（数据科学学习手札153）基于martin的高性能矢量切片地图服务构建

本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

　　大家好我是费老师，在日常研发地图类应用的场景中，为了在地图上快速加载大量的矢量要素，且方便快捷的在前端处理矢量的样式，且矢量数据可以携带对应的若干属性字段，目前主流的做法是使用矢量切片（vector tiles）的方式将矢量数据发布为服务进行调用：

　　而可用于发布矢量切片服务的工具，主流的有geoserver、tippecanoe等，但是使用起来方式比较繁琐，且很容易遇到性能瓶颈。

　　除此之外，PostGIS中也提供了ST_AsMVT等函数可以直接通过书写SQL来生成矢量切片数据，但是需要额外进行服务化的开发封装，较为繁琐。

　　而我在最近的工作中，接触到由maplibre开源的高性能矢量切片服务器martin（ https://github.com/maplibre/martin ），它基于Rust进行开发，官方宣传其性能快到疯狂（Blazing fast），而在我实际的使用体验中也确实如此，在今天的文章中我就将为大家分享有关martin发布矢量切片地图服务的常用知识😉。

2 基于martin+PostGIS发布矢量切片服务

　　martin可在windows、linux、mac等主流系统上运行，其最经典的用法是配合PostGIS，下面我们以linux系统为例，介绍martin的部署使用方法：

2.1 martin的安装

　　martin提供了多种多样的安装方式，其中我体验下来比较简单稳定的安装方式是基于cargo，这是Rust的包管理器（因为martin基于Rust开发，这也是其超高性能的原因之一），martin可以直接当作Rust包进行安装。因此我们首先需要安装cargo：

apt-get update
apt-get install cargo

　　cargo完成安装后，为了在加速其国内下载速度，我们可以使用由字节跳动维护的镜像源（ https://rsproxy.cn/ ）：

mkdir ~/.cargo
vim ~/.cargo/config

# 在vim中粘贴下列内容后保存退出
[source.crates-io]
replace-with = 'rsproxy'
[source.rsproxy]
registry = "https://rsproxy.cn/crates.io-index"
[source.rsproxy-sparse]
registry = "sparse+https://rsproxy.cn/index/"
[registries.rsproxy]
index = "https://rsproxy.cn/crates.io-index"
[net]
git-fetch-with-cli = true

　　接着逐一执行下列命令即可完成martin及其必要依赖的安装：

# 安装必要依赖以防martin安装失败
apt-get install pkg-config
apt-get install libssl-dev
cargo install martin

2.2 准备演示用数据

　　接下来我们利用geopandas来读入及生成一些示例用PostGIS数据库表，完整的代码及示例数据可以在文章开头的仓库中找到：

import random
import geopandas as gpd
from shapely import Point
from sqlalchemy import create_engine

engine = create_engine('postgresql://postgres:mypassword@127.0.0.1:5432/gis_demo')

# 读取示测试矢量数据1（数据来自阿里DataV地图选择器）
demo_gdf1 = gpd.read_file('中华人民共和国.json')[['adcode', 'name', 'geometry']]

# 生成示例矢量数据2
demo_gdf2 = gpd.GeoDataFrame(
    {
        'id': range(100000),
        'geometry': [Point(random.normalvariate(0, 20), 
                           random.normalvariate(0, 20)) 
                     for i in range(100000)]
    },
    crs='EPSG:4326'
)

# 推送至数据库
demo_gdf1.to_postgis(name='demo_gdf1', con=engine, if_exists='replace')
demo_gdf2.to_postgis(name='demo_gdf2', con=engine, if_exists='replace')

　　通过上面的Python代码，我们将两张带有矢量数据且坐标参考系为WGS84的数据表demo_gdf1、demo_gdf2分别推送至演示用PostGIS数据库中：

　　接下来我们就可以愉快的使用martin来发布矢量切片服务了~

2.3 使用martin发布矢量切片地图服务

　　martin的基础使用超级简单，只需要在启动martin服务时设置好目标PostGIS数据库的连接参数字符串，它就可以自动发现数据库中具有合法坐标系（默认为EPSG:4326）的所有矢量表，并自动发布为相应的地图服务，以我们的示例数据库为例，参考下列命令：

/root/.cargo/bin/martin postgresql://postgres:mypassword@127.0.0.1:5432/gis_demo

　　从输出结果中可以看到示例数据库中的demo_gdf1、demo_gdf2表均被martin自动发现，我们的martin服务被正常启动：

　　这时直接访问本机IP地址对应的3000端口，即可看到相应的提示信息：

　　访问上面对应地址下的/catalog页面，可以看到被当前martin服务所架起的图层信息：

　　当以各个图层id作为路径进行访问时，就可以看到其对应地图服务的完整参数信息了，以demo_gdf1为例：

　　对mapbox、maplibre等地图框架了解的朋友，就知道上述信息可以直接用于向地图实例中添加相应的source和layer，下面是一个简单的基于maplibre的地图示例，要素加载速度非常之快，可以说唯一限制要素加载速度上限的瓶颈是带宽😎：

　　除此之外，martin还有相当多的额外功能，譬如基于PostGIS自定义运算函数、基于nginx实现切片缓存等，更多martin使用相关内容请移步官网https://maplibre.org/martin/。

---

　　以上就是本文的全部内容，欢迎在评论区与我进行讨论~