在Java中使用GeoTools解析POI数据并存储到PostGIS实战

前言

一、POI数据相关介绍

1、原始数据说明

2、空间数据库表设计

二、POI数据存储的设计与实现

1、对应的数据模型对象的设计

2、属性表数据和空间信息的读取

3、实际运行结果

三、总结

前言

POI点，全称为Point of Interest（兴趣点），是指一切被抽象为点要素的空间地理实体，尤其是与人们生活密切相关的地理要素，如小区、餐馆、商场、车站等。POI是地理信息数据的一部分，用于丰富地图内容，提供用户所需的地理信息，POI数据在地图应用、导航系统、位置服务、市场营销、城市规划等领域有着广泛应用。

POI数据涵盖了丰富的地理信息和属性特征，能够反映出一个地区的商业、文化、交通等各方面的特色，每个POI点主要包含四方面的信息：名称、类别、坐标、分类。（1）名称：POI的名称或标题。（2）地址：POI的详细地址。（3）经纬度坐标：POI的地理位置坐标，通过经纬度坐标将现实世界中的地点与数字世界进行关联。（4）分类：POI所属的类别。（5）描述：关于POI的详细描述。（6）联系方式：如电话、网址等。（7）附加信息：如营业时间、用户评价、图片等。可以看出，POI数据的核心要素在于其地理位置信息和属性描述。POI数据的特点有多样性（涵盖多种类型的地理实体）、动态性（POI信息会随时间变化而更新）、空间性（具有明确的地理位置）、可查询性（用户可以根据需求检索特定的POI）。

因此，可以看出，学会管理并正确的使用POI数据，对于我们进行城市规划、导航服务、位置服务、智慧旅游、智慧应急等方面有重要的应用。在我们应用这些数据之前，需要先将POI数据管理起来。本文即在这样的场景下产生。与GDAL的shp数据处理方式不同，在GeoTools中的处理方法有一定的不同。文章分享的方法可以在分布式环境中利用Mybatis-Plus这种ORM框架进行快速的空间数据批量插入。与GeoTools官方提供的PostGIS数据读写相比，本文分享的方法将更加方便，易于与其它项目进行集成。

一、POI数据相关介绍

在讲解如何利用GeoTools进行数据管理时，我们先对POI数据进行简单的说明。POI数据不仅包含丰富的空间位置信息，同时包含很丰富的分类，以餐饮类的POI为例，我们可以分为大类、中类和小类。

1、原始数据说明

按照大类分为餐饮服务、中类分为中餐厅、西餐、烧烤，小类可以分为湘菜、川菜等。

在这里，从行政区划上，我们把POI按照其归属进行了划分。在后续的统计中可以充分的利用这些数据。这里的数据也是从互联网上抓取的数据，大多数的POI数据都是有标准的大类、中类、小类。当然，在拿到的部分POI数据，比如商业住宅的数据，

在商务住宅的POI数据中，所有的分类数据都集中到了大类这个字段，而另外两个字段比如中类和小类则是空的。其它的数据都是正确的，因此我们需要对商务住宅这个大类的数据进行简单的分拆。然后对应到具体的大类、中类、小类上面。

2、空间数据库表设计

在上一篇博客中，我们对POI信息表的空间数据属性字段有了具体的了解。与Shapefile等空间数据表相同，在PostGIS空间数据库中，我们也需要设计对应的空间表来存储对应的空间数据。

以上就是Shapefile中的属性字段信息，按照一一映射的原则，我们在PostGIS当中也同样的来设计对应的空间表。

大家可以使用自己熟悉的工具来进行表结构的设计，然后在数据库客户端软件中进行创建表结构即可。这里同样将数据表的表结构贴出来，供大家参考：

CREATE TABLE "public"."biz_poi_info" (
  "pk_id" int8 NOT NULL,
  "name" varchar(255) COLLATE "pg_catalog"."default",
  "main_category" varchar(255) COLLATE "pg_catalog"."default",
  "type" varchar(255) COLLATE "pg_catalog"."default",
  "subtype" varchar(255) COLLATE "pg_catalog"."default",
  "address" varchar(255) COLLATE "pg_catalog"."default",
  "province_name" varchar(255) COLLATE "pg_catalog"."default",
  "city_name" varchar(255) COLLATE "pg_catalog"."default",
  "area_name" varchar(255) COLLATE "pg_catalog"."default",
  "lon_wgs84" numeric(18,11),
  "lat_wgs84" numeric(18,11),
  "geom" "public"."geometry",
  "year" int4,
  "create_by" int8,
  "create_time" timestamp(6),
  "update_by" int8,
  "update_time" timestamp(6),
  CONSTRAINT "pk_biz_poi_info" PRIMARY KEY ("pk_id")
);

