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. 那些被实现的返回与相应的基于MBR的功能相同的结果。

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。

光栅支持¶

RasterField目前仅适用于PostGIS后端。空间查找可用于栅格字段，但空间数据库函数和聚合不是为栅格字段实现的。

在Django更改1.10：

RasterField现在支持空间查找。

使用几何字段创建和保存模型¶

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（Well Known Text [1]），HEXEWKB（PostGIS specific - 十六进制中的WKB几何）传递几何参数[2]）和GeoJSON [3]。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。

使用光栅字段创建和保存模型¶

创建栅格模型时，栅格字段将使用延迟评估将输入隐式转换为GDALRaster。因此，栅格字段将接受由GDALRaster构造函数接受的任何输入。

以下是从栅格文件volcano.tif（假设Elevation模型）创建栅格对象的示例：

>>> from elevation.models import Elevation
>>> dem = Elevation(name='Volcano', rast='/path/to/raster/volcano.tif')
>>> dem.save()

GDALRaster对象也可用于保存栅格模型：

>>> from django.contrib.gis.gdal import GDALRaster
>>> rast = GDALRaster({'width': 10, 'height': 10, 'name': 'Canyon', 'srid': 4326,
...                    'scale': [0.1, -0.1], 'bands': [{"data": range(100)}]})
>>> dem = Elevation(name='Canyon', rast=rast)
>>> dem.save()

请注意，这相当于：

>>> dem = Elevation.objects.create(
...     name='Canyon',
...     rast={'width': 10, 'height': 10, 'name': 'Canyon', 'srid': 4326,
...           'scale': [0.1, -0.1], 'bands': [{"data": range(100)}]},
... )

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空间字段。

“正常”字段上的过滤器（例如CharField）可能与地理字段上的过滤器链接。地理查询接受两边的几何和栅格输入，输入类型可以自由混合。

地理查询的一般结构如下所述。完整的引用可以在spatial lookup reference中找到。

几何查找¶

具有几何的地理查询使用以下通用格式（假设在GeoDjango Model API中使用的Zipcode模型）：

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

像这样：

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

在这种情况下，poly是地理字段，contains是空间查找类型，pnt是参数（可能是GEOSGeometry对象或GeoJSON，WKT或HEXEWKB的字符串）和rst是一个GDALRaster对象。

光栅查找¶

Django中的新功能1.10。

栅格查找语法与几何语法相似。唯一的区别是可以将带索引指定为附加输入。如果没有指定频带索引，则默认使用第一个频带（索引0）。在这种情况下，语法与几何查找的语法相同。

要指定频带索引，可以在查找的两边指定一个附加参数。在左侧，双下划线语法用于传递带索引。在右侧，可以指定光栅和带索引的元组。

这导致了关于栅格的查找的以下通用形式（假设在GeoDjango Model API中使用的Elevation模型）：

>>> qs = Elevation.objects.filter(<field>__<lookup_type>=<parameter>)
>>> qs = Elevation.objects.filter(<field>__<band_index>__<lookup_type>=<parameter>)
>>> qs = Elevation.objects.filter(<field>__<lookup_type>=(<raster_input, <band_index>)

像这样：

>>> qs = Elevation.objects.filter(rast__contains=geom)
>>> qs = Elevation.objects.filter(rast__contains=rst)
>>> qs = Elevation.objects.filter(rast__1__contains=geom)
>>> qs = Elevation.objects.filter(rast__contains=(rst, 1))
>>> qs = Elevation.objects.filter(rast__1__contains=(rst, 1))

在示例的左侧，rast是地理栅格字段，contains是空间查找类型。 On the right hand side, geom is a geometry input and rst is a GDALRaster object. 在前两个查询中，频带索引默认为0，其他索引被设置为1。

虽然所有空间查找都可以与两边的栅格对象一起使用，但并非所有底层操作符本身都接受栅格输入。对于运算符期望几何输入的情况，栅格将自动转换为几何。在解释查找结果时要牢记这一点。

列出了compatibility table中所有查找的栅格支持类型。涉及栅格的查找目前仅适用于PostGIS后端。

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，PGRaster（Native）

以下距离查找可用：

注

对于测量，而不是在距离上查询，请使用Distance功能。

距离查找采用元组参数，包括：

几何或栅格到基础计算；和
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

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)

