前言
基于 PostGIS 实现空间数据动态矢量切片，提升大规模空间数据的前端渲染流畅度。主要思路为：
- 根据前端请求的切片等级和行列号，计算切片边界范围；
- 根据切片边界范围拼写 SQL 语句，生成相应的矢量切片。
切片边界范围计算
各种地图 API 通常是根据缩放等级、地图中心点、屏幕坐标等信息计算出该屏幕范围内所有地图瓦片的行列号，以及各个瓦片在屏幕中的位置，然后根据缩放等级（z）、瓦片列号（x）、 瓦片行号（y）向后台请求对应的地图瓦片进行展示。以 Mapbox gl 为例，请求路径为：
http://127.0.0.1:3000/getMvt/{z}/{x}/{y}
对后台（地图服务器）而言，需要根据 z、x、y 这三个值找到相应的地图瓦片返回给前端。既然是动态矢量切片，则后台需要根据接收到的 z、x、y 这三个值计算对应切片的边界范围，然后使用 PostGIS 计算出该范围的矢量瓦片返回给前端。如何根据缩放等级和瓦片编号计算瓦片左上角坐标，进而计算出瓦片经纬度范围，参见这篇文章。
代码逻辑
首先设置路由：
router.get('/getMvt/*/*/*', (req, res, next) => {
spatial.getMvt(req, res, next);
});
然后通过解析请求路径，获取相应的 x, y, z 的值，拼写 SQL 语句，计算矢量切片：
const pgConfig = require('./pgConfig');
const pg = require('pg');
const pool = new pg.Pool(pgConfig);
let spatial = {
// 生成矢量瓦片
getMvt: function (req, res, next) {
let temp = req.url
let txyz = {
x: parseInt(req.url.split('/')[3]),
y: parseInt(req.url.split('/')[4]),
z: parseInt(req.url.split('/')[2]),
}
let [xmin, ymin] = xyz2lonlat(txyz.x, txyz.y, txyz.z)
let [xmax, ymax] = xyz2lonlat(txyz.x + 1, txyz.y + 1, txyz.z)
let sql1 =
`
SELECT ST_AsMVT(P,'point',4096,'geom') AS "mvt"
FROM
(
SELECT ST_AsMVTGeom(ST_Transform(geom,3857),ST_Transform(ST_MakeEnvelope (${xmin},${ymin},${xmax},${ymax},4326),3857),4096,64,TRUE) geom
FROM "osm_pois_pt"
) AS P
`
let sql2 =
`
SELECT ST_AsMVT ( P,'line',4096,'geom' ) AS "mvt"
FROM
(
SELECT ST_AsMVTGeom (ST_Transform (geom, 3857 ),ST_Transform (ST_MakeEnvelope ( ${xmin},${ymin},${xmax},${ymax},4326 ),3857),4096,64,TRUE ) geom
FROM "osm_roads_ln"
) AS P
`
let sql3 =
`
SELECT ST_AsMVT ( P,'polygon',4096,'geom' ) AS "mvt"
FROM
(
SELECT ST_AsMVTGeom (ST_Transform (ST_Simplify(geom, 0.0),3857 ),ST_Transform (ST_MakeEnvelope ( ${xmin},${ymin},${xmax},${ymax},4326 ),3857),4096,64,TRUE ) geom
FROM "osm_landuse_pn"
) AS P
`
let SQL = `select (${sql1})||(${sql2})||(${sql3}) as mvt`;
pool.connect((isErr, client, done) => {
client.query(
SQL,
function (isErr, result) {
done();
if (isErr) {
res.json(isErr);
} else {
// res.send(result.rows[0].mvt);
res.send(result.rows[0].mvt);
}
}
);
})
}
};
// 瓦片编号转经纬度
function xyz2lonlat (x, y, z) {
const n = Math.pow(2, z);
const lon_deg = (x / n) * 360.0 - 180.0;
const lat_rad = Math.atan(Math.sinh(Math.PI * (1 - (2 * y) / n)));
const lat_deg = (180 * lat_rad) / Math.PI;
return [lon_deg, lat_deg];
}
module.exports = spatial
矢量瓦片的生成主要用到了 ST_AsMVT 和 ST_AsMVTGeom 这两个函数，通过函数 xyz2lonlat 得到相应边界顶点坐标。代码中三个SQL语句分别展示了点、线、面的矢量切片生成方法。可以看到，可以通过多个 SQL 语句分别对多个图层进行切片，最后合成一个总的 SQL，实现多图层的统一切片。
前端代码如下：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>Add a vector tile source</title>
<meta name="viewport" content="initial-scale=1,maximum-scale=1,user-scalable=no" />
<script src="https://api.mapbox.com/mapbox-gl-js/v2.0.1/mapbox-gl.js"></script>
<link href="https://api.mapbox.com/mapbox-gl-js/v2.0.1/mapbox-gl.css" rel="stylesheet" />
<style>
body {
margin: 0;
padding: 0;
}
#map {
position: absolute;
top: 0;
bottom: 0;
width: 100%;
}
</style>
</head>
<body>
<div id="map"></div>
<script>
mapboxgl.accessToken = 'xxx';
let mapStyle = {
version: 8,
name: "Dark",
sources: {
mapbox: {
type: "vector",
url: "mapbox://mapbox.mapbox-streets-v8"
}
},
sprite: "mapbox://sprites/mapbox/dark-v10",
glyphs: "mapbox://fonts/mapbox/{fontstack}/{range}.pbf",
layers: []
};
var map = new mapboxgl.Map({
container: 'map',
// style: 'mapbox://styles/mapbox/light-v10',
style: mapStyle,
zoom: 11,
center: [114.0, 22.6]
});
map.on('load', function () {
map.addSource('test_postgis', {
type: 'vector',
scheme: "xyz",
tiles: ['http://127.0.0.1:3000/getMvt/{z}/{x}/{y}']
});
map.addLayer({
'id': 'test_polygon',
'type': 'fill',
'source': 'test_postgis',
'source-layer': 'polygon',
"paint": {
"fill-color": "rgba(0,222,0,0.8)",
"fill-outline-color": "rgba(179,212,245,1)"
}
});
map.addLayer({
'id': 'test_polyline',
'type': 'line',
'source': 'test_postgis',
'source-layer': 'line',
'layout': {
'line-join': 'round',
'line-cap': 'round'
},
'paint': {
'line-color': '#ff0000',
'line-width': 1
}
});
map.addLayer({
'id': 'test_point',
'type': 'circle',
'source': 'test_postgis',
'source-layer': 'point',
'paint': {
'circle-radius': 5,
'circle-color': '#0000ff'
}
});
});
</script>
</body>
</html>
结果
渲染结果如下：
最后，本文未考虑海量数据的性能优化，当缩放等级较小时，请求数据量变大，必然会影像性能，这时可对不同缩放等级的请求做不同处理，例如数据抽稀、根据不同等级显示不同属性的数据等。
源码地址