CREATE INDEX "idx_biz_poi_info_geom" ON "public"."biz_poi_info" USING gist (
  "geom" "public"."gist_geometry_ops_2d"
);
COMMENT ON COLUMN "public"."biz_poi_info"."pk_id" IS 'pk_id';
COMMENT ON COLUMN "public"."biz_poi_info"."name" IS '名称';
COMMENT ON COLUMN "public"."biz_poi_info"."main_category" IS '大类，比如：餐饮服务';
COMMENT ON COLUMN "public"."biz_poi_info"."type" IS '中类，比如：中餐';
COMMENT ON COLUMN "public"."biz_poi_info"."subtype" IS '小类';
COMMENT ON COLUMN "public"."biz_poi_info"."address" IS '地址';
COMMENT ON COLUMN "public"."biz_poi_info"."province_name" IS '省';
COMMENT ON COLUMN "public"."biz_poi_info"."city_name" IS '市';
COMMENT ON COLUMN "public"."biz_poi_info"."area_name" IS '区';
COMMENT ON COLUMN "public"."biz_poi_info"."year" IS '年份';
COMMENT ON COLUMN "public"."biz_poi_info"."create_by" IS '创建人';
COMMENT ON COLUMN "public"."biz_poi_info"."create_time" IS '创建时间';
COMMENT ON COLUMN "public"."biz_poi_info"."update_by" IS '更新人';
COMMENT ON COLUMN "public"."biz_poi_info"."update_time" IS '更新时间';
COMMENT ON TABLE "public"."biz_poi_info" IS '保存兴趣点信息表';

以上就是对POI数据进行简单的介绍，以及对POI数据的时空数据表的物理模型和表结构进行了讲解。请注意，在进行空间数据库设计的时候，请务必安装PostGIS的扩展，否则上面的SQL将无法运行，为了在后面的空间分析和查询的服务中发挥出更好的性能，我们给Geometry字段建立空间索引。

二、POI数据存储的设计与实现

在介绍完POI的属性表结构和空间数据库物理表模型之后，我们来具体讲解如何使用GeoTools来进行属性的读取，并调用Mybatis-Plus的批量入库代码，将2020年星城长沙的POI数据进行入库操作。

1、对应的数据模型对象的设计

众所周知，在面向对象的设计中，我们需要给数据库模型的表设计一个对应的实体类，这里简称为实体类。一般字段与数据库物理表是一一对应的。这里我们直接给出原始的代码：

package com.yelang.project.extend.earthquake.domain;
import java.io.Serializable;
import java.math.BigDecimal;
import com.baomidou.mybatisplus.annotation.TableField;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import com.yelang.framework.handler.PgGeometryTypeHandler;
import com.yelang.framework.web.domain.BaseEntity;
import lombok.AllArgsConstructor;
import lombok.Getter;
import lombok.NoArgsConstructor;
import lombok.Setter;
import lombok.ToString;
@TableName(value = "biz_poi_info", autoResultMap = true)
@NoArgsConstructor
@AllArgsConstructor
@Setter
@Getter
@ToString
/**
 * - 兴趣点信息表实体类
 * @author 夜郎king
 *
 */
public class PoiInfo extends BaseEntity implements Serializable {
	private static final long serialVersionUID = -9163178655131959272L;
	@TableId(value = "pk_id")
	private Long pkId;// 主键
	private String name;// 名称
	@TableField(value = "main_category")
	private String mainCategory;// 大类，比如：餐饮服务
	private String type;// 中类，比如：中餐
	private String subtype;// 小类
	private String address;// 地址
	@TableField(value = "province_name")
	private String provinceName;// 省
	@TableField(value = "city_name")
	private String cityName;// 市
	@TableField(value = "area_name")
	private String areaName;// 区
	@TableField(value = "lon_wgs84")
	private BigDecimal lonWgs84;
	@TableField(value = "lat_wgs84")
	private BigDecimal latWgs84;
	@TableField(typeHandler = PgGeometryTypeHandler.class)
	private String geom;
	@TableField(exist = false)
	private String geomJson;
	private Integer year;// 年份
	public PoiInfo(String name, String mainCategory, String type, String subtype, String address, String provinceName,
			String cityName, String areaName, BigDecimal lonWgs84, BigDecimal latWgs84, String geom, Integer year) {
		super();
		this.name = name;
		this.mainCategory = mainCategory;
		this.type = type;
		this.subtype = subtype;
		this.address = address;
		this.provinceName = provinceName;
		this.cityName = cityName;
		this.areaName = areaName;
		this.lonWgs84 = lonWgs84;
		this.latWgs84 = latWgs84;
		this.geom = geom;
		this.year = year;
	}
}