然后可以如下执行距离查询：

>>> from django.contrib.gis.geos import GEOSGeometry
>>> from django.contrib.gis.measure import D # ``D`` is a shortcut for ``Distance``
>>> from geoapp.models import SouthTexasCity
# Distances will be calculated from this point, which does not have to be projected.
>>> pnt = GEOSGeometry('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)))

栅格查询的工作方式相同，只需用栅格对象或两者即可将栅格字段或pnt对象替换为几何域point。要指定右侧光栅输入的波段索引，可以按如下方式将3元组传递给查找：

>>> qs = SouthTexasCity.objects.filter(point__distance_gte=(rst, 2, D(km=7)))

其中光栅rst的索引2（第三个带）的频带将用于查找。

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。 PostGIS光栅（PGRaster）查找被分为在raster lookup details中描述的三个类别：本机支持N，双边本机支持B和几何转换支持C。

查找类型	PostGIS	Oracle	MySQL [6]	SpatiaLite	PGRaster
`bbcontains`	X		X	X	N
`bboverlaps`	X		X	X	N
`载`	X		X	X	N
`contains`	X	X	X	X	B
`contains_properly`	X				B
`覆盖`	X	X			B
`盖子`	X	X			B
`十字架`	X			X	C
`不相交的`	X	X	X	X	B
`distance_gt`	X	X		X	N
`distance_gte`	X	X		X	N
`distance_lt`	X	X		X	N
`distance_lte`	X	X		X	N
`dwithin`	X	X		X	B
`等于`	X	X	X	X	C
`exact`	X	X	X	X	B
`相交`	X	X	X	X	B
`已验证`	X	X		X（LWGEOM）
`重叠`	X	X	X	X	B
`涉及`	X	X		X	C
`与...一样`	X	X	X	X	B
`触摸`	X	X	X	X	B
`中`	X	X	X	X	B
`剩下`	X				C
`对`	X				C
`overlaps_left`	X				B
`overlaps_right`	X				B
`overlaps_above`	X				C
`overlaps_below`	X				C
`strictly_above`	X				C
`strictly_below`	X				C

数据库函数¶

下表提供了每个空间后端可用的地理位置特定数据库功能的摘要。

功能	PostGIS	Oracle	MySQL的	SpatiaLite
`区`	X	X	X	X
`AsGeoJSON`	X			X
`AsGML`	X	X		X
`AsKML`	X			X
`AsSVG`	X			X
`BoundingCircle`	X	X（≥12.1.0.2）
`形心`	X	X	X	X
`区别`	X	X	X（≥5.6.1）	X
`距离`	X	X	X（≥5.6.1）	X
`信封`	X		X	X
`ForceRHR`	X
`地理散列`	X			X（LWGEOM）
`路口`	X	X	X（≥5.6.1）	X
`已验证`	X	X		X（LWGEOM）
`长度`	X	X	X	X
`MakeValid`	X			X（LWGEOM）
`MEMSIZE`	X
`NumGeometries`	X	X	X	X
`为NumPoints`	X	X	X	X
`周长`	X	X		X
`PointOnSurface`	X	X		X
`相反`	X	X		X
`规模`	X			X
`SnapToGrid`	X			X
`SymDifference`	X	X	X（≥5.6.1）	X
`转变`	X	X		X
`翻译`	X			X
`联盟`	X	X	X（≥5.6.1）	X

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	PostGIS	Oracle	SpatiaLite
`搜集`	X		X
`程度`	X	X	X
`Extent3D`	X
`MakeLine`	X		X
`联盟`	X	X	X

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]	请参见`ST_DistanceSphere`上的 PostGIS文档。

[5]	请参阅MySQL参考手册中的创建空间索引对于MyISAM表，`SPATIAL INDEX`创建一个R树索引。对于支持空间列非空间索引的存储引擎，引擎创建一个B树索引。空间值上的B树索引对精确值查找有用，但不适用于范围扫描。

[6]	有关详细信息，请参阅MySQL Spatial Limitations部分。

Django 1.11.6 文档

GeoDjango Database API¶

Spatial Backends¶

MySQL Spatial Limitations¶

光栅支持¶

使用几何字段创建和保存模型¶

使用光栅字段创建和保存模型¶

Spatial Lookups¶

几何查找¶

光栅查找¶

Distance Queries¶

Introduction¶

Distance Lookups¶

Compatibility Tables¶

Spatial Lookups¶

数据库函数¶

Aggregate Functions¶

目录

浏览

你在这里：

这一页

最后更新：