PostgreSQL raster(栅格数据) st_value 优化举例

背景

栅格数据是由点阵组成的图像化数据，点阵具备空间属性（边界）。点阵由像素组成，所以每个像素也具备空间属性，同时每个像素内填充数值，数值可以代表温度、灰度、颜色系数、属性、湿度等等。

每个栅格中可以有多个波段，每个波段可以代表一个图层，多个波段可以组合叠加计算。

使用栅格数据，可以实现具备空间、业务属性的数据分析，可视化等。

例如热力图、绿化率图、道路、温度分布等等。

arcgis栅格数据组织形式：


任何有效的栅格格式  
  
像素数组  
  
一个或多个波段  
  
以文件形式存储在磁盘或地理数据库中  
  
70 多种支持的格式  
  
可用作影像服务  
  
可在许多地理处理和分析工具中用作数据源  
  
可在“影像分析”窗口中使用

由于栅格数据可大可小，当提取某个像素的VALUE时，可能会有一定的性能问题。

使用st_value提取raster指定像素VALUE

https://postgis.net/docs/RT_ST_Value.html

当栅格文件非常大时，st_value可能要执行很长时间，虽然只提取一个像素的值。(此性能与栅格文件本身的数据组织，检索方法有关。)

使用st_setvalue设置raster指定像素value

http://postgis.net/docs/RT_ST_SetValue.html

栅格背景知识

可以从arcgis或postgis的手册中，学习栅格的知识。

http://resources.arcgis.com/zh-cn/help/main/10.2/#/na/009t00000004000000/

http://resources.arcgis.com/zh-cn/help/main/10.2/index.html#//009t00000007000000

优化方法

业务层优化

1、切割raster，将一个大的raster，切割为若干小的raster

2、边界转geometry, 建立边界的表达式索引

3、判断输入的geometry point是否与被查询raster相交(st_intersects)，相交则求st_value，否则不计算st_value

数据库内核层优化

4、当然，还有一种优化方法是对栅格文件本身建立较好的数据模型，便于快速检索。这种方法对业务透明

小结

优化思路：

1、降低计算量，使用切割的方法。

2、降低计算量或IO放大，使用表达式索引。

3、降低精度，对raster进行分层，类似这样的思路


SELECT   
  ST_AsText(ST_Union(pixpolyg)) As shadow  
FROM   
(  
SELECT         ST_Translate(  
                  ST_MakeEnvelope(  
		        ST_UpperLeftX(rast),   
			ST_UpperLeftY(rast),  
			ST_UpperLeftX(rast) + ST_ScaleX(rast)*2,  
			ST_UpperLeftY(rast) + ST_ScaleY(rast)*2,   
			0  
		  ),   
		  ST_ScaleX(rast)*x,   
		  ST_ScaleY(rast)*y  
	       ) As pixpolyg,   
	       ST_Value(rast, 2, x, y) As b2val  
FROM   
  dummy_rast   
CROSS JOIN  
  generate_series(1,1000,2) As x   
CROSS JOIN   
  generate_series(1,1000,2) As y  
WHERE rid =  2  
  AND x <= ST_Width(rast)    
  AND y <= ST_Height(rast)    
) As foo  
WHERE  
ST_Intersects(   
  pixpolyg,  
  ST_GeomFromText('POLYGON((3427928 5793244,3427927.75 5793243.75,3427928 5793243.75,3427928 5793244))',0)  
)   
AND b2val != 254;