迅速,这对存储和管理时空数据带来了挑战,传统数据库很难应对时空数据。时空数据是一种高维数据,普通的关系型数据库更适合于存储数值和字符类型数据,也缺少相关的算子。阿里云时空数据库具有时空数据模型、时空索引和时空算子,完全兼容SQL及SQL/MM标准,支持时空数据同业务数据一体化存储、无缝衔接,易于集成使用。
    产品首页https://www.aliyun.com/product/hitsdb_spatialpre 
    产品使用手册详见https://help.aliyun.com/document_detail/116088.html?spm=a2c4g.11174283.6.727.1b22130eu4OBeh

    适用场景

    交通监控与分析、物流配送、可穿戴设备监测、新能源车辆监测、LBS、地图服务等。

    产品特性

    • 时间序列数据与空间数据有效统一,满足大规模时空数据存储和查询,方便从多个维度分析和利用数据;
    • 基于PostgreSQL扩展,改进PostgreSQL索引,大幅度提升时空检索性能,同时兼容PostgreSQL现有生态;
    • 存储依托于阿里云盘古系统,数据可靠性超过6个9;
    • 具有自动备份和恢复能力;
    • 具有完善的高可用架构,支持自动化主机与备机切换;
    • 有时空领域资深专家提供支持,为客户的业务保驾护航;

    产品购买流程

    在购买时空数据库之前,需要先满足以下前提条件:

    • 您已经注册了阿里云账号并完成实名认证。否则,请先注册阿里云账号。
    • 您已拥有阿里云专有网络(VPC)。时空数据库只支持在 VPC 网络创建实例(但之后您可以选择通过 VPC 或公网访问实例)。如果没有 VPC 网络,请登录专有网络(VPC)控制台开通 VPC,然后在对应的地域和可用区创建专有网络和交换机。关于创建 VPC 的具体信息,请参考创建 VPC

    以“华北1(杭州)” 地域为例,下面演示具体创建流程。

    ACTION1: 在使用的区域内,创建VPC实例

    https://vpc.console.aliyun.com/vpc/cn-hangzhou/vpcs

    以“华北1(杭州)”区为例,选择地域:华东1(杭州),交换机选项中,选择需要的可用区如“杭州 可用区B”, 后续创建时空数据库实例,会用到 “地域” 、“可用区”、“VPC”、“交换机” 这几个概念。

    创建VPC完成之后,可以查看VPC的详情

    ACTION2: 创建时空数据库实例

    https://common-buy.aliyun.com/?commodityCode=hitsdb_spatialpre#/buy

    1. 地域:华东1(杭州)
    2. 可用区:华东1 可用区B
    3. 版本:选择基础版或高可用版。详细介绍请参考文档
    4. 专有网络(VPC): 选择刚刚创建的VPC
    5. 专有网络交换机:选择刚刚创建的VPC下的交换机

    ACTION3: 购买成功之后,登录TSDB控制台,查看实例详情

    https://tsdb.console.aliyun.com/?spm=5176.11182172.console-base-top.dconsoleEntry.60ec4882eEzNPU#/cluster/cn-hangzhou

    ACTION4: 在“实例详情”页面中,查看“公共网络地址” 和 “VPC网络地址”,设置网络白名单。

    这里为了测试方便,VPN和公共网络的参数都设置成“0.0.0.0/0”

    ACTION5: 在“实例详情”页面中,左侧选择“账户管理”进入账户创建页面,创建高权限账号

    至此,整个时空数据库的初始化工作已经完成,可以通过外部网络或VPC专有网络,连接时空数据库交互。

    数据写入查询

    时空数据库写入和查询非常便利,读写采用标准SQL,用户可以通过JDBC/ODBC驱动操作数据库,进行读写操作。
    用户也可以通过psql交互式终端向时空数据库写入和查询数据,下面是几个简单的例子:

    创建一个时空表:

    CREATE TABLE tsdb_test( uid bigint, time  timestamp, 
                           speed float, position geometry(Point,4326) );
    SELECT create_hypertable('tsdb_test', 'time', chunk_time_interval => interval '1 hour');

    写入数据:

    INSERT INTO tsdb_test 
    VALUES (1001, '2019-03-11 16:34:15', 102.2, ST_SetSRID(ST_MakePoint(10.3,20.1),4326)),
           (1001, '2019-03-11 16:34:16', 100.1, ST_SetSRID(ST_MakePoint(10.4,20.1),4326)),
           (1002, '2019-03-11 16:34:17', 60.0, ST_SetSRID(ST_MakePoint(10.5,20.2),4326)),
           (1002, '2019-03-11 16:34:18', 61.0, ST_SetSRID(ST_MakePoint(10.6,20.2),4326)),
           (1003, '2019-03-11 16:34:20', 39.0, ST_SetSRID(ST_MakePoint(10.7,20.2),4326)),
           (1003, '2019-03-11 16:34:21', 30.0, ST_SetSRID(ST_MakePoint(10.8,20.2),4326));

    用户通过交互终端查询数据,可以如下:

