目前隨著移動網際網路和物聯網的廣泛應用，90%以上的資料是和時間+空間相關的，而越來越多的資料應用場景與時間和空間資訊密不可分。時間+空間維度的資料（我們稱之為時空資料）是一種高維資料，需要更為高效的資料處理方式來處理，而普通的關係型資料庫更適合於儲存數值和字元型別資料，也缺少相關的時空運算元。在實際應用場景上例如感測器網路、移動網際網路、射頻識別、全球定位系統等裝置時刻輸出時間和空間資料，資料量增長非常迅速，這對儲存和管理時空資料帶來了挑戰，傳統資料庫很難應對以上場景。阿里雲時空資料庫能夠儲存、管理包括時間序列以及空間地理位置相關的資料，時空資料庫具有時空資料模型、時空索引和時空運算元，完全相容SQL及SQL/MM標準，支援時空資料同業務資料一體化儲存、無縫銜接，易於整合使用。
5月5日，阿里雲時空資料庫正式開始免費公測，公測期間我們提供了2core4g+100G雲盤的版本供客戶免費試用。
產品使用手冊：help.aliyun.com/document_de…
公測免費試用頁面：common-buy.aliyun.com/?commodityC…
產品優勢
易用（標準SQL介面）
SQL是目前最通用的資料庫訪問語言，時空資料庫基於標準PostgreSQL，支援JDBC/ODBC驅動訪問。時空資料同其它業務資料一體化處理，相容OGC空間計算函式；支援符合OGC規範的WKT和WKB格式資料輸入和輸出。
寫入效能強勁
時空資料，插入是一個強需求，往往有大量裝置上報軌跡、指標資料，因此對插入效能要求較高。阿里雲時空資料庫，單機不同規格下可以支援到數萬到數十萬的TPS寫入。
高效分析能力
時空資料，除單條的查詢、POI查詢，更多的是其他的分析類需求。這對時空資料庫的分析能力也是一個挑戰。阿里雲時空支援查詢條件自動選擇分割槽，高效空間索引，並行的聚合操作等提升分析效能。
自動擴充套件分割槽
業務對時空資料查詢，往往都會對時間區間進行過濾，因此時空資料通常在分割槽時，會有一個時間或空間分割槽的概念。時空資料庫支援自動擴充套件分割槽，減少使用者的管理量，不需要人為的干預自動擴充套件分割槽。
功能豐富
具有豐富的時間和空間處理查詢函式；支援點（POINT）、線（LINESTRING）、多邊形（POLYGON）、多點（MULTIPOINT）、多線（MULTILINESTRING）、多多邊形（MULTIPOLYGON）和幾何物件集（GEOMETRYCOLLECTION）等幾何型別儲存。
自動保留策略
根據使用者配置，自動刪除過舊資料，極大降低使用者使用成本，減少使用者管理工作。
自動Failover
阿里雲時空資料庫提供全自動Failover機制，一旦所在硬體發生不可恢復的故障，會在非常短的時間內使用其他硬體替換故障硬體。這樣可以減少因為不可控故障引發的服務中斷時間。該Failover是全自動的，無需人工干預，使用者也無需擔心服務由於硬體故障造成的長時間不可用。
高可靠
時空資料庫是一種高效能時空資料庫，底層儲存建立在阿里雲高效雲盤基礎之上，高效雲盤提供99.9999999%資料高可靠保障。可以保障時空資料庫資料一旦寫入，基本不會丟失。
生態
阿里雲時空資料庫在生態上非常易於同多種主流產品整合，比如地圖引擎（如GeoServer和MapServer）、地圖編輯系統（如QGIS和ArcGIS for Desktop）、資料分析與視覺化產品（如Grafana、Zeppelin和Jupyter）、大資料分析平臺（Spark），滿足模組化整合需求，為時空資料管理提供有力支撐。
資料寫入&查詢
時空資料庫寫入和查詢非常便利，讀寫採用標準SQL，使用者可以通過JDBC/ODBC驅動運算元據庫，進行讀寫操作。
使用者也可以通過psql互動式終端向時空資料庫寫入資料，下面是幾個簡單的例子：
INSERT INTO tsdb_test VALUES (1001, '2019-03-11 16:34:15', 1002.2,
ST_SetSRID(ST_MakePoint(10.3,20.1),4326)複製程式碼使用者通過互動終端查詢資料，可以如下：
SELECT time,uid,speed,dev_type,ST_AsText(position) FROM metrics
