Как стать автором
Обновить
1257.81
OTUS
Цифровые навыки от ведущих экспертов

Сравнение реализаций гео-решений в СУБД

Уровень сложностиПростой
Время на прочтение10 мин
Количество просмотров4.8K

Привет, Хабр! Сегодня быстро разберём, как разные СУБД справляются с геоданными. Вопрос простой: если нужно работать с координатами, полигонами, считать расстояния — какая база справится лучше? В сравнение пойдут PostgreSQL (с его крутым PostGIS), MySQL, Oracle, SQL Server и MongoDB.

PostgreSQL + PostGIS

PostGIS — это самый функциональный, по‑хорошему «жирный» набор расширений для PostgreSQL, который делает с пространственными данными всё, что вам может присниться.

Он умеет работать с двумя типами координат: GEOMETRY и GEOGRAPHY. Вот в чем их разница:

  • GEOMETRY — для «плоских» вычислений, где форма Земли не учитывается. Это оптимально для локальных данных (например, в пределах одного города).

  • GEOGRAPHY — для сферических вычислений. Этот тип позволяет учитывать кривизну Земли и использовать геодезические координаты, что хорошо впишется для глобальных задач (например, расчёта расстояния между городами на разных континентах).

В PostGIS более сотни функций для работы с геоданными. Остановимся на основных, которые позволяют обрабатывать данные для повседневных, но важных задач.

Создание геометрии

Чтобы начать работу, создаем таблицу и добавляем GEOGRAPHY или GEOMETRY поля. Пример на GEOGRAPHY:

CREATE TABLE cafes (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    location GEOGRAPHY(Point, 4326)
);

Здесь GEOGRAPHY(Point, 4326) задаёт тип Point в системе координат 4326 (WGS 84, которая чаще всего используется в GPS и на картах).

Вставка данных: ST_SetSRID и ST_MakePoint

Функции ST_MakePoint и ST_SetSRID — это базовые инструменты для работы с точками в PostGIS.

  • ST_MakePoint(x, y) — создаёт точку с координатами x (долгота) и y (широта). Но эта точка будет без системы координат.

  • ST_SetSRID(geometry, srid) — устанавливает систему координат для объекта. Для глобальных координат мы используем SRID 4326 (WGS 84).

Пример вставки точек:

INSERT INTO cafes (name, location)
VALUES
('Кафе А', ST_SetSRID(ST_MakePoint(37.6173, 55.7558), 4326)),
('Кафе Б', ST_SetSRID(ST_MakePoint(30.3351, 59.9343), 4326));

Индексы: GIST и SP‑GiST

Чтобы ускорить пространственные запросы, создаём индекс. В PostGIS для геоданных используются индексы типа GIST и SP-GiST, которые оптимизированы для поиска по координатам и обработке пространственных данных.

CREATE INDEX idx_cafes_location ON cafes USING GIST (location);

Без индекса запросы на больших данных будут работать медленно. GIST — более распространённый индекс для большинства пространственных запросов, SP-GiST используется реже, но может в целом хорош для специфических структур данных, например, для структур данных, которые имеют иерархическую природу или нерегулярные разделения, например, для работы с неравномерными географическими зонами или деревьями.

Поиск ближайших объектов: ST_Distance и ST_DWithin

Допустим, задача — найти ближайшие кафе в радиусе 5 км от заданной точки. Здесь на хороши две функции:

  • ST_Distance(geometry, geometry) — вычисляет расстояние между двумя объектами. Если тип данных GEOGRAPHY, результат будет в метрах.

  • ST_DWithin(geometry, geometry, distance) — возвращает true, если объекты находятся в пределах заданного расстояния. Отличается от ST_Distance тем, что позволяет сразу фильтровать результаты.

