GeoDjango Database API

Spatial Backends

GeoDjango目前提供以下空间数据库后端：

  • django.contrib.gis.db.backends.postgis
  • django.contrib.gis.db.backends.mysql
  • django.contrib.gis.db.backends.oracle
  • django.contrib.gis.db.backends.spatialite

MySQL Spatial Limitations

MySQL的空间扩展只支持边界框操作（什么MySQL调用最小边界矩形，或MBR）。具体来说，MySQL不符合OGC标准：

Currently, MySQL does not implement these functions [Contains, Crosses, Disjoint, Intersects, Overlaps, Touches, Within] according to the specification. Those that are implemented return the same result as the corresponding MBR-based functions.

换句话说，虽然在使用MySQL时，在GeoDjango中可以使用contains的空间查找，但返回的结果实际上等效于在不同的空间上使用bbcontains后端。

警告

只有MySQL上的MyISAM表支持真空间索引（R-树）。[5]换句话说，当使用MySQL空间扩展时，必须在快速空间查找和数据完整性之间进行选择 - MyISAM表不支持事务或外键约束。

Creating and Saving Geographic Models

下面是一个如何创建几何对象的示例（假设Zipcode模型）：

>>> from zipcode.models import Zipcode
>>> z = Zipcode(code=77096, poly='POLYGON(( 10 10, 10 20, 20 20, 20 15, 10 10))')
>>> z.save()

GEOSGeometry对象也可用于保存几何模型：

>>> from django.contrib.gis.geos import GEOSGeometry
>>> poly = GEOSGeometry('POLYGON(( 10 10, 10 20, 20 20, 20 15, 10 10))')
>>> z = Zipcode(code=77096, poly=poly)
>>> z.save()

此外，如果GEOSGeometry位于与该字段不同的坐标系中（具有不同的SRID值），则将使用空间数据库的变换将其隐式转换为模型字段的SRID程序：

>>> poly_3084 = GEOSGeometry('POLYGON(( 10 10, 10 20, 20 20, 20 15, 10 10))', srid=3084)  # SRID 3084 is 'NAD83(HARN) / Texas Centric Lambert Conformal'
>>> z = Zipcode(code=78212, poly=poly_3084)
>>> z.save()
>>> from django.db import connection
>>> print(connection.queries[-1]['sql']) # printing the last SQL statement executed (requires DEBUG=True)
INSERT INTO "geoapp_zipcode" ("code", "poly") VALUES (78212, ST_Transform(ST_GeomFromWKB('\\001 ... ', 3084), 4326))

因此，可以使用GEOSGeometry对象，WKT（井已知文本[1]），HEXEWKB（PostGIS特定 - 十六进制的WKB几何[2]）和GeoJSON [3]（需要GDAL）。实质上，如果输入不是GEOSGeometry对象，则几何字段将尝试从输入创建GEOSGeometry实例。

有关创建GEOSGeometry对象的更多信息，请参阅GEOS tutorial。

Spatial Lookups

GeoDjango的查找类型可以用于任何管理器方法，例如filter()，exclude()等。但是，GeoDjango唯一的查找类型仅适用于几何字段。“正常”字段的过滤器（例如CharField）可以与地理字段上的链接。因此，地理查询采用以下一般形式（假设GeoDjango Model API中使用的Zipcode模型）：

>>> qs = Zipcode.objects.filter(<field>__<lookup_type>=<parameter>)
>>> qs = Zipcode.objects.exclude(...)

例如：

>>> qs = Zipcode.objects.filter(poly__contains=pnt)

在这种情况下，poly是地理字段，contains是空间查找类型，pnt是参数（可以是GEOSGeometry对象或GeoJSON，WKT或HEXEWKB的字符串）。

完整的引用可以在spatial lookup reference中找到。

注意

GeoDjango使用GeoQuerySet（QuerySet的子类）构造空间SQL。附加到模型的GeoManager实例可启用GeoQuerySet的使用。

Distance Queries

Introduction

使用空间数据的距离计算很棘手，因为不幸的是，地球不平。由于PostGIS中的限制，具有地理坐标系中的字段的一些距离查询可能必须被不同地表示。有关详情，请参阅GeoDjango Model API文档中的Selecting an SRID部分。

