GEOGRAPHY数据类型 - 云原生大数据计算服务 MaxCompute

MaxCompute 原生支持 GEOGRAPHY 地理空间数据类型，用于表示地球表面的点、线、多边形等几何对象，支持空间数据的存储、构造和运算，用于高效存储与操作地理空间数据。MaxCompute 的 GEOGRAPHY 类型底层采用 S2 Geometry 库实现。

支持几何类型

MaxCompute 支持构建以下几何类型：

几何类型	描述
Point（点）	地球表面的一个位置，由经度和纬度坐标描述，经度在前，纬度在后。示例如下： `ST_GEOGFROMTEXT('POINT (10 20)')`
LineString（线）	一维曲线，由一系列点及其连接的测地线组成。示例如下： `ST_GEOGFROMTEXT('LINESTRING (10 20, 30 50, 70 80)')`
Polygon（多边形）	二维面，用一条或者多条闭合的曲线来描述，其中第1条闭合的曲线用来描述它的外边界，其他闭合曲线（如果存在）则描述多边形中的洞，Polygon 中的洞用于描述多边形内部的排除区域。示例如下： `-- 只有外边界，没有洞 ST_GEOGFROMTEXT('POLYGON ((0 0, 1 1, 1 0, 0 0))') -- 多边形中有一个洞 ST_GEOGFROMTEXT('POLYGON ((-10 -10, 10 -10, 10 10, -10 10, -10 -10), (-5 -5, 5 -5, 5 5, -5 5, -5 -5))') -- 目前多边形中的洞不支持嵌套，不支持如下构建行为 ST_GEOGFROMTEXT('POLYGON ((-10 -10, 10 -10, 10 10, -10 10, -10 -10), (-5 -5, 5 -5, 5 5, -5 5, -5 -5), (-2 -2, 2 -2, 2 2, -2 2, -2 -2))')`
MultiPoint	多个点的集合。 `ST_GEOGFROMTEXT('MULTIPOINT(0 0, 1 1)')`
MultiLineString	多条线段的集合。 `ST_GEOGFROMTEXT('MULTILINESTRING ((0 0, 1 1), (2 2, 3 3))')`
MultiPolygon	多个多边形的集合。 `ST_GEOGFROMTEXT('MULTIPOLYGON (((1 1, 1 3, 3 3, 3 1, 1 1)), ((4 3, 6 3, 6 1, 4 1, 4 3)))')`
GeometryCollection	多种几何类型对象的集合。 `ST_GEOGFROMTEXT('GEOMETRYCOLLECTION (MULTIPOINT ((0 0), (1 1)), POINT (3 4), LINESTRING (2 3, 3 4))')`

坐标以（经度, 纬度）形式给出，单位为度，遵循 WGS84 地理坐标系。经度应在 [-180, 180] 范围内，纬度应在 [-90, 90] 范围内。
MaxCompute 的 GEOGRAPHY 类型底层采用 S2 Geometry库实现。与传统 GIS（地理信息系统）库最大的不同是，S2 不使用任何平面地图投影（如墨卡托投影），而是直接将地球视为一个完美的球体。地球上的经纬度坐标首先会被转换成球体上的三维笛卡尔坐标 (x, y, z)，因此在两极也不会产生平面投影导致的计算误差增大问题。
S2 地理库使用 DOUBLE 类型描述地理对象的坐标，将输入的数据转换为 S2 地理库对象时可能会有极微小的精度损失，导致输入和输出之间存在非常微小的差异。

使用限制

客户端版本限制：查询 GEOGRAPHY 类型数据时，若使用本地客户端 odpscmd，需使用 0.56.0 及以上版本，且不支持设置 use_instance_tunnel=true。
数据类型限制：1.0 数据类型不支持GEOGRAPHY 类型数据，使用时需要在 project 级别或 session 级别设置 odps.sql.type.system.odps2=true; 开启 2.0 数据类型版本。
GEOGRAPHY 类型不支持比较操作，因此不能用于 SELECT DISTINCT、GROUP BY、ORDER BY 或作为 JOIN 的等值连接条件。
GEOGRAPHY 类型暂不支持地理类型对象的 Z（高程）或 M（测量值）维度。
GEOGRAPHY 类型不支持构造大于半个地球球体的地理对象。示例如下：若希望通过如下 SQL 语句构造一个从西经 179 度到东经 179 度之间几乎覆盖整个地球的地理对象，而实际上得到的是一个小于半球的地理对象，其经度范围是从东经 179 度向东，越过 180 度经线，然后到达西经 179 度。
```
SELECT ST_GEOGFROMTEXT(
  'POLYGON ((-179 -89, 179 -89, 179 89, -179 89, -179 -89))'
);

-- 返回结果：
+------+
| _c0  |
+------+
| POLYGON ((-179 89, 179 89, 179 -89, -179 -89, -179 89)) |
+------+
```