WHERE time >'2017-01-01 01:02:00' AND time < '2017-01-01 01:11:02' AND
ST_Contains(ST_SetSRID(ST_MakeBox2D(ST_Point(12.4, 25.5),ST_Point(13.0,26.1)),4326),position);複製程式碼關於時空資料庫的具體用法，可以參考阿里雲時空資料庫文件：開發指南
場景
地圖服務
地圖服務是一種非常廣泛的應用，便於各類業務資料空間化、空間分析和視覺化。這個場景介紹如何使用時空資料庫搭建地圖服務，並給出架構參考。
方案架構
時空資料庫作為儲存空間資料（如車輛定位資料）與空間查詢引擎，提供後端支援。GeoServer（GeoServer是一款知名的開源地圖服務引擎，支援OGC WFS、WMS、WPS等協議，易於部署，有大量的使用者）作為地圖服務引擎用於空間資料渲染和地圖釋出，前端客戶端採用Leaflet或openlayers框架，同時支援PC/Android/iOS多種型別終端。地圖釋出的主要流程包括三步：第一步在時空資料庫中匯入業務資料後；第二步通過GeoServer關聯資料庫；第三步選擇需要釋出的圖層，並對圖層設定相應對式樣。
人員監護
人員監護應用適用對兒童和老人監護，方便實時檢視活動軌跡、健康指標（體溫、血壓、心跳等）；並設定電子圍欄（特定區域，比如學校、小區、公園等），當活動人員離開特定區域時觸發告警資訊。
方案架構
時空資料庫儲存時空和指標資料，並提供空間查詢功能，提供後端支援。GeoServer作為地圖服務引擎用於空間資料渲染和地圖釋出，前端客戶端採用Leaflet或openlayers框架。電子圍欄服務用於判斷移動目標同電子圍欄的空間關係，並觸發告警資訊。
車輛監控
車輛監控應用適用於檢視車輛當前和歷史軌跡，對車輛的行駛區域做限定，當脫離特定路線後能夠報警；並對車輛感測器獲取一些引數（比如車速、胎壓、電池電壓等）做實時監測。
方案架構
時空資料庫作為儲存軌跡及監測指標，提供空間及指標查詢功能，提供後端支援。GeoServer作為地圖服務引擎用於空間資料渲染、地圖釋出、時空資料入庫，前端客戶端採用Leaflet或openlayers框架。電子圍欄服務用於判斷移動目標同電子圍欄的空間關係，並觸發告警資訊。電子圍欄在這裡起到過濾器，再地圖伺服器的WFS服務寫入定位和感測器監測資料。
物流配送
物流配送應用適合於物流行業，提供導航規劃功能，並對物流過程做全程監控。
方案架構
時空資料庫作為儲存與路徑規劃引擎，提供後端支援。GeoServer作為地圖服務引擎用於空間資料渲染、地圖釋出、時空資料入庫，前端客戶端採用Leaflet或openlayers框架。在時空資料庫儲存路網資料，路網資料是做導航規劃的基礎；在客戶端選擇起始點和目的地後，由時空資料庫計算最佳導航路線，經客戶端確認後把導航路線推送給物流終端。時空資料庫充當兩個角色：軌跡資料儲存和導航路徑計算。從物流終端獲取的軌跡資料通過地圖伺服器WFS服務存入時空資料庫。
軌跡分析
軌跡分析用於計算軌跡之間的關係以及軌跡與專題地圖之間的關係；軌跡分析可以用於分析道路擁堵時空特徵、人員活動熱點區域、異常行駛車輛等，適用業務場景非常廣，比如可以用於商業選址、交通優化、公共安全等。
方案架構
地圖伺服器（GeoServer）接收軌跡輸入，軌跡和其它監測資料存入時空資料庫；軌跡關聯計算用於軌跡聚合計算，識別軌跡之間的關係（如軌跡聚類）和軌跡與地圖之間的關係（如以道路作為專題圖，車輛軌跡的密集程度反應道路的擁堵情況）。軌跡關聯計算涉及大量的時空查詢需要利用時空資料庫做加速處理。
總結
時空資料庫通過融合時序和空間資料模型，來滿足不同時空資料場景的要求，更貼近業務；提供多元化索引（空間索引和時序索引等）來滿足不同型別場景條件查詢需求；提供自動分片及自動刪除過舊資料策略，來降低使用者管理成本，提升便利性。同時還在穩定性、可靠性、運維上提供優化服務，讓使用者能夠在融合的PostgreSQL生態下，更專注於自己的業務。
本文為雲棲社群原創內容，未經允許不得轉載。