PolarDB:GanosBase 時空間データベースの概要

ジオメトリエンジン

ジオメトリエンジンは、ポイント、ライン、平面、ボリュームなどのベクトルデータのストレージと計算を提供します。SHP、GeoJSON、Well-Known Text（WKT）、Well-Known Binary（WKB）フォーマットをサポートしており、PostGIS 関数と完全互換です。

主な機能には、空間データキャッシュ、空間インデックス、空間並列計算が含まれます。大規模なベクトルデータにおいて、シングルノード実行と比較してクエリと分析のパフォーマンスが 5 倍以上向上します。

ラスターエンジン

ラスターエンジンは、リモートセンシング画像、DEM、グリッドデータを扱います。Tiff、HDF4、HDF5、GRIB、NetCDF のソースフォーマットをサポートし、OSS ベースのデータレイクによるスケーリングを活用したオブジェクト指向ストレージを提供します。1 行で 1 TB を超えるオブジェクトを格納できます。

組み込みオペレーターは、ラスター空間関係識別、ラスターピラミッド、ラスター統計、ラスター属性、ラスター画像処理、ラスターアルジェブラ、カラーバランス調整、モザイク、DEM アルゴリズム、D8 流域アルゴリズムなどをカバーしています。並列実行モードでは、パフォーマンスが 10 倍以上向上します。

移動物体エンジン

移動物体エンジンは、人、車両、船舶、航空機などの移動物体の軌跡を格納・処理します。ネイティブな 4D 軌跡ストレージ（2D または 3D 座標＋時間）を採用し、組み込みのインデックスとセグメンテーション最適化を備えています。

サポートされる操作には、軌跡ポイントごとのカスタム属性、時空間イベント定義、数百億ポイント規模の軌跡データの圧縮およびリサンプリング、軌跡セグメンテーション、滞在地点検出、軌跡類似度スコアリング、時空間関係識別が含まれます。従来のポイントモデルと比較して、ネイティブ軌跡モデルは時空間分析シナリオで約 50～100 倍のパフォーマンス向上を実現します。

GeomGrid エンジン

GeomGrid エンジンは、2D および 3D 空間オブジェクト向けに空間グリッドを構築し、符号化およびクエリ機能を提供します。GeoSOT や H3 など複数のメッシュ化ルールをサポートし、空間グリッドコードに基づく集約と分析、およびグリッド退化機能を提供します。

サーフェスモデルエンジン

サーフェスモデルエンジンは、サーフェスメッシュで表現されたセマンティック 3D データを格納・処理します。BIM データを扱い、セマンティクスに基づいてモデルを分解・構造化し、複雑な 3D 空間分析や大規模連携取得をサポートします。また、モデル簡略化アルゴリズムも提供します。このエンジンは、主流のフロントエンド 3D レンダリングエンジンとインターフェイスを接続します。

ボリュームモデルエンジン

ボリュームモデルエンジンは、非均質なボリュームメッシュを持つ異方性データ（複雑な地質ボリュームデータを含む）を格納・処理します。シーケンス境界でのグリッド切り捨て、業務用補間アルゴリズム、複雑な空間分析、大規模連携取得、モデル簡略化をサポートします。このエンジンは、主流のフロントエンド 3D レンダリングエンジンとインターフェイスを接続します。

ボリュームモデルエンジンは招待プレビュー段階です。ご利用になるには、お問い合わせください。

シーンモデルエンジン

シーンモデルエンジンは、高度なレンダリングモデルを格納・処理します。OSGB、glTF/GLB、OBJ フォーマットのモデルをインポートし、空間クリッピングおよびマージ、テクスチャクリッピングおよび簡略化、モデル簡略化をサポートします。主流のフロントエンド 3D レンダリングエンジンとインターフェイスを接続し、可視性および影率に関する正確な分析をサポートします。

点群エンジン

点群エンジンは、LADAR システムから得られる大規模な点群データを格納および処理します。ブロック空間インデックス、点群圧縮損失、空間クエリおよび計算、点群の薄化および簡略化をサポートし、主流のフロントエンド 3D レンダリングエンジンに接続できます。

パスエンジン

パスエンジンは、ポイントとエッジで表現されるトポロジカルグラフデータ（配管ネットワーク、道路ネットワークなど）を格納・処理します。ポイントおよびエッジモデルからネットワークトポロジーを構築し、複数の経路探索アルゴリズム（巡回セールスマン問題（TSP）、K 最短経路、方向制限、双方向ダイクストラ法）をサポートします。