创建与使用 GEOGRAPHY 数据

建表时可直接使用 GEOGRAPHY 类型作为字段类型：

SET odps.sql.type.system.odps2=true;

CREATE TABLE spatial_points (
    id BIGINT,
    name STRING,
    location GEOGRAPHY,
    region GEOGRAPHY
);

支持使用内建函数（如 ST_GEOGPOINT、ST_GEOGFROMTEXT、ST_GEOGFROMWKB、ST_MAKELINE 和 ST_MAKEPOLYGON 函数）来构造地理类型对象，详情请参见地理函数概述。

-- 插入数据：使用地理函数构造 GEOGRAPHY 对象
INSERT INTO spatial_points VALUES
  (1, '北京中心', ST_GEOGPOINT(116.4074, 39.9042),
                ST_GEOGFROMTEXT('POLYGON((116.3 39.8, 116.5 39.8, 116.5 40.0, 116.3 40.0, 116.3 39.8))')),
  (2, '上海外滩', ST_GEOGPOINT(121.4894, 31.2403),
                ST_MAKEPOLYGON(ST_MAKELINE(ARRAY(
                  ST_GEOGPOINT(121.4, 31.2),
                  ST_GEOGPOINT(121.5, 31.2),
                  ST_GEOGPOINT(121.5, 31.3),
                  ST_GEOGPOINT(121.4, 31.3),
                  ST_GEOGPOINT(121.4, 31.2)
                ))));

-- 查询插入的数据
SELECT * FROM spatial_points;
-- 返回结果：
+------------+---------+--------------------------+--------+
| id         | name    | location                 | region |
+------------+---------+--------------------------+--------+
| 1          | 北京中心 | POINT (116.4074 39.9042) | POLYGON ((116.3 39.8, 116.5 39.8, 116.5 40, 116.3 40, 116.3 39.8)) |
| 2          | 上海外滩 | POINT (121.4894 31.2403) | POLYGON ((121.4 31.2, 121.5 31.2, 121.5 31.3, 121.4 31.3, 121.4 31.2)) |
+------------+---------+--------------------------+--------+

地理函数

MaxCompute 提供一系列以 ST_ 开头的地理函数，用于构造、转换和分析 GEOGRAPHY 类型的地理数据。通过这些函数，可以从经纬度坐标或 WKT/WKB 文本创建点、线、多边形等地理对象，提取坐标、边界框等属性信息，判断地理对象之间的包含、相交、覆盖等空间关系，以及计算地理对象之间的距离。

更多详情请参见地理函数概述。

目前支持的地理函数如下：

分类	函数	说明
构造与解析	ST_GEOGPOINT	通过指定的经度和纬度构造一个 Point 类型的地理对象
	ST_MAKELINE	通过指定的端点构造 LineString 类型的地理对象
	ST_MAKEPOLYGON	通过指定外部边界（shell）和 0 个或多个洞（hole）构造 Polygon 类型的地理对象
	ST_GEOGFROMTEXT	将 WKT 格式的字符串转换为 GEOGRAPHY 类型的地理对象
	ST_GEOGFROMWKB	将 WKB 格式的 BINARY 数据转换为 GEOGRAPHY 类型的地理对象
格式化	ST_ASBINARY	将 GEOGRAPHY 值转换为 BINARY 类型的 WKB 格式
格式化	ST_ASTEXT	将 GEOGRAPHY 值转换为 STRING 类型的 WKT 格式
属性访问	ST_BOUNDINGBOX	获取 GEOGRAPHY 值的 BoundingBox 信息
	ST_X	从 POINT 类型的地理对象中获取经度值
	ST_Y	从 POINT 类型的地理对象中获取纬度值
空间运算	ST_CONTAINS	判断 value1 对应的地理对象是否包含 value2 对应的地理对象
	ST_COVERS	判断 value1 对应的地理对象是否覆盖 value2 对应的地理对象（value2 的所有点均在 value1 的边界或内部）
	ST_INTERSECTS	判断两个地理对象是否相交（存在至少一个公共点）
	ST_WITHIN	判断 value1 对应的地理对象是否被包含在 value2 对应的地理对象中
	ST_DWITHIN	判断两个地理对象之间的最短距离是否小于或等于指定的距离值
	ST_DISTANCE	计算两个地理对象之间的最短距离，单位为米

空间连接（Spatial Join）

空间连接（Spatial Join）是在两个包含 GEOGRAPHY 类型数据的表之间，基于空间谓词函数（如 ST_CONTAINS、ST_INTERSECTS 等）判断地理对象之间的空间关系，并以此作为连接条件的非等值连接操作。

通常用法：表中存储 GEOGRAPHY 列，地理函数判断空间关系，JOIN 将两者串联为连接条件。
典型场景包括：判断兴趣点（POI）是否落在指定区域内、分析轨迹与地理围栏的交叉关系等。

MaxCompute 基于广播小表实现空间连接，使用时须通过 MAPJOIN HINT 指定需广播的小表。

更多详情请参见Spatial JOIN（空间连接）。