Mehr

Was ist das PostGIS-Äquivalent zum Extrahieren von Knoten in fTools / QGIS?

Was ist das PostGIS-Äquivalent zum Extrahieren von Knoten in fTools / QGIS?


Ich möchte Park-Polygone von OSM in Punkte umwandeln.

Das QGIS fTools Extract Nodes Werkzeug konvertiert ein Polygon in Punkte an den Scheitelpunkten.

Was ist die äquivalente Funktion oder der Arbeitsablauf in PostGIS?


Sie können ST_DumpPoints(geom) verwenden, um die aufgelisteten Punkte zu erhalten.

Sehen Sie sich das Beispiel an, wie es verwendet wird.

Das Ergebnis enthält sowohl die Geometrie als auch einen Pfad, der angibt, wohin der Punkt im Polygon gehört. Um nur die Geometrie (Punkte) zu erhalten, gehen Sie wie folgt vor:

SELECT (ST_DumpPoints(the_geom)).geom

Was ist das PostGIS-Äquivalent zum Extrahieren von Knoten in fTools / QGIS? - Geografisches Informationssystem

Anzahl der gefundenen Commits: 15

Commit-Historie - (kann unvollständig sein: siehe SVNWeb-Link oben für vollständige Details)
DatumDurchBeschreibung
16.06.2019 08:57:44
2.2.6_3
rene
15. März 2019 07:22:09
2.2.6_3
wen
12.12.2018 01:35:36
2.2.6_3
Gerald
30.11.2018 20:06:00
2.2.6_2
Sonnenpoet
05.09.2018 22:01:55
2.2.6_2
Sonnenpoet
24.06.2018 00:54:27
2.2.6_1
linimon
03.01.2018 13:36:58
2.2.6_1
Sonnenpoet
17.12.2017 11:25:14
2.2.6
rodrigo
13.12.2017 20:51:35
2.2.5
Sonnenpoet
05.04.2017 19:58:56
2.2.5
Sonnenpoet
09.02.2017 17:43:03
2.2.5
krion
30.11.2016 21:51:07
2.2.4
cmt
05.06.2016 16:37:13
2.2.2
Pi
05.06.2016 16:26:03
2.2.2
Pi
05.06.2016 16:21:55
2.2.2
Pi

Anzahl der gefundenen Commits: 15

Diese Seite
Was ist FreshPorts?
Über die Autoren
Probleme
FAQ
Wie groß ist es?
Sicherheitsrichtlinie
Privatsphäre
Blog
Kontakt

Suche
Mehr.

Neueste Schwachstellen
py-ansible-core24. Juni
py-aiohttp * 23. Juni
Taubenschlag22. Juni
Taubenschlag-Schublade22. Juni
Taubenschlag2-Schublade22. Juni
gitea19. Juni
Chrom18. Juni
Rubygem-Libelle11. Juni
apache2410. Juni
Kakteen10. Juni
Chrom10. Juni
dino08. Juni
drupal706. Juni
pglogisch06. Juni
Polkit04. Juni

In den letzten 14 Tagen wurden 10 Sicherheitslücken gemeldet, die 63 Ports betreffen


Was ist das PostGIS-Äquivalent zum Extrahieren von Knoten in fTools / QGIS? - Geografisches Informationssystem