熟悉博主代码风格的小伙伴一定知道，在处理空间数据时，我们需要将Wkt格式的字符数据转为PostGIS认识的Geometry字段，因此在这里就需要自定义typeHandler来进行处理。在上面的代码中标识符如下：

@TableField(typeHandler = PgGeometryTypeHandler.class)

2、属性表数据和空间信息的读取

在定义好模型实体之后，我们将介绍如何使用GeoTools来进行属性数据和空间信息的读取。通过这两个信息要素，构成完成的一条空间基本信息。在本文的例子中，我们需要指定属性来进行解析，比如需要将“地址”这个属性对应到address中，因此我们需要类似于Jdbc的ResultSet的处理方式，需要手动的进行数据的对应。下面贴出具体的解析代码：

@Test
public void Read2PostGIS() throws IOException, FactoryException {
	// 指定Shapefile的文件路径
	//String shpFile = "C:/BaiduDownload/长沙市2020年POI数据集/长沙市2020年POI数据集/长沙POI数据（.shp）/风景名胜.shp";
	String shpFile = "C:/BaiduDownload/长沙市2020年POI数据集/长沙市2020年POI数据集/长沙POI数据（.shp）/住宿服务.shp";
	//FileDataStore dataStore = FileDataStoreFinder.getDataStore(new File(shpFile));
	ShapefileDataStore shapefileDataStore = new ShapefileDataStore(new File(shpFile).toURI().toURL());
	shapefileDataStore.setCharset(Charset.forName("UTF-8"));// 设置中文字符编码
	// 获取特征类型
	SimpleFeatureType featureType = shapefileDataStore.getSchema(shapefileDataStore.getTypeNames()[0]);
	CoordinateReferenceSystem crs = featureType.getGeometryDescriptor().getCoordinateReferenceSystem();
	System.out.println("坐标参考系统:" + crs);
	Integer epsgCode = CRS.lookupEpsgCode(crs, true);
	SimpleFeatureSource featureSource = shapefileDataStore.getFeatureSource();
	SimpleFeatureCollection simpleFeatureCollection=featureSource.getFeatures();
    SimpleFeatureIterator itertor = simpleFeatureCollection.features();
    //遍历featurecollection
    List<PoiInfo> list = new ArrayList<PoiInfo>();
    Date now = new Date();
    while (itertor.hasNext()){
        SimpleFeature feature = itertor.next();
        Property nameProperty = feature.getProperty("名称");
        String name = (String)nameProperty.getValue();
        Property mainCategoryProperty = feature.getProperty("大类");
        String mainCategory = (String) mainCategoryProperty.getValue();
        Property typeProperty = feature.getProperty("中类");
        String type = (String)typeProperty.getValue();
        Property subtypeProperty = feature.getProperty("小类");
      String subtype = subtypeProperty != null ? (String)subtypeProperty.getValue() : "";
       Property addressProperty = feature.getProperty("地址");
       String address = (String)addressProperty.getValue();
       Property provinceNameProperty = feature.getProperty("省");
       String provinceName = (String)provinceNameProperty.getValue();
       Property cityNameProperty = feature.getProperty("市");
       String cityName = (String)cityNameProperty.getValue();
       Property areaNameProperty = feature.getProperty("区");
       String areaName = (String)areaNameProperty.getValue();
        Property lonWgs84Property = feature.getProperty("WGS84_经");
        BigDecimal lonWgs84 = new BigDecimal(String.valueOf(lonWgs84Property.getValue()));
         Property latWgs84Property = feature.getProperty("WGS84_纬");
         BigDecimal latWgs84 = new BigDecimal(String.valueOf(latWgs84Property.getValue()));
         // 获取空间字段
         org.locationtech.jts.geom.Geometry geometry = (org.locationtech.jts.geom.Geometry) feature.getDefaultGeometry();
         // 创建WKTWriter对象
        WKTWriter wktWriter = new WKTWriter();
        // 将Geometry对象转换为WKT格式的字符串
        String wkt = wktWriter.write(geometry);
        String geom = "SRID=" + epsgCode +";" + wkt;//拼接srid，实现动态写入
        PoiInfo poi = new PoiInfo(name, mainCategory, type, subtype, address, provinceName, cityName, areaName, lonWgs84, latWgs84, geom, 2020);
        poi.setCreateTime(now);
        poi.setUpdateTime(now);
        list.add(poi);
  }
   if(list.size() > 0) {
        // poiService.saveBatch(list,500);
    }
    System.out.println(list.size());
}

