Question

我有一系列间歇性间隔GPS坐标和时间戳。我正在使用PostGIS将它们渲染到地图画布上。要渲染它们，需要使用PostGIS中的ST_MakeLine（）聚合函数将点聚合成线，从而在地图上留下缺少GPS数据的空白。数据不一定按设备顺序到达。

示例序列如下所示：

ID | Timestamp              | Location
--------------------------------------
1  | 2013-11-12 03:31:31    | (1,2)   
3  | 2013-11-12 03:31:34    | (1,3)   
7  | 2013-11-12 03:31:37    | (1,4)  
4  | 2013-11-12 03:31:43    | (1,5)   
2  | 2013-11-12 03:31:55    | (1,6)   
16 | 2013-11-12 03:33:22    | (1,7)   
22 | 2013-11-12 03:33:28    | (1,8)   
18 | 2013-11-12 03:33:32    | (1,9)

分组的条件是：

如果与先前记录的差距是> 30秒或
如果自该组中的第一条记录以来的时间＆lt; 15秒在这种情况下，该点属于两个组（即一个组以此点结束，下一个组开始）

PostGIS中的ST_MakeLine（）函数将生成必要的行，问题是正确分组行。

基于此，上面会产生：

Start               | End                 | ST_MakeLine(?)
----------------------------------------------------------------------------
2013-11-12 03:31:31 | 2013-11-12 03:31:43 | LINE((1,2),(1,3),(1,4),(1,5))
2013-11-12 03:31:43 | 2013-11-12 03:31:55 | LINE((1,5),(1,6))
2013-11-12 03:33:22 | 2013-11-12 03:33:32 | LINE((1,7),(1,8),(1,9))

这似乎是大多数其他“连续选择”问题引用的“岛屿和间隙”问题的变化，但是由于序列不规则的扭曲，因此，这些解决方案似乎不适用。

我目前正在处理SQL之外的数据以生成序列，但如果可以的话，我会想要避免多次往返。

示例数据的SQLFiddle：http://sqlfiddle.com/#!15/1ff93/7

Answer 1

我最终采用两部分方法来解决这个问题：

向每行附加“组ID”的存储过程
简单的汇总查询

性能明显优于在数据库外部执行（45s vs 2.8s）

因此，给定一个由以下内容创建的表：

CREATE TABLE locations (
  id SERIAL PRIMARY KEY,
  ts TIMESTAMP WITHOUT TIME ZONE,
  location GEOMETRY(Point,4326)
);

以下函数将遍历表并向每行附加“group id”：

CREATE FUNCTION group_locations(
  IN scan_start_time TIMESTAMP WITHOUT TIME ZONE,
  IN max_time_gap INTERVAL, 
  IN max_line_duration INTERVAL)
RETURNS TABLE(
  out_geom GEOMETRY, 
  out_ts TIMESTAMP WITHOUT TIME ZONE, 
  out_group_id INTEGER) AS
$BODY$
DECLARE
  r locations%ROWTYPE;
  gid INTEGER;
  lastts TIMESTAMP;
  startts TIMESTAMP;
BEGIN
  gid := 0;
  lastts := NULL;
  startts := NULL;

  FOR r IN 
    SELECT * FROM locations 
    WHERE ts > scan_start_time
    ORDER BY ts ASC
  LOOP
    out_ts := r.ts;
    out_geom := r.location;
    out_group_id := gid;

    IF startts IS NULL OR lastts IS NULL THEN
      startts := r.ts;
    ELSIF r.ts - lastts >= max_time_gap THEN
      -- If we've hit a space in our data, bump the group id up
      -- and remember the start time for this group
      gid := gid+1;
      out_group_id = gid;
      startts := r.ts;
    ELSIF r.ts - startts >= max_line_duration THEN
      -- First, emit the current row to end the group
      RETURN NEXT;
      -- Then, bump the group id and start time, we will
      -- re-emit the same row with a higher group_id below
      gid := gid+1;
      out_group_id := gid;
      startts := r.ts;
    END IF;
    -- Emit the current row with the group_id appended
    RETURN NEXT;
    lastts := r.ts;
  END LOOP;
  RETURN;
END;
$BODY$
LANGUAGE plpgsql VOLATILE;

如果在我的示例数据上运行，结果是：

out_ts              | out_geom | out_group_id
---------------------------------------------
2013-11-12 03:31:31 | (1,2)    | 0
2013-11-12 03:31:34 | (1,3)    | 0
2013-11-12 03:31:37 | (1,4)    | 0
2013-11-12 03:31:43 | (1,5)    | 0
2013-11-12 03:31:43 | (1,5)    | 1
2013-11-12 03:31:55 | (1,6)    | 1
2013-11-12 03:33:22 | (1,7)    | 2
2013-11-12 03:33:28 | (1,8)    | 2
2013-11-12 03:33:32 | (1,9)    | 2

然后，可以简单地对此过程的输出进行分组和聚合：

SELECT ST_Makeline(out_geom) AS geom,MIN(out_ts) AS start,MAX(out_ts) AS finish
FROM group_locations(
       NOW() AT TIME ZONE 'UTC' - '10 days'::INTERVAL,  -- how far back to look
       '30 seconds'::INTERVAL,  -- maximum gap allowed before creating a break
       '15 seconds'::INTERVAL  -- maximum duration allowed before forcing a break
)
GROUP BY out_group_id;

该功能执行得非常快，至少比在外部执行相同逻辑好一个数量级。缺点是结果没有编入索引，因此在进一步查询中直接使用它们并不是特别有效。它运行大约O（2N）时间，第一次扫描附加组ID，然后第二次扫描聚合。

我的最终解决方案每隔几分钟执行上述操作，刷新一个完全索引的“calculated_tracks”表。

使用间隔阈值对可变连续时间戳记录进行分组

1 个答案: