社区首页 >专栏 >批量将本地gis数据导入postgis数据库

批量将本地gis数据导入postgis数据库

数据小磨坊

发布于 2018-08-16 08:50:27

2.7K00

代码可运行

文章被收录于专栏：数据小魔方数据小魔方

运行总次数：0

代码可运行

以前在处理gis数据的时候，都是直接导入本地shp素材、本地geojson素材，本地topojson素材，自从接触postgis数据之后，深感使用规范的存储系统来统一管理gis数据的好处，特别是数据量大了之后，优势便更加明显，你可以选择将很多需要做空间计算的步骤转移到Postgis数据库内进行计算，要知道Postgis提供的空间计算能力与R和Python这种应用导向的工具相比，优势要大得多。

在批量导入素材之前，我们可以先看下R语言目前提供的各种导入接口在I/O性能上相比有何异同。

#install.packages("geojsonio")
#devtools::install_github("ropensci/geojsonio")
library("geojsonio")
library("rgdal")
library("sf")
library("maptools")

使用maptools包中的readShapePoly函数进行导入（已快被遗弃了，推荐使用sf和rgdal包）

system.time(china_map <- readShapePoly("D:/R/rstudy/CHN_adm/bou2_4p.shp"))
用户 系统 流逝 
0.23 0.00 0.23 

Warning message:
use rgdal::readOGR or sf::st_read 

china_map@data
ggplot2::fortify(china_map)

geojsonio包导入：

system.time(geojson1 <- geojson_read(
         "D:/R/rstudy/CHN_adm/bou2_4p.shp",
         method = "local",
         parse = TRUE, 
         what = "sp",
         encoding="utf-8", 
         use_iconv=TRUE
         ))

用户 系统 流逝 
0.69 0.03 0.71

使用rgdal包：

system.time(map_data <- readOGR(
            "D:/R/rstudy/CHN_adm/bou2_4p.shp",
            encoding="utf-8", 
            use_iconv=TRUE
            ))
OGR data source with driver: ESRI Shapefile 
Source: "D:\R\rstudy\CHN_adm\bou2_4p.shp", 
layer: "bou2_4p"with 925 features
It has 7 fields
Integer64 fields read as strings:  BOU2_4M_ BOU2_4M_ID 
用户 系统 流逝 
0.66 0.09 0.75

使用sf包导入：

system.time(nepal_shp <- read_sf(
              "D:/R/rstudy/CHN_adm/bou2_4p.shp",
              options = "ENCODING=gbk"
                 ))
用户 系统 流逝 
0.05 0.00 0.05

可以看到在同一个shp文件单项导入的情况下，纯粹从时间上来看： sf > maptools > rgdal > geojsonio

这里值得一提的是，geojsonio包是封装的rgdal服务，性能上自然略逊rgdal一筹，以上四个包中，除sf包是基于simple features标准的模型之外，其他基本都是基于sp模型的。sf模型的性能由此可见一斑。

当然，以上sf包、rgdal包和sf包都是兼容性很好地包，可以支持非常广泛的数据源，以下分别是在json标准下的两种素材上进行测试。

geojson

system.time(geojson <- geojson_read(
           "D:/R/mapdata/State/china.geojson",
           method = "local",
           parse = TRUE, 
           encoding="utf-8", 
           use_iconv=TRUE,
           what = "sp"
           ))
用户 系统 流逝 
0.80 0.02 0.81 

system.time(map_data <- readOGR(
            "D:/R/mapdata/State/china.geojson",
            encoding="utf-8", 
            use_iconv=TRUE,
            stringsAsFactors = FALSE
            ))
OGR data source with driver: GeoJSON 
Source: "D:\R\mapdata\State\china.geojson", layer: "china"with 34 features
It has 2 fields
用户 系统 流逝 
0.77 0.00 0.76 

system.time(nepal_shp <- read_sf(
               "D:/R/mapdata/State/china.geojson"
                 ))

用户 系统 流逝 
0.03 0.00 0.03

topojson

system.time(map_data <- readOGR(
            "D:/R/mapdata/china.topojson",
            use_iconv=TRUE, 
            encoding = "utf-8",
            stringsAsFactors = FALSE
            ))

