PolarDB：基於GanosBase的即時時空計算：電子圍欄計算

關於電子圍欄

電子圍欄是一種基於位置的技術。電子圍欄並不是真正的圍欄，而是由多邊形或折線定義的虛擬地理邊界。當應用程式或裝置使用全球定位系統 (GPS)、射頻識別 (RFID)、Wi-Fi或蜂窩資料時，若進入或離開該邊界，將觸發特定的活動。該邊界被稱為電子地理柵欄。電子圍欄可以圍繞特定地理位置進行建立，其範圍可以從建築物、商店或商場等小型地區，擴充至城市或整個國家等大型地區。

應用情境

電子圍欄在現實生活中有很多實際應用：

• 交通物流行業

  電子圍欄可用於車輛運行狀態的監控。當司機偏離指定路線時，電子圍欄能夠向系統發出警示，以便及時處理潛在風險情況。此外，當車輛進入某些特定地區時，系統可以提供車輛駛入提醒或用於盲區會車的提醒服務等功能。

• 禁行/禁飛地區管理

  在機場周圍的特定範圍內設定無人機禁飛區。當無人機進入該地區時，電子圍欄將自動發出風險預警，以預防航空安全事件的發生。

• 應急事件

  在颱風、龍捲風等惡劣天氣條件下，電子圍欄系統將被啟用。當車輛或船隻進入受惡劣天氣影響的地區時，系統將自動發出警報。

• 營銷情境

  當客戶進入商家設定的電子圍欄時，將自動推送營銷活動，例如優惠券推送等，從而提升營銷效率。

電子圍欄其他情境還包括：

• 物聯網安防類：當需要監護的兒童或老人離開預先設定的電子圍欄時，系統將觸發警示以防止其走失。

• 執法：若被監控的個人在未經授權的情況下離開住所，裝置將向相關當局發出警報。

• 家庭自動化或智能家居：當房主的智能手機進入房屋的電子圍欄範圍時，恒溫器能夠自動調節至預定溫度或燈光可自動開啟。

• 動物追蹤：寵物主人和農民可以設定電子圍欄，當動物超出設定邊界時將觸發警報，從而使他們能夠即時追蹤動物的動態。

• 資產管理：公司網路管理員可以在公司裝置離開指定場所時設定警報，以便能夠追蹤其位置並進行鎖定，從而防止未經授權的使用者（例如小偷）對其進行濫用。

• 人力資源安全管理：如果員工試圖進入未經授權的地理柵欄地區，員工的智慧卡將向安全部門發送警報。

綜上，即時電子圍欄技術為企業和開發人員提供一種強大的工具，能夠更有效地管理和利用地理空間資料，從而提高與位置相關的決策效率和準確性。

最佳實務

GanosBase即時電子圍欄與Realtime Compute for Apache Flink整合，增加Flink引擎中相關的空間計算函數及記憶體空間索引，實現高效能、即時的電子圍欄計算。資料來源可採用Flink支援的資料來源，例如Kafka等。電子圍欄表預先儲存在PolarDB中，可定期進行重新整理操作。同時，電子圍欄運算結果也寫回到PolarDB中。

準備工作

為使用Realtime Compute for Apache Flink產品，請登入Realtime Compute控制台，購買Realtime Compute for Apache Flink執行個體，詳細操作請參考開通Realtime ComputeFlink版。

註冊空間計算函數

將GanosBase空間計算函數上傳至Realtime Compute for Apache Flink工作空間，Realtime Compute for Apache Flink將自動註冊相關函數，並在左側的函數列表中進行展示。請聯絡我們擷取空間計算函數，上傳至Realtime Compute for Apache Flink工作空間詳細操作請參考管理自訂函數（UDF）。

電子圍欄表

電子圍欄表是預先定義的電子圍欄，例如禁停區和禁行區等，其資料以幾何對象的形式儲存在PolarDB中。

產生電子圍欄表

在PolarDB中產生10,000個隨機多邊形電子圍欄。產生方法為首先產生10,000個隨機點，並以這些隨機點為中心，建立半徑為0.01的緩衝區。

-- 產生隨機浮點數
CREATE OR REPLACE FUNCTION test_random_float(low float, high float)
    RETURNS float AS $$
BEGIN
    RETURN random() * (high-low) + low;
END;
$$ LANGUAGE 'plpgsql' STRICT;

-- 產生隨機點
CREATE OR REPLACE FUNCTION test_random_geogpoint(lowx float, highx float,
                                            lowy float, highy float)
    RETURNS geometry AS $$
BEGIN
    RETURN st_setsrid(st_point(test_random_float(lowx, highx), test_random_float(lowy, highy)),4326);
END;
$$ LANGUAGE 'plpgsql' STRICT;

-- 電子圍欄表
CREATE TABLE IF NOT EXISTS geofencings (
    name VARCHAR(100) PRIMARY KEY,
    geofencing Geometry
);

