国产数据库到底行不行？金仓 KGIS 为空间数据保驾护航！
近年来，以物联网、大数据、云计算和移动互联网为代表的新一代信息技术的蓬勃发展，在彻底改变人们生活和工作方式的同时，也为地理信息产业注入了更新动力，带来了时间与地理空间相结合的契机。信息化建设正悄然变革，逐渐走向数字化和智能化。
由地理数据孵化孕育的现代地理信息产业，集测量技术、空间技术、大数据挖掘技术等高新前沿技术于一身。其核心 GIS 基础软件的研发专业性强、难度高，一直是地理信息产业的技术制高点。
拥有自主创新的国产化 GIS 信息技术，打造国产化数据库对 GIS 的支撑能力，是维护地理信息安全的关键所在！
空间数据的未来 -KGIS
空间数据是 GIS 的血液，对空间数据管理的好坏将直接影响 GIS 系统的质量。之前，GIS 应用大都采用 Oracle Spatial 存储、管理空间数据。而如果采用国产数据库来存储、管理空间数据，其性能表现能否满足使用需求？这是 GIS 用户最大的顾虑，也是国产化 GIS 首要面对的问题。
金仓数据库 KGIS 组件（下文简称 KGIS）在国产化全替代的环境下应运而生，依托金仓优势数据库 KingbaseES 的支撑，具有完整的空间数据库的迁移方案与能力，支持矢量、栅格、三维等各种空间数据类型，内置 600 + 的空间分析计算函数，在此基础上我们还在不断的对数据类型及空间函数进行创新研究。
下面，让我们通过各种模拟和实测，来感知 KGIS 高效的空间数据迁移能力和卓越的性能表现！
完善而高效的空间数据库迁移方案
空间数据的迁移是 GIS 国产化的第一个环节。GIS 数据是一种特殊的数据库存储类型，针对不同场景下空间数据的特点，KGIS 为不同时空、不同来源的三维立体时空数据库打造最优的数据迁移方案。
KGIS 迁移通用 GIS 格式数据
上世纪初期，测绘行业大量纸质地图需要数字化，这时期国外 GIS 平台进入中国市场，生产矢量数据的过程中采用了通用的 shapefile 格式。经过一个世纪的时间，目前仍有大量未入库的历史数据存储在硬盘等介质中，无法被充分、灵活地使用，也无法体现空间数据作为战略资源的价值。
如何让沉睡的 GIS 数据活跃起来，发挥其价值？这就引出金仓 KGIS 的第一种迁移方案。KGIS 拥有将 shapefile 数据批量快速地存入数据的工具，能够方便快捷地将 GIS 数据直接入库。
下图是基于不同内容不同数据量的 shapefile，分别迁移存储到 KingbaseES 和 Oracle 的处理响应时间对比：
KGIS 的 shape 数据插入效率较 Oracle 高出 4 到 5 倍
KGIS 支持 GIS 异构数据库的迁移
存储在异构数据库中的空间数据有两种迁移方法：（1）使用专业 GIS 平台软件进行数据迁移主流 GIS 平台都提供异构数据库之间的数据迁移。源库数据通过 GIS 平台存入 KingbaseES、Oracle 或其他数据库中，同时，主流 GIS 平台支持将其管理的空间数据以复制数据的方式从一个数据源导入到另一个数据源。目前主流 GIS 平台支持将 GIS 数据从其他数据源导入到金仓 KingbaseES 中。
（2）使用金仓的 KDTS 迁移工具进行数据迁移通过金仓数据库自有的迁移工具 KDTS，可将原 Oracle 数据库中的空间数据迁移到金仓 KingbaseES 中，确保迁移数据的结构完整性、拓扑一致性和属性一致性。在符合空间数据技术标准的同时，实现数据的平稳精准迁移，满足客户生产业务功能及性能运行正确。 对于上述两种方式，我们进行了一些性能对比。通过模拟 10 个省市的地类图斑数据，分别使用以 GIS 平台和金仓 KDTS 工具作为数据迁移的方法，完成了数据迁移，测试结果如下表所示。
可以看到，金仓 KDTS 工具迁移效率提升 4 到 5 倍。
KGIS 全方位支撑 GIS 应用迁移
GIS 应用从 Oracle 数据库迁移至金仓数据库 KingbaseES 中，最关键的三个问题分别是：数据正确完整性，能够支撑原有 GIS 计算，及 GIS 计算性能。
KGIS 在 KingbaseES 的基础上，能够将空间数据存储、空间索引和空间函数三者组合在一起，充分发挥空间存储和空间函数计算的强大能力。
通用空间数据类型全量支持
KGIS 满足各类矢量、栅格、三维数据的迁移、存储和使用。KGIS 支持的矢量数据类型包括：
丰富的空间分析函数应用能力
KGIS 当前支持 600 + 空间分析计算函数，支持矢量、栅格、拓扑、三维等多源数据类型，可以满足空间数据的存储、输出、访问、编辑、处理、关系判断、测量、拓扑实现等使用要求。
01）KGIS 整体能力对比 KGIS 与 Oracle Spatial 和 MySQL Spatial 在函数、索引、数据引擎等方面的对比：
02）KGIS 应用性能展现除了功能完善，KGIS 还拥有多种索引类型支持，如 B-tree、Hash、GiST、SP-GiST 、GIN 和 BRIN、R-Tree 等优势索引。同时，KGIS 计算引擎高效，KingbaseES 高效的优化引擎和执行引擎保障了 KGIS 的高效执行。
从常用函数和典型场景两个方面，我们发现 KGIS 的性能表现有： （1）常用函数的性能测试根据对多个行业的重点空间应用系统的调查，我们选取了如下这些在应用中使用频率较高的空间运算函数进行模拟测试，测试的数据量如下表所示：
测试结果如下：
上述模拟测试中，总体上 KGIS 函数的查询分析效率优于 Oracle。部分函数的查询分析效率与 Oracle 相当。
（2）典型场景性能案例测试模拟 30 亿基础 GIS 地图类（点、线、面等）数据，数据量巨大，测试中使用 GiST 索引，测试数据展示、查询检索、统计分析等功能，测试结果如下：
在这种典型场景应用下，KGIS 可以秒级完成十亿级数据量的查询处理！
结语
伴随信息化建设的变革和升级，GIS 的应用领域将愈加广泛。在机遇与挑战并存的当下，GIS 国产化之路将势在必行！
面对 GIS 国产化的首要问题"迁移"，KGIS 凭借在数据库领域多年以来的技术和经验积累，已针对 GIS 空间数据迁移和 GIS 数据应用迁移给出了完善的解决方案。高效的空间数据迁移能力、优越的性能表现，KGIS 将是 GIS 国产化建设强有力的支撑！
此外，在 GIS 国产化进程中，构建一个完整的 GIS 应用还需要进一步支持多模数据的整合，以及空间数据库的安全防护，这些问题我们将留待后续文章讨论。
