本次以叠加分析为例，介绍Sedona的RDD和SQL两种空间分析方式，数据源选择Postgresql，是已经入好库的OSM的building数据，可能有人问那为什么不用Postgis做分析，主要是千万级的我除了这个不知道选择什么数据来源……

废话不多说，开始干。

准备工作

1. Spark-Shell

   如果是用Spark-Shell方式，提前把sedona编译好的包下载下来，然后用下面这个命令替换下jar包路径和master地址就可以了（注意自己准备postgresql的jar包）。

   spark-shell --jars file:///opt/sedona/sedona-core-3.0_2.12-1.1.0-incubating.jar,file:///opt/sedona/sedona-sql-3.0_2.12-1.1.0-incubating.jar,file:///opt/sedona/sedona-python-adapter-3.0_2.12-1.1.0-incubating.jar,file:///opt/sedona/sedona-viz-3.0_2.12-1.1.0-incubating.jar,file:///opt/sedona/postgresql-42.2.24.jar,file:///opt/sedona/jts-core-1.18.0.jar,file:///opt/sedona/geotools-wrapper-1.1.0-25.2.jar --driver-class-path file:///opt/sedona/postgresql-42.2.24.jar  --master spark://master:7077
   

2. IDE的话，留在下一讲整理好工程，在讲

SQL代码实现

1. 如果是做大数据的叠加分析，对PG的表最好加个索引ID，然后就能利用Spark的并行计算优势。最简单的就是加一个自增序列，然后添加一个索引

   alter table [your_table_name] add column pid bigserial primary key
   create index [your_index_name] on [your_table_name]("[column_name]")
   

2. 导入包

   import org.apache.spark.serializer.KryoSerializer
   import org.apache.sedona.viz.core.Serde.SedonaVizKryoRegistrator
   import org.apache.sedona.core.spatialRDD.SpatialRDD
   import org.apache.sedona.core.utils.SedonaConf
   import org.apache.sedona.sql.utils.{Adapter, SedonaSQLRegistrator}
   import org.apache.sedona.viz.core.Serde.SedonaVizKryoRegistrator
   import org.apache.sedona.viz.sql.utils.SedonaVizRegistrator
   import org.apache.spark.serializer.KryoSerializer
   import org.apache.spark.sql.SparkSession
   import org.apache.sedona.sql.utils.Adapter
   import org.locationtech.jts.geom.Geometry
   import org.locationtech.jts.geom.Envelope
   import org.apache.log4j.{Level, Logger}
   import org.apache.sedona.core.enums.{GridType, IndexType}
   import org.apache.sedona.core.spatialOperator.JoinQuery
   import org.apache.sedona.core.spatialRDD.{CircleRDD, SpatialRDD}
   import org.apache.sedona.sql.utils.{Adapter, SedonaSQLRegistrator}
   import org.apache.sedona.viz.core.{ImageGenerator, RasterOverlayOperator}
   import org.apache.sedona.viz.core.Serde.SedonaVizKryoRegistrator
   import org.apache.sedona.viz.sql.utils.SedonaVizRegistrator
   import org.apache.sedona.viz.utils.ImageType
   import org.apache.spark.serializer.KryoSerializer
   import org.apache.spark.sql.SparkSession
   import org.locationtech.jts.geom.Geometry
   import org.locationtech.jts.geom.{Coordinate, Geometry, GeometryFactory}
   

3. 注册Sedona ,并设置一些全局参数（代码的sc就是SparkContext，如果是在IDE里，需要自己初始化）

   sc.getConf.set("spark.serializer", classOf[KryoSerializer].getName) 
   sc.getConf.set("spark.kryo.registrator", classOf[SedonaVizKryoRegistrator].getName)
   sc.getConf.set("sedona.join.numpartition", "6000") // 取决于数据量大小，这个数字设置越大，task就越多，需要的服务器性能也就越高
   sc.getConf.set("sedona.global.index", "true")
   SedonaSQLRegistrator.registerAll(spark)  
   SedonaVizRegistrator.registerAll(spark)
   

4. 并行读取PG数据

   val pgSourceDF = spark.read.format("jdbc").option("url", "jdbc:postgresql://[ip]:[port]/[database]?user=[user]&password=[password]").option("dbtable","[table]").option("numPartitions", [分多少task去读，我设置的1200，决定了你后面空间分析的效率]).option("partitionColumn","pid").option("lowerBound",1L).option("upperBound",[你最后一行数据的PID]).option("fetchSize",10000).load()
   pgSourceDF.createOrReplaceTempView("pgsource")
   

5. 因为从PG读来的Geom是WKB字段，我们需要在利用Sedona的SQL函数转换Geom字段

   val pgSourceMapDF = spark.sql("select pid, st_geomfromwkb(geom) as geom from pgsource") 
   pgSourceMapDF.createOrReplaceTempView("pgsource")
   

6. 利用Sedona的SQL函数进行叠加分析（这里做了一个自己和自己叠加）

   val joinDF = spark.sql("select count(*) from pgsource as left, pgsource as right where st_intersects(left.geom, right.geom)")
   joinDF.count
   

   OK了，到了这里，其实叠加主要代码就实现了，后面大家可以根据自己需要进行分析。