-- 插入10000條隨機電子圍欄
INSERT INTO geofencings SELECT 'g_' || s, test_random_geogpoint(129, 130, 49, 50) FROM generate_series(1, 10000) s;

-- 產生半徑大約1公裡的緩衝區
Update geofencings set geofencing = st_buffer(geofencing, 0.01);

註冊為Flink維表

在Flink SQL中，將PolarDB中的電子圍欄表註冊為Realtime Compute for Apache Flink的圍欄表。電子圍欄的資訊來自於PolarDB中的geofencings表。根據Flink的文法，在進行串連操作時，指定等號操作的謂詞為包含（CONTAINS）。

CREATE TEMPORARY TABLE geofencings (
    name STRING NOT NULL,
    geofencing STRING NOT NULL,
    PRIMARY KEY (name) NOT ENFORCED
) WITH (
    'connector' = 'polardb',
    'jdbcUrl' = 'jdbc:postgresql://<yourHostname>:<yourPort>/<dbname>',
    'username' = '<yourUserName>',
    'password' = '<yourPassWord>',
    'query' = 'SELECT name, ST_AsText(geofencing) FROM geofencings;',
    'join.columnName' = 'geofencing',
    'join.predicate' = 'CONTAINS'
);

計算結果

即時電子圍欄的計算結果也儲存於PolarDB中。

計算結果表

在PolarDB中建立電子圍欄計算結果表，用於記錄符合電子圍欄要求的點的ID、圍欄名稱及點的座標資訊。

CREATE TABLE IF NOT EXISTS point_in_geofencing (
  id serial PRIMARY KEY, -- 主鍵
  point_id VARCHAR(100), -- 點id
  geofencing_name VARCHAR(100), -- 圍欄名稱
  point Geometry -- 點
);

註冊為Flink表

在Flink SQL中，將PolarDB中的結果表註冊為Flink的結果表。同時，將查詢結果以SQL的形式寫入PolarDB。

CREATE TEMPORARY TABLE point_in_geofencing (
  point_id STRING NOT NULL,
  geofencing_name STRING NOT NULL,
  point STRING NOT NULL
) WITH (
    'connector' = 'polardb',
    'jdbcUrl' = 'jdbc:postgresql://<yourHostname>:<yourPort>/<dbname>',
    'username' = '<yourUserName>',
    'password' = '<yourPassWord>',
    'query' = 'INSERT INTO point_in_geofencing(point_id,geofencing_name,point) values(?,?,ST_GeomFromText(?));',
    'batchSize' = '100' -- 每批插入100條記錄
);

類比計算源

以下Flink SQL使用datagen作為資料來源表，每秒產生10萬條記錄，記錄內容包括隨機產生的ID、隨機經度、隨機緯度以及時間戳記。

CREATE TEMPORARY TABLE points (
  id STRING not null,
  lng DOUBLE not null, -- 經度
  lat DOUBLE not null, -- 緯度
  proctime AS PROCTIME(), -- 時間戳記
  PRIMARY KEY (id) NOT ENFORCED
) WITH (
  'connector' = 'datagen',
  'rows-per-second' = '100000',
  'fields.lng.kind' = 'random',
  'fields.lng.min' = '129',
  'fields.lng.max' = '130',
  'fields.lat.kind' = 'random',
  'fields.lat.min' = '49',
  'fields.lat.max' = '50',
  'fields.id.kind' = 'random',
  'fields.id.length' = '5'
);

電子圍欄計算

在Flink SQL中執行Join操作，Join的謂詞（preidacte）在建立表定義時被設定為CONTAINS，即執行geofencings.geofencing CONTAINS ST_MakePoint(lng,lat)判斷，然後將結果寫入到PolarDB的point_in_geofencing表中：

INSERT INTO point_in_geofencing  
SELECT points.id, geofencings.name, ST_MakePoint(lng,lat) 
FROM points 
JOIN geofencings FOR SYSTEM_TIME AS OF points.proctime 
ON geofencings.geofencing = ST_MakePoint(lng,lat);

計算效能

上述情境的監控資料顯示，資料庫寫入TPS約為300次/秒（即每秒30,000條記錄）。對於一台配置為2核4 GB的PolarDB企業版叢集，其CPU使用率約為10%，表明負載壓力仍具有一定的餘量。

總結

相較於傳統中介軟體或業務代碼實現電子圍欄的方式，GanosBase從Realtime Compute層為大規模移動對象提供了標準的時空處理架構，這在計算效率和綜合成本上均實現了顯著改善。未來，GanosBase還將提供更多高效的面向移動對象的Realtime Compute分析能力，推動相關領域的空間資訊應用全面向“線上化”轉型。

試用體驗

您可以訪問PolarDB免費試用頁面，選擇試用“雲原生資料庫PolarDB PostgreSQL版”，體驗GanosBase的即時時空計算能力。