Пример запроса на ближайшие кафе в радиусе 5 км:

SELECT name, ST_Distance(location, ST_SetSRID(ST_MakePoint(37.6173, 55.7558), 4326)) AS distance
FROM cafes
WHERE ST_DWithin(location, ST_SetSRID(ST_MakePoint(37.6173, 55.7558), 4326), 5000)
ORDER BY distance;

Здесь:

  1. Используем ST_DWithin, чтобы найти все кафе в радиусе 5 км от точки (37.6173, 55.7558).

  2. Сортируем результат по расстоянию (для этого используем ST_Distance).

Построение буферов и проверка пересечений

Помимо поиска ближайших объектов, PostGIS поддерживает буферные зоны и операции с полигонами. Например:

  • ST_Buffer(geometry, distance) — создаёт буферную зону вокруг объекта (например, круг радиусом distance метров вокруг точки).

  • ST_Intersects(geometry, geometry) — проверяет, пересекаются ли два объекта.

Пример: проверка, попадает ли кафе в буфер 2 км от точки:

SELECT name
FROM cafes
WHERE ST_Intersects(location, ST_Buffer(ST_SetSRID(ST_MakePoint(37.6173, 55.7558), 4326), 2000));

Этот запрос покажет кафе, которые находятся в пределах 2 км от заданной точки, используя буферную зону.

MySQL: легковес для базовых задач

MySQL тоже умеет работать с геоданными, но тут всё куда проще. Поддерживается только GEOMETRY, поэтому все вычисления будут на плоскости, без учета кривизны Земли. Подходит для лёгких задач: нужно проверить, попадает ли пользователь в определенный район? Отлично! Но для сложных задач — расчёта сферических расстояний, построения буферов — увы, не подойдет.

MySQL предлагает базовые функции для пространственных запросов. Основные из них:

  • ST_GeomFromText: конвертирует текстовое описание геометрии в объект GEOMETRY.

  • ST_Contains: проверяет, содержится ли один объект в другом, например, точка внутри полигона.

  • ST_Distance: вычисляет расстояние между двумя объектами в плоской системе координат.

  • ST_Within: проверяет, находится ли объект полностью внутри другого (аналогично ST_Contains)

Предположим, что идет работа над системой доставки и нужно определить, находится ли пользователь в пределах района доставки. Используем ST_Contains, чтобы проверить, попадает ли точка в полигон.

Создадим таблицу delivery_zones, где храним районы доставки как полигоны, и добавим пространственный индекс SPATIAL для ускорения поиска. Важно: SPATIAL INDEX поддерживается только на типе GEOMETRY и не может быть применён к типу GEOGRAPHY, который в MySQL не поддерживается, помимо этого он работает только с таблицами InnoDB и MyISAM.

CREATE TABLE delivery_zones (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100),
    zone GEOMETRY NOT NULL,
    SPATIAL INDEX(zone)
);

После юзаемST_GeomFromText, чтобы создать полигон из текстового описания в формате WKT

INSERT INTO delivery_zones (name, zone)
VALUES ('Район А', ST_GeomFromText('POLYGON((x1 y1, x2 y2, x3 y3, x4 y4, x1 y1))'));

P.S: замкнутые полигоны должны начинаться и заканчиваться одной и той же точкой.

Далее приходит время ST_Contains, чтобы проверить, содержится ли точка (координаты x, y) внутри полигона. В MySQL важно учитывать, что функция ST_Contains не учитывает точки на границе полигона. Если точка лежит на границе, результат будет FALSE.

SELECT name
FROM delivery_zones
WHERE ST_Contains(zone, ST_GeomFromText('POINT(x y)'));

Этот запрос вернёт имя района, если точка находится внутри полигона.

Хотя MySQL ограничен в пространственном функционале, он имеет еще несколько хороших операций:

  • ST_Intersects: проверяет, пересекаются ли два объекта.

  • ST_Touches: возвращает TRUE, если объекты касаются друг друга (например, если два полигона имеют общую границу).

  • ST_Centroid: возвращает центральную точку (центроид) для полигона.