    SELECT time,uid,speed,ST_AsText(position) 
    FROM tsdb_test 
    WHERE time >'2019-03-11 16:00:00' AND 
          time < '2019-03-11 18:00:00' AND 
          ST_Contains(ST_SetSRID(ST_MakeBox2D(ST_Point(2.4, 5.5),ST_Point(13.0,26.1)),4326),position) ;
    +---------------------+---------------+-----------------+---------------------+
    | TIME                | UID           | SPEED           | ST_ASTEXT           |
    +---------------------+---------------+-----------------+---------------------+
    | 2019-03-11 16:34:15 | 1001          |           102.2 | POINT(10.3 20.1)    |
    | 2019-03-11 16:34:16 | 1001          |           100.1 | POINT(10.4 20.1)    |
    | 2019-03-11 16:34:17 | 1002          |              60 | POINT(10.5 20.2)    |
    | 2019-03-11 16:34:18 | 1002          |              61 | POINT(10.6 20.2)    |
    | 2019-03-11 16:34:20 | 1003          |              39 | POINT(10.7 20.2)    |
    | 2019-03-11 16:34:21 | 1003          |              30 | POINT(10.8 20.2)    |
    +---------------------+---------------+-----------------+---------------------+

    更新数据:

    UPDATE tsdb_test 
    set position = ST_SetSRID(ST_MakePoint(11.1,22.2),4326) 
    WHERE uid=1002;

    时空分析功能

    用户可以使用时间&空间分析函数,对时空数据库中的表做分析查询。以共享汽车平台中车辆数据为背景,举几个简单的例子。

    按时间窗口聚合

    按照5分钟为一个聚合时间窗口,获取共享汽车平台中车辆的最大速度;常见聚合函数如:sum,max,min,avg等

    SELECT uid,time_bucket('5 minutes', time) AS interval, max(speed) 
    FROM tsdb_test 
    WHERE uid='1002' and 
          time < '2019-04-01 01:13:42' 
    GROUP BY uid, interval 
    ORDER BY interval DESC;
    +---------------+---------------------+---------------+
    | UID           | INTERVAL            | MAX           |
    +---------------+---------------------+---------------+
    | 1002          | 2019-03-11 16:30:00 |            61 |
    +---------------+---------------------+---------------+

    按时间段和距离过滤

    返回某个时间段,与指定对象的距离大于“17米”的车辆。空间范围函数比如: ST_Distance等使用,参考:空间对象关系函数

    SELECT time,uid,speed,ST_AsText(position) 
    FROM tsdb_test 
    WHERE time > '2019-01-01 01:02:00' and 
          time < '2019-04-01 01:11:02' and 
          ST_Distance('SRID=4326;POINT(2.4 5.5)'::geometry, position)>17.0;
    +---------------------+---------------+-----------------+---------------------+
    | TIME                | UID           | SPEED           | ST_ASTEXT           |
    +---------------------+---------------+-----------------+---------------------+
    | 2019-03-11 16:34:17 | 1002          |              60 | POINT(11.1 22.2)    |
    | 2019-03-11 16:34:18 | 1002          |              61 | POINT(11.1 22.2)    |
    +---------------------+---------------+-----------------+---------------------+

    普通属性值过滤

    根据用户设置的数值限制条件,返回某时间段内“速度>60”的车辆记录。比如: “>”, “<”, “=”, “<=”, “>=”, “!=”。ST_AsText的使用,参考:空间对象输出函数

    SELECT time,uid,speed,ST_AsText(position) 
    FROM tsdb_test 
    WHERE time > '2019-03-01 01:02:00' and 
          time < '2019-03-15 01:11:02' and 
          speed > 60;
    +---------------------+---------------+-----------------+---------------------+
    | TIME                | UID           | SPEED           | ST_ASTEXT           |
    +---------------------+---------------+-----------------+---------------------+
    | 2019-03-11 16:34:15 | 1001          |           102.2 | POINT(10.3 20.1)    |
    | 2019-03-11 16:34:16 | 1001          |           100.1 | POINT(10.4 20.1)    |
    | 2019-03-11 16:34:18 | 1002          |              61 | POINT(11.1 22.2)    |
    +---------------------+---------------+-----------------+---------------------+

    关于时空数据库的具体用法,可以参考阿里云时空数据库-开发指南

    阿里云时空数据库致力于推动时空领域生态发展,为客户提供低成本高性能服务,让时空数据价值在线化!

    产品首页https://www.aliyun.com/product/hitsdb_spatialpre 

    产品使用手册详见https://help.aliyun.com/document_detail/116088.html?spm=a2c4g.11174283.6.727.1b22130eu4OBeh

    时空数据库实例创建https://common-buy.aliyun.com/?commodityCode=hitsdb_spatialpre#/buy

    本文作者:胡笳 

    原文链接

    本文为云栖社区原创内容,未经允许不得转载。

  • 相关阅读:
    Linux系列教程(二十)——Linux的shell概述以及如何执行脚本
    Linux系列教程(十九)——Linux文件系统管理之手工分区
    Linux系列教程(十八)——Linux文件系统管理之文件系统常用命令
    Linux系列教程(十七)——Linux权限管理之文件系统系统属性chattr权限和sudo命令
    Linux系列教程(十六)——Linux权限管理之ACL权限
    Linux系列教程(十五)——Linux用户和用户组管理之用户管理命令
    flask-sqlalchemy用法详解
    flask 扩展包
    机器学习的数学基础-(三、概率论和数理统计)
    机器学习的数学基础-(二、线性代数)
  • 原文地址:https://www.cnblogs.com/zhaowei121/p/11551425.html
Copyright © 2020-2023  润新知