クイックディスプレイエンジン

クイックディスプレイエンジンは、事前タイル化なしで GanosBase 内のすべての空間データ型に対して高速レンダリングを実現します。

ベクトルおよびラスターデータについては、空間特性に基づく階層的集約を行い、可視性カリングアルゴリズムを用いて高速表示インデックスを構築します。ローカルインデックスの更新もサポートされます。3D データについては、モデル簡略化、テクスチャ圧縮、データ結合を通じてレンダリングレベルを構築し、主流のレンダリングエンジンと互換性のある表示フォーマットを動的に生成します。

統合されたマルチモーダルデータ管理

GanosBase は、単一のエンジン内でジオメトリ、ラスター、軌跡、地理グリッドデータを管理します。これにより、複数ツールによる空間スタックを統一インターフェイスに置き換え、ビジネスの複雑さおよび運用・保守（O&M）コストを削減します。

GanosBase は OpenGIS 標準および PostGIS 構文と互換があるため、既存の PostGIS ジオメトリアプリケーションを透過的に移行できます。2D、3D、4D 座標空間、平面および球面計算、設定可能な空間計算精度をサポートします。一般的な時空間クエリシナリオでは、PostGIS と比較してパフォーマンスが 5 倍以上向上します。

階層ストレージ

GanosBase は、PolarDB for PostgreSQL 内で多態的な階層ストレージを提供します。ストレージオプションには、Elastic Block Storage および Object Storage Service（OSS）が含まれます。パーティションテーブルのパーティションを OSS に格納でき、時空間の大容量カラムも OSS に格納可能です。作成、読み取り、更新、削除、インデックス操作はすべて、OSS に格納されたデータに対しても透過的に動作します。マルチレベルキャッシュによりパフォーマンスが確保され、階層化は完全に透明になります。

計算のプッシュダウン

GanosBase は、ミドルウェアにデータを引き出すのではなく、計算をデータベースエンジン内にプッシュダウンします。これにより、大規模な中間データ転送による I/O オーバーヘッドが排除され、ビジネスロジックが簡素化され、エンドツーエンドのパフォーマンスが向上します。

このエンジンは、インポート／エクスポート、データ型変換、属性処理、空間関係識別、空間計算、空間処理、業務分析をカバーする空間分析オペレーターを提供します。これらのオペレーターを組み合わせることで、複雑な業務アルゴリズムを構築できます。

エラスティック並列クエリ

GanosBase は、PolarDB のエラスティック並列クエリ（ePQ）機能を利用して、時空間クエリを読み取り専用ノードに分散します。シングルノードのエラスティック並列クエリ機能と比較して、22 種類のクエリのうち 19 クエリで 10 倍以上、3 クエリで 60 倍以上の高速化を実現します。パフォーマンスは追加リソースに応じて線形にスケーリングします。

ハイブリッドトランザクショナル・アナリティカル処理

PolarDB for PostgreSQL および AnalyticDB for PostgreSQL と組み合わせることで、GanosBase は時空間データ向けのハイブリッドトランザクショナル・アナリティカル処理（HTAP）機能を提供します。AnalyticDB for PostgreSQL ノードをデータベースサービスに追加することで、トランザクションノードと分析ノード間で時空間データの HTAP 同期および統合が可能になります。

統合された可視化と計算

GanosBase は、従来のファイルシステムストレージ＋データベース計算＋タイル表示というスタックを、統合された可視化と計算に置き換えます。クイックディスプレイエンジンがデータベースから直接 2D および 3D レンダリングを処理します。

• クイックディスプレイインデックス — 可視性カリングアルゴリズムを用いて構築された疎なピラミッドインデックスにより、数億のポリゴンオブジェクトを秒単位で可視化できます。数億レコードにわたる並列インデックス更新も分単位で完了します。

• Mapbox Vector Tile（MVT）強化 — GanosBase は、PostGIS MVT 機能を拡張し、グローバルリサンプリングアクセラレーションにより、より高速かつ小サイズで 2D および 3D ベクトルタイルを動的に生成します。

• 事前タイル化不要の 3D レンダリング — ライブラリ内モデル簡略化、テクスチャ再編成、データ結合、Level of Detail（LOD）構築により、3D タイル接続型レンダリング出力を動的に生成します。GanosBase は、従来のソリューションと比較して 3D データの計算効率を 50 倍以上向上させます。