Итак, MySQL — это быстрый и лёгкий вариант для базовых задач, таких как проверка точки на вхождение в полигон или простое определение пересечений. Однако без учёта кривизны Земли и с минимальными аналитическими возможностями, он подходит только для ограниченных геозадач.

Oracle Spatial

Oracle Spatial — это полноценный модуль в Oracle Database для работы с пространственными данными. С Oracle Spatial можно выполнять многослойные пространственные операции, анализировать пересечения, строить буферные зоны и управлять большими массивами пространственных данных на корпоративном уровне. Oracle Spatial очень хорош подходит для задач территориального анализа, планирования инфраструктуры, мониторинга и создания довольно сложных ГИС.

Основные возможности:

  • Oracle Spatial поддерживает SDO_GEOMETRY, который включает объекты типа Point, LineString, Polygon, а также мультиобъекты (например, MultiPolygon).

  • Функции для проверки пересечений SDO_RELATE, нахождения расстояний SDO_WITHIN_DISTANCE, построения буферов SDO_BUFFER и других операций.

  • Индексы R‑Tree оптимизированы для поиска и анализа больших объемов пространственных данных.

Рассмотрим их в примерах.

SDO_GEOMETRY — основной тип данных в Oracle Spatial для хранения пространственной информации. Он имеет несколько полей, которые задают тип объекта, координаты, систему координат и элементы геометрии. Структура SDO_GEOMETRY выглядит так:

SDO_GEOMETRY(
    2003,              -- тип объекта (2001 для точки, 2003 для полигона и т.д.)
    4326,              -- система координат (SRID)
    NULL,              -- точка, если это одиночный объект (например, для типа Point)
    SDO_ELEM_INFO_ARRAY(1, 1003, 1), -- описание элементов (начало, тип, интерпретация)
    SDO_ORDINATE_ARRAY(x1, y1, x2, y2, ...) -- массив координат
)

Тип объекта: указывает, что за объект хранится (точка, линия, полигон и т. д.).

SRID: система координат, например, 4326 для WGS 84.

SDO_ELEM_INFO_ARRAY: задаёт структуру геометрии (кольцо, внешний или внутренний контур полигона).

SDO_ORDINATE_ARRAY: массив координат, который хранит реальные данные объекта.

Пример создания полигона (района города):

INSERT INTO coverage_zones (id, name, zone)
VALUES (
    1,
    'Район А',
    SDO_GEOMETRY(
        2003,
        4326,
        NULL,
        SDO_ELEM_INFO_ARRAY(1, 1003, 1),
        SDO_ORDINATE_ARRAY(37.6173, 55.7558, 37.6175, 55.7559, 37.6180, 55.7560, 37.6173, 55.7558)
    )
);

Для ускорения работы с пространственными данными в Oracle Spatial используется R‑Tree индексация. Это деревообразная структура, которая позволяет быстрее находить объекты, попадающие в определённые пространственные границы.

CREATE INDEX idx_coverage_zones ON coverage_zones(zone) INDEXTYPE IS MDSYS.SPATIAL_INDEX;

Oracle Spatial предлагает мощные функции для анализа данных. Вот самые полезные из них.

А теперь рассмотрим аналитическую задачу конкурентного анализа. Допустим, нужно понять, где зоны покрытия двух магазинов пересекаются.