在上面的代码中，请注意在Geometry字段的属性设置时，我们为了能动态的设置空间对象的SRID，需要动态将解析出来的空间参考编码设置到WKT字符串中，方便在数据处理时可以动态的设置。看到很多朋友在介绍相关的博客值，总是在设置方法将4326这个SRID设置为静态的，这样的处理方式不够灵活。

在第一节中我们曾将讲过，在商务住宅这类POI中，数据的制作方将大类、中类、小类进行了合并，也因此导致了在数据中只有一列，这里举一个合并的例子：

商务住宅;楼宇;商住两用楼宇|商务住宅;楼宇;商务写字楼

在上面的例子当中，我们就需要特殊处理，正常的大类、中类、小类三类组合起来都是三个长度的标准分类，上面的分类就不是，因此我们将最后的字符全部合并起来，当成当前分类的小类。毕竟这种情况不多，当然我们后续可以对数据进行一个集中的清理。数据转换的逻辑：

String mainCategory = (String) mainCategoryProperty.getValue();;
String [] splitMainCategory = mainCategory.split(";");
String type = "";
String subtype ="";
//商务住宅的POI要特殊处理、从大类中分解出中类和小类
if(splitMainCategory.length == 3) {
     mainCategory = splitMainCategory[0];
     type = splitMainCategory[1];
     subtype = splitMainCategory[2];
}else if(splitMainCategory.length > 3) {
     mainCategory = splitMainCategory[0];
     type = splitMainCategory[1];
     for(int i = 2;i <splitMainCategory.length;i++ ) {
            subtype += splitMainCategory[i];
     }
}else {
     Property typeProperty = feature.getProperty("中类");
     type = (String)typeProperty.getValue();
     Property subtypeProperty = feature.getProperty("小类");
     subtype = subtypeProperty != null ? (String)subtypeProperty.getValue() : "";
}

3、实际运行结果

最后我们使用Junit来调用上述的代码实现POI数据的批量插入，由于篇幅有限，关于在Mybatis-Plus中如何批量插入数据的代码不再赘述。读取时的数据显示如下：

可以看到数据已经成功的加载到内存中，等待批量录入的空间数据库中。下面我们来看下空间数据库中的情况。在PgAdmin中执行查询语句可以看到如下的结果：

如果能看到以上结果说明，数据已经成功的插入到数据库中，在PgAdmin当中，还可以直接看到空间数据的分布，可以点击查看属性信息。

以上步骤就是如何在Java中调用GeoTools进行POI数据入库实例。

三、总结

以上就是本文的主要内容，本文主要讲解在Java开发环境，如何使用Geotools来进行数据的解析与存储，与GDAL的shp数据处理方式不同，在GeoTools中的处理方法有一定的不同。文章分享的方法可以在分布式环境中利用Mybatis-Plus这种ORM框架进行快速的空间数据批量插入。与GeoTools官方提供的PostGIS数据读写相比，本文分享的方法将更加方便，易于与其它项目进行集成。行文仓促，定有不足之处，还恳请各位专家朋友不吝赐教，万分感谢。