使用Tippecanoe工具处理大数据量的矢量数据切片

使用Tippecanoe工具处理大数据量的矢量数据切片

原创

会哭的鳄鱼

工作日志

2018/03/09 00:54

阅读数 1W

本文被收录于专区

软件架构

进入专区参与更多专题讨论 

Tippecanoe是Mapbox的一个开源切片工具,项目地址:https://github.com/mapbox/tippecanoe,Mapbox常规的切片方法tilelive-copy参见另一篇博客。Tippecanoe主要在处理大数据量时有很大的优势,具有很高的效率,并且有很多参数可以控制。Tippecanoe只能处理GeoJSON,因此在切片前需要将矢量数据转换为GeoJSON,推荐使用ogr2ogr工具转换。切片以后的格式为mbtiles,可自行导入mongodb等数据库。

一、在Linux系统配置GDAL

ogr2ogr工具在GDAL中,Linux安装GDAL需要分别安装PROJ.4、GEOS和GDAL,本实验采用的proj-4.8.0geos-3.3.8gdal-1.10.0,点击可直接进入下载地址。安装前请确保系统已经安装gcc、g++、make,没有请自行安装。

分别解压下载的压缩文件,在文件夹依次运行:

$ ./configure$ make $ make install

安装完成以后命令默认路径在/usr/local/bin,库文件在/usr/local/lib,源码在/usr/local/include。此时运行gdalinfo:

$ gdalinfo

出现以上结果说明安装成功。

注意:如果出现提示共享库找不到,按一下方法处理:

1、修改/etc/ld.so.conf文件,将共享库的路径“/usr/local/lib”加入进去。

2、运行ldconfig命令使其生效。凡是增加了新的共享库,都需要运行一下ldconfig命令。

二、将数据转换为GeoJSON

本实验是从postgis数据库转换,转换命令为:

$ogr2ogr -f"GeoJSON"./filename.json PG:"host=localhost dbname=timeline user=ms password=ms"-sql"select * from tablename"-t_srs="epsg:4326"

其他命令可参考:https://morphocode.com/using-ogr2ogr-convert-data-formats-geojson-postgis-esri-geodatabase-shapefiles/

为了避免一个一个转,可以写成shell进行批处理:

#!bin/shforlayerin"layer1""layer2""layer3""layer4"doecho"$layerconvert start"ogr2ogr -f"GeoJSON"./$layer.json PG:"host=localhost dbname=timeline user=ms password=ms"-sql"select * from$layer"-t_srs="epsg:4326"echo"$layerconvert successful"done

三、安装tippecanoe

从github下载源码:https://github.com/mapbox/tippecanoe/releases

依次输入命令进行编译安装:

$ make$ make install

四、 切片

$tippecanoe-z14-Z12-ps-Bg-oriver_live.mbtiles*.json

-Bg 是自动抽吸,避免单个瓦片要素数量过多

*.json 是当前文件夹下的所有json文件,会为每个文件自动创建一个图层,图层名为文件名

五、mbtiles导入到mongodb

本项目矢量瓦片需要在mongodb进行管理,需要将mbtiles导入到mongodb,此时可以使用tilelive-copy进行导入,速度很快。

$ tilelive-copymbtiles:///path/to/mbtiles/file.mbtiles "foxgis+mongodb://localhost/zootop?tileset_id=****&owner=****" --timeout=200000000

最后,如果在加载矢量切片后,渲染出现三角形的空洞,例如如下效果:

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容