跳转到主内容
跳转到主内容

多边形字典

polygon（POLYGON）字典针对点在多边形内的查询进行了优化，本质上是一种"反向地理编码"查找。 给定一个坐标（纬度/经度），它能高效地从多个多边形（如国家或地区边界）中找出包含该点的多边形/区域。 它非常适合将位置坐标映射到其所属区域。

配置多边形字典的示例：

提示

如果你在 ClickHouse Cloud 中使用字典，请使用 DDL 查询方式来创建字典，并使用用户 default 创建字典。 另外，请在 Cloud Compatibility 指南 中核对受支持的字典数据源列表。

CREATE DICTIONARY polygon_dict_name (
    key Array(Array(Array(Array(Float64)))),
    name String,
    value UInt64
)
PRIMARY KEY key
LAYOUT(POLYGON(STORE_POLYGON_KEY_COLUMN 1))
...

配置多边形字典时，键必须为以下两种类型之一：

  • 一个简单多边形。用一个点的数组表示。
  • MultiPolygon。它是一个多边形数组。每个多边形都是一个由点组成的二维数组。该数组的第一个元素是多边形的外部边界，后续元素表示需要从该多边形中排除的区域。

点可以用坐标数组或元组来表示。当前实现仅支持二维点。

用户可以上传 ClickHouse 所支持的任意格式的数据。

共有 3 种内存存储类型：

布局描述
POLYGON_SIMPLE朴素实现：对于每个查询，线性遍历所有多边形，在没有额外索引的情况下检查其是否属于该多边形。
POLYGON_INDEX_EACH为每个多边形单独构建一个索引，在大多数情况下都能快速进行成员关系判断（针对地理区域进行了优化）。在该区域上叠加一个网格，递归地将单元划分为 16 个相等部分。当递归深度达到 MAX_DEPTH，或某个单元与不超过 MIN_INTERSECTIONS 个多边形相交时，划分停止。
POLYGON_INDEX_CELL还会使用相同的选项创建上述网格。对于每个叶单元格，会在位于该单元格的所有多边形片段上构建索引，从而能够快速响应查询。
POLYGONPOLYGON_INDEX_CELL 的同义词。

字典查询使用标准的函数进行操作。 一个重要的区别在于，此处的键是您希望查找其所在多边形的点。

示例

以下是使用上述字典的示例：

CREATE TABLE points (
    x Float64,
    y Float64
)
...
SELECT tuple(x, y) AS key, dictGet(dict_name, 'name', key), dictGet(dict_name, 'value', key) FROM points ORDER BY x, y;

对 'points' 表中的每个点执行上述最后一条命令后，系统将找到包含该点的最小面积多边形，并输出所请求的属性。

示例

你可以通过 SELECT 查询从多边形字典中读取列，只需在字典配置或相应的 DDL 查询中启用 store_polygon_key_column = 1。

CREATE TABLE polygons_test_table
(
    key Array(Array(Array(Tuple(Float64, Float64)))),
    name String
) ENGINE = MergeTree
ORDER BY tuple();

INSERT INTO polygons_test_table VALUES ([[[(3, 1), (0, 1), (0, -1), (3, -1)]]], 'Value');

CREATE DICTIONARY polygons_test_dictionary
(
    key Array(Array(Array(Tuple(Float64, Float64)))),
    name String
)
PRIMARY KEY key
SOURCE(CLICKHOUSE(TABLE 'polygons_test_table'))
LAYOUT(POLYGON(STORE_POLYGON_KEY_COLUMN 1))
LIFETIME(0);

SELECT * FROM polygons_test_dictionary;

┌─key─────────────────────────────┬─name──┐
│ [[[(3,1),(0,1),(0,-1),(3,-1)]]] │ Value │
└─────────────────────────────────┴───────┘