Distance Lookups

可用性：PostGIS，Oracle，SpatiaLite

以下距离查找可用：

注意

对于测量，而不是查询距离，请使用GeoQuerySet.distance()方法。

距离查找采用元组参数，包括：

  1. 基于计算的几何图形；和
  2. 包含距离的数字或Distance对象。

如果使用Distance对象，它可以以任何单位表示（生成的SQL将使用转换为字段的单位的单位）；否则，假设数字参数以字段为单位。

注意

在PostGIS中，ST_Distance_Sphere 不限制使用地理距离查询执行的几何类型。[4]但是，这些查询可能需要很长时间，因为必须为查询中的每行动态计算大圆距离。这是因为传统几何字段上的空间索引不能使用。

要在WGS84距离查询上获得更好的性能，请考虑在数据库中使用geography columns，因为它们能够在距离查询中使用其空间索引。您可以通过在字段定义中设置geography=True来让GeoDjango使用地理位置列。

例如，假设我们在有效于得克萨斯州南部城市的投影坐标系统上有SouthTexasCity模型（从GeoDjango距离测试

from django.contrib.gis.db import models

class SouthTexasCity(models.Model):
    name = models.CharField(max_length=30)
    # A projected coordinate system (only valid for South Texas!)
    # is used, units are in meters.
    point = models.PointField(srid=32140)
    objects = models.GeoManager()

然后可以如下执行距离查询：

>>> from django.contrib.gis.geos import *
>>> from django.contrib.gis.measure import D # ``D`` is a shortcut for ``Distance``
>>> from geoapp import SouthTexasCity
# Distances will be calculated from this point, which does not have to be projected.
>>> pnt = fromstr('POINT(-96.876369 29.905320)', srid=4326)
# If numeric parameter, units of field (meters in this case) are assumed.
>>> qs = SouthTexasCity.objects.filter(point__distance_lte=(pnt, 7000))
# Find all Cities within 7 km, > 20 miles away, and > 100 chains  away (an obscure unit)
>>> qs = SouthTexasCity.objects.filter(point__distance_lte=(pnt, D(km=7)))
>>> qs = SouthTexasCity.objects.filter(point__distance_gte=(pnt, D(mi=20)))
>>> qs = SouthTexasCity.objects.filter(point__distance_gte=(pnt, D(chain=100)))

Compatibility Tables

Spatial Lookups

下表提供了每个空间数据库后端可用的空间查找的摘要。

查找类型PostGISOracleMySQL [6]SpatiaLite
bbcontainsXXX
bboverlapsXXX
containedXXX
containsXXXX
contains_properlyX
coveredbyXX
coversXX
crossesXX
disjointXXXX
distance_gtXXX
distance_gteXXX
distance_ltXXX
distance_lteXXX
dwithinXX
equalsXXXX
exactXXXX
intersectsXXXX
overlapsXXXX
relateXXX
same_asXXXX
touchesXXXX
withinXXXX
leftX
rightX
overlaps_leftX
overlaps_rightX
overlaps_aboveX
overlaps_belowX
strictly_aboveX
strictly_belowX

Aggregate Functions

下表提供了每个空间后端可用的特定于GIS的聚合函数的摘要。请注意，MySQL不支持任何这些聚合，因此从表中排除。

骨料PostGISOracleSpatiaLite
CollectX（从v3.0）
ExtentXX（从v3.0）
Extent3DX
MakeLineX
UnionXXX

脚注

[1]请参阅 Open Geospatial Consortium，Inc.，OpenGIS Simple Feature Specification For SQL，Document 99-049（1999年5月5日）3.2.5，p。 3-11（几何的SQL文本表示）。
[2]请参阅 PostGIS EWKB，EWKT和规范表单，PostGIS文档。4.1.2.
[3]请参阅 Howard Butler，Martin Daly，Allan Doyle，Tim Schaub和Christopher Schmidt，GeoJSON格式规范，修订版1.0（2008年6月16日）。
[4]请参阅ST_distance_sphere上的 PostGIS文档。
[5]

请参阅MySQL参考手册中的 创建空间索引

For MyISAM tables, SPATIAL INDEX creates an R-tree index. For storage engines that support nonspatial indexing of spatial columns, the engine creates a B-tree index. A B-tree index on spatial values will be useful for exact-value lookups, but not for range scans.
[6]有关详细信息，请参阅MySQL Spatial Limitations部分。