Создадим таблицы зон покрытия:

CREATE TABLE coverage_zones (
    id NUMBER PRIMARY KEY,
    name VARCHAR2(100),
    zone SDO_GEOMETRY
);

Добавляем зоны в виде полигонов с SDO_GEOMETRY:

INSERT INTO coverage_zones (id, name, zone)
VALUES (
    1,
    'Зона Магазин 1',
    SDO_GEOMETRY(2003, 4326, NULL, SDO_ELEM_INFO_ARRAY(1,1003,1), SDO_ORDINATE_ARRAY(37.6, 55.7, 37.61, 55.71, 37.62, 55.72, 37.6, 55.7))
);

INSERT INTO coverage_zones (id, name, zone)
VALUES (
    2,
    'Зона Магазин 2',
    SDO_GEOMETRY(2003, 4326, NULL, SDO_ELEM_INFO_ARRAY(1,1003,1), SDO_ORDINATE_ARRAY(37.615, 55.705, 37.625, 55.715, 37.635, 55.725, 37.615, 55.705))
);

После используем функцию SDO_RELATE с маской ANYINTERACT, чтобы найти все зоны, которые пересекаются с другими:

SELECT a.name AS zone_a, b.name AS zone_b
FROM coverage_zones a, coverage_zones b
WHERE a.id <= b.id
  AND SDO_RELATE(a.zone, b.zone, 'mask=ANYINTERACT') = 'TRUE';

Маска ANYINTERACT указывает, что нас интересует любое пересечение. Результат запроса покажет пары зон, которые пересекаются.

Oracle Spatial подходит для задач, где требуется детальный территориальный анализ и работа с большими объемами пространственных данных.

SQL Server и MongoDB

SQL Server

SQL Server поддерживает работу с геоданными с помощью типов GEOMETRY и GEOGRAPHY, что позволяет выполнять как плоские, так и сферические расчеты. В отличие оPostgreSQL/PostGIS и Oracle Spatial, SQL Server больше подходит для простых геозадач.

По типам данных все стандартно: GEOMETRY и GEOGRAPHY.

Основные функции:

  1. STGeomFromText / STPointFromText: функции, которые создают геометрические объекты из WKT (Well‑Known Text).

  2. STDistance: вычисляет расстояние между двумя геообъектами. Если тип данных GEOGRAPHY, результат будет в метрах.

  3. STContains: проверяет, содержится ли один объект внутри другого.

  4. STWithin: аналог STContains, проверяет нахождение одного объекта внутри другого.

  5. STIntersects: проверяет, пересекаются ли два объекта.

Теперь создадим таблицу Stores с полем Location для хранения координат и создаём индекс для оптимизации пространственных запросов.

CREATE TABLE Stores (
    StoreID INT PRIMARY KEY,
    Name NVARCHAR(100),
    Location GEOGRAPHY
);

CREATE SPATIAL INDEX idx_location ON Stores(Location);

Для вставки данных используем GEOGRAPHY::Point, задавая широту и долготу.

INSERT INTO Stores (StoreID, Name, Location)
VALUES 
(1, 'Магазин А', GEOGRAPHY::Point(55.7558, 37.6173, 4326)),
(2, 'Магазин Б', GEOGRAPHY::Point(59.9343, 30.3351, 4326));

Допустим, требуется найти все магазины в радиусе 10 км от указанной точки.

DECLARE @UserLocation GEOGRAPHY = GEOGRAPHY::Point(55.7558, 37.6173, 4326);

SELECT Name
FROM Stores
WHERE Location.STDistance(@UserLocation) <= 10000;

Функция STDistance возвращает расстояние между объектами в метрах, т.к используется тип GEOGRAPHY.

Пример использования STIntersects для проверки пересечений:

DECLARE @Polygon GEOGRAPHY = GEOGRAPHY::STGeomFromText('POLYGON((x1 y1, x2 y2, x3 y3, x4 y4, x1 y1))', 4326);

SELECT Name
FROM Stores
WHERE Location.STIntersects(@Polygon) = 1;

Этот запрос вернёт все магазины, попадающие в указанный полигон.

MongoDB

MongoDB позволяет работать с геоданными через коллекции, используя индексы 2dsphere для сферических данных и 2d для плоской геометрии. Основная фича MongoDB в том, что он отлично подходит для структур, где пространственные данные объединены с неструктурированными данными.

