1、数据下载

（1）OSM下载开源矢量数据，数据较全，但是质量一般；

（2）地理空间数据云下载DEM影像；

（3）datav下载行政区 http://datav.aliyun.com/tools/atlas/ ；

（4）互联网瓦片抓取，如百度、高德、谷歌、bing等；

2、数据处理

一般原则，能用软件搞定的就用软件搞定，不行就写几行代码处理一下

软件工具：

（1）ArcGIS、Qgis：一般看习惯，两个结合使用，各有优劣，大部分的数据处理问题都能解决；

（2）mapshaper：http://mapshaper.org，小而美的神器，可以对数据格式进行转换，并且可对数据进行概化，极大减小文件大小；

（3）三维建模：3dmax结合cityengine，再使用cesiumlab将.fbx、.obj转换为3dtiles；

python库：

（1）pyshp解析shp文件；

（2）shapely、geopandas进行空间处理和分析；

（3）proj4的python库进行坐标转换；

（4）gdal对遥感影像进行处理；

3、数据库

一般以postgis数据库为主，碰到大数据的情况，mongodb用来进行海量的非结构化数据的存储，geomesa结合hbase进行海量空间数据的存储和计算；

4、地图服务

使用geoserver来发布wms、wfs等，一般情况下数据文件较大、服务需要共享的情况下发布wms，否则就选择前端直接渲染；

5、前端框架

简单应用，对三维没有需求时，使用leaflet/openlayers，开发效率很高；

需要2.5维显示，渲染数据量稍大，使用mapboxgl，最新的mapboxgl也开始支持球了；

有三维场景渲染需求，则选择cesium；

6、后端框架

强大的java GIS框架库，内容丰富，基本满足常用的空间分析和处理需求；

7、高渲染引擎

随着客户对于可视化效果需求的提升，很多场景下需要使用游戏引擎进行云渲染，这时候要将cesium换为UE。