OGR data source with driver: GeoJSON 
Source: "D:\R\mapdata\china.topojson", layer: "china"with 34 features
It has 2 fields
用户 系统 流逝 
0.52 0.01 0.59 

system.time(geojson <- topojson_read(
            "D:/R/mapdata/china.topojson",
             encoding="utf-8", 
             use_iconv=TRUE
            ))

OGR data source with driver: GeoJSON 
Source: "D:\R\mapdata\china.topojson", layer: "china"with 34 features
It has 2 fields
用户 系统 流逝 
0.59 0.00 0.59 

system.time(nepal_shp <- read_sf(
              "D:/R/mapdata/china.topojson"
         ))
用户 系统 流逝 
0.02 0.00 0.01

是不是看完这个性能大比拼之后大吃一惊，为sf包的超强IO能力所折服，sf包是一个非常强大的包，实现了基于simple features的所有特性，如果你了解一点儿Postgis的话，你会发现作者把大部分空间运算的函数名称设计的和Postgis中的函数一模一样，这就意味着你无论是只了解过sf包函数，或者只了解过Postgis函数，都可以低成本的迁移到两一个平台，因为同名函数往往功能一致。

如果你要想将sf包导入的数据模型转换为普通的数据框模式，仅仅只需使用其提供的as(sf,’Spatial’)函数一次转化即可，当然sf有自己的ggplot2通道函数geom_sf()，这意味着你不必多此一举。（当然对于sf不甚熟悉，习惯于使用geom_polygon来实现地理信息可视化的小伙伴儿，可以采取这种办法，但是仍然要推荐大家学习sf包，因为它代表着未来）。

R语言-gis数据批量入库：

#定义读写函数：
task <- function(filename,conn){
  #此处为写入本地gis数据（可以是任意格式，可以使用任意一种导入工具）
  map_data <- readOGR(filename,use_iconv=TRUE,encoding = "utf-8",stringsAsFactors = FALSE) 
  file_name <- sub('.json','',basename(filename))
  #此处是写入数据库的函数，可以使用sf包、rgdal包以及RPostgreSQL包提供的写出函数。
  writeOGR(obj = map_data ,dsn = conn,driver = "PostgreSQL",layer=file_name,encoding="gbk",overwrite_layer = TRUE)
 }
  #此处使用l_ply函数创建批量执行任务
Project_io <- function(path){
    setwd(path)
    input_list = list.files(path) 
    conn <- "PG:dbname='mytest' host='localhost' port='5432' user='postgres' password='708965'"
    l_ply(input_list,task,conn)
}
#启动任务
Project_io("D:/R/mapdata/Province")

Python-gis数据批量入库：

import geopandas as gpd
import pandas as pd
from sqlalchemy import create_engine
from geoalchemy2 import Geometry,WKTElement
import numpy as np
import os
import re
import json

#数据写入函数：
def write_gis(path):
    map_data = gpd.GeoDataFrame.from_file(path)
    map_data['geometry'] = map_data['geometry'].apply(lambda x: WKTElement(x.wkt,4326))
    map_data.drop(['center','parent'], axis = 1, inplace=True)
    map_data.to_sql(
    name  = re.split('\\.',path)[0],
    con   = engine,
    if_exists= 'replace',
    dtype = {'geometry':Geometry(geometry_type ='POLYGON',srid = 4326)}
    )
    return None

#创建批量任务
def to_do(file_path,username,password,dbname):
    os.chdir(file_path)
    link = "postgresql://{0}:{1}@localhost:5432/{2}".format(username,password,dbname)
    engine = create_engine(link,encoding = 'utf-8')
    file_list = os.listdir()
    map(lambda x: write_gis(x),file_list)
    return None

#执行任务计划
if __name__ == '__main__':
    file_path = 'D:/R/mapdata/Province'
    username = 'postgres'
    password = *****
    dbname = 'mytest'
    to_do(file_path,username,password,dbname)
    print('DODE')