Типы индексов для геоданных в MongoDB:

  • 2dsphere: используется для сферических данных (учитывает кривизну Земли), поддерживает запросы типа $nearSphere, $geoWithin и другие. Рекомендуется для географических координат.

  • 2d: для данных в плоской системе координат. Используется реже, т.к не подходит для глобальных расчётов.

Основные гео-функции и операторы:

  1. $near и $nearSphere: операторы для поиска ближайших точек.

  2. $geoWithin: находит объекты внутри заданной области.

  3. $geoIntersects: проверяет пересечение объектов.

Создадим коллекцию stores и добавим индекс 2dsphere на поле location для поддержки сферических запросов.

db.stores.createIndex({ location: "2dsphere" });

MongoDB использует формат GeoJSON для хранения геоданных. Создадим документы с полями location, содержащими координаты точек.

db.stores.insertMany([
    { name: "Магазин А", location: { type: "Point", coordinates: [37.6173, 55.7558] } },
    { name: "Магазин Б", location: { type: "Point", coordinates: [30.3351, 59.9343] } }
]);

Теперь используем оператор $near, чтобы найти магазины в пределах 5 км от указанной точки.

db.stores.find({
    location: {
        $near: {
            $geometry: { type: "Point", coordinates: [37.6173, 55.7558] },
            $maxDistance: 5000  // 5 км
        }
    }
});

Этот запрос вернёт ближайшие магазины в радиусе 5 км от точки [37.6173, 55.7558].

Для поиска объектов внутри полигона используем $geoWithin.

db.stores.find({
    location: {
        $geoWithin: {
            $geometry: {
                type: "Polygon",
                coordinates: [
                    [[x1, y1], [x2, y2], [x3, y3], [x4, y4], [x1, y1]]
                ]
            }
        }
    }
});

Этот запрос вернёт все магазины, которые находятся внутри указанного полигона.

Итак, MongoDB хорош для для приложений с NoSQL структурой, где гео-запросы должны быть лёгкими и быстрыми.


Сравнительная таблица

Подготовили сравнительную таблицу:

База данных

Сфер.координаты

Основные типы данных

Оптимизация

Легкость

Индексы

Функции

Применение

PostgreSQL + PostGIS

Да

GEOMETRY, GEOGRAPHY

Да

Средняя

GIST, SP-GiST

ST_Distance, ST_DWithin, ST_Buffer, ST_Intersects

Комплексные геоданные и карты, аналитика, ГИС

MySQL

Нет

GEOMETRY

Нет

Высокая

SPATIAL INDEX

ST_GeomFromText, ST_Contains, ST_Distance, ST_Within

Простые геозапросы, базовая фильтрация

Oracle Spatial

Да

SDO_GEOMETRY

Да

Сложная

R-Tree

SDO_RELATE, SDO_WITHIN_DISTANCE, SDO_BUFFER, SDO_INTERSECTS

Корпоративные GIS, территориальный анализ

SQL Server

Частично

GEOMETRY, GEOGRAPHY

Частично

Средняя

SPATIAL INDEX

STDistance, STContains, STWithin, STIntersects

Базовые геозапросы, ограниченный анализ

MongoDB

Да (только 2dsphere)

GeoJSON

Нет

Высокая

2dsphere, 2d

$near, $geoWithin, $geoIntersects

Лёгкие запросы в NoSQL среде, фильтрация по локациям

Итак, мой выбор пал на PostqreSQL, однако, для легких задач лучше не переусердствовать и обратиться к простым решениям.

Кстати, уже скоро на бесплатном вебинаре от OTUS, спикеры расскажут о том, что нового в PostgreSQL 17. Регистрация доступна по ссылке.

Теги:
Хабы:
Всего голосов 16: ↑14 и ↓2+18
Комментарии5

Публикации

Информация

Сайт
otus.ru
Дата регистрации
Дата основания
Численность
101–200 человек
Местоположение
Россия
Представитель
OTUS