更多技術交流、求職機會，歡迎關注位元組跳動資料平臺微信公眾號，回覆【1】進入官方交流群
在數字化時代，地理空間分析（Geospatial Analytics）成為輔助企業市場策略洞察的重要手段。無論是廣告投放的精準定位，還是電商物流的效率最佳化，都離不開對地理空間資料的查詢、分析和視覺化處理，以便助力企業更好決策。
一些傳統的地理資訊系統資料庫具備豐富的地理空間物件結構、成熟的空間索引能力，在導航、旅遊、智慧城市等典型應用場景中被廣泛使用。隨著實時分析報表等OLAP市場的擴大，地理空間分析也作為新的增值特性被業界幾大OLAP主流產品所推廣。OLAP+GIS能力在滿足使用者地理空間資料分析的基礎上，還能在資料體量大、實效性要求高的情況下，滿足業務高效能查詢的需求。
作為火山引擎推出的一款OLAP引擎，ByteHouse近期釋出了高效能地理空間分析GIS能力，為位置洞察、人群圈選等場景提供高效能地理資料分析服務。
在功能層面，ByteHouse相容OGC標準，支援匯入標準GIS檔案格式，目前已支援超過50個主流的空間函式。為了提供更極致的使用體驗，ByteHouse還在探索自研最佳化器適配GIS特性，以及GPU硬體層面最佳化二維空間函式。
更值得一提的是，在關鍵效能上，ByteHouse GIS在列式小批組織的資料結構上引入RTree等二維空間索引能力，並在CPU硬體層面實現了二維空間函式的效能最佳化，整體提升了端到端效能。
在Benchmark測試中，透過選取兩個關鍵 GIS 函式ST_DistanceSphere 和 ST_Within，使用 NYC Taxi 資料集（Size：21GB；條數：169,001,162），並選取3個不同大小的地理區域，研發人員將ByteHouse、StarRocks、 ClickHouse Community、PostGIS 、 DuckDB Spatial進行效能對比。測試結果顯示，ByteHouse 在最佳化器、硬體等層面的最佳化，使其在測試函式的效能上顯著超越其他產品。
據火山引擎ByteHouse技術專家介紹，“對比傳統地理資訊系統資料庫，ByteHouse將OLAP和GIS結合起來，一方面具備OLAP的高效查詢和計算的優勢，另一方面，空間資料物件按照列的方式儲存，不僅節省儲存空間，更能充分發揮向量化的優勢，特別是在空間函式層面，還能利用硬體並行化能力提速。”
目前，ByteHouse GIS 已經在POI洞察、作戰地圖、人群圈選、拓店選址等場景為相關需求方落地地理空間分析服務。以有配送需求的業務場景舉例，在ByteHouse GIS能力支援下，運營人員可以在地圖中圈選出特定多邊形，觀察多邊形內部商家的供給和客流量，顯示配送員的位置和配送狀態，實現更有效地排程資源，提高配送效率。
在電商場景中，ByteHouse GIS能力不僅滿足平臺商家運營快速分析商家經營狀態、管理商家的需求，還將資料讀取量減少超過50%，進一步降低了磁碟IO以及計算帶來的CPU開銷。
不僅僅在GIS能力上具備極致效能，ByteHouse基於分散式架構設計，可以輕鬆地水平擴充套件，處理PB級別的資料，還完全相容雲原生技術棧，支援彈性資源排程，能夠根據實際需求動態調整計算資源，並且具備自動化運維功能。未來，ByteHouse也會持續為使用者提供卓越的資料處理和分析體驗，助力企業實現數字化轉型和智慧化升級。
點選跳轉ByteHouse瞭解更多