Anzahl der gefundenen Commits: 28

Commit-Historie - (kann unvollständig sein: siehe SVNWeb-Link oben für vollständige Details)
DatumDurchBeschreibung
15. Nov. 2020 18:37:29
2.3.11
rene
22. Okt 2020 12:20:06
2.3.11
lbartoletti
15. Okt 2020 05:54:31
2.3.11
lbartoletti
30. Juli 2020 19:31:41
2.3.11
lbartoletti
24. Juli 2020 16:51:31
2.3.10_5
rene
22. Mai 2020 19:20:42
2.3.10_4
Sonnenpoet
08. Mai 2020 05:35:11
2.3.10_3
lbartoletti (Nur die ersten 15 Zeilen der Commit-Nachricht werden oben angezeigt)
22.01.2020 06:02:25
2.3.10_2
Sonnenpoet
14.01.2020 21:45:15
2.3.10_1
lbartoletti
02.11.2019 13:54:50
2.3.10_1
tcberner
14.09.2019 21:11:14
2.3.10
Sonnenpoet
26.07.2019 20:46:57
2.3.9_1
Gerald
22. März 2019 22:17:25
2.3.9
bhughes
12.12.2018 01:35:36
2.3.7_2
Gerald
30.11.2018 20:06:09
2.3.7_1
Sonnenpoet
22.09.2018 05:30:32
2.3.7_1
linimon
05.09.2018 22:01:55
2.3.7_1
Sonnenpoet
24.06.2018 00:54:27
2.3.7
linimon
21.04.2018 12:10:00
2.3.7
riggs
28.01.2018 12:49:11
2.3.6
Pizzamig
03.01.2018 13:36:58
2.3.5_1
Sonnenpoet
17.12.2017 11:25:14
2.3.5
rodrigo
16.07.2017 01:50:32
2.3.3
dbaio
15. Mai 2017 15:53:48
2.3.2_1
Sonnenpoet
05.04.2017 19:59:00
2.3.2
Sonnenpoet
16.02.2017 20:42:55
2.3.2
lifanov
08.12.2016 11:51:53
2.3.1
cmt
14.11.2016 16:26:27
2.3.0
cmt

Anzahl der gefundenen Commits: 28

Diese Seite
Was ist FreshPorts?
Über die Autoren
Probleme
FAQ
Wie groß ist es?
Sicherheitsrichtlinie
Privatsphäre
Blog
Kontakt

Suche
Mehr.

Neueste Schwachstellen
py-ansible-core24. Juni
py-aiohttp * 23. Juni
Taubenschlag22. Juni
Taubenschlag-Schublade22. Juni
Taubenschlag2-Schublade22. Juni
gitea19. Juni
Chrom18. Juni
Rubygem-Libelle11. Juni
apache2410. Juni
Kakteen10. Juni
Chrom10. Juni
dino08. Juni
drupal706. Juni
pglogisch06. Juni
Polkit04. Juni

In den letzten 14 Tagen wurden 10 Sicherheitslücken gemeldet, die 63 Ports betreffen


8.1. PostGIS-Geometrie/Geographie/Box-Datentypen

In diesem Abschnitt werden die benutzerdefinierten PostgreSQL-Datentypen aufgelistet, die von PostGIS installiert werden, um räumliche Daten darzustellen.

Jeder Datentyp beschreibt sein Typumwandlungsverhalten. Eine Typumwandlung konvertiert Werte eines Datentyps in einen anderen Typ. PostgreSQL ermöglicht das Definieren des Umwandlungsverhaltens für benutzerdefinierte Typen zusammen mit den Funktionen, die zum Konvertieren von Typwerten verwendet werden. Besetzungen können haben automatisch Verhalten, das die automatische Konvertierung eines Funktionsarguments in einen von der Funktion unterstützten Typ ermöglicht.

Einige Besetzungen haben explizit Verhalten, was bedeutet, dass die Umwandlung mit der Syntax CAST(myval As sometype) oder myval::sometype angegeben werden muss. Explizites Casting vermeidet das Problem mehrdeutiger Casts, die auftreten können, wenn eine überladene Funktion verwendet wird, die einen bestimmten Typ nicht unterstützt. Eine Funktion kann beispielsweise ein box2d oder ein box3d akzeptieren, aber keine Geometrie. Da Geometrie automatisch in beide Box-Typen umgewandelt wird, führt dies zu einem "mehrdeutigen Funktionsfehler". Um den Fehler zu vermeiden, verwenden Sie eine explizite Umwandlung in den gewünschten Boxtyp.

Alle Datentypen können in text umgewandelt werden, sodass dies nicht explizit angegeben werden muss.


Was ist das PostGIS-Äquivalent zum Extrahieren von Knoten in fTools / QGIS? - Geografisches Informationssystem

"Der Mensch ist ein Mikrokosmos oder eine kleine Welt, weil er ein Auszug aus allen Sternen und Planeten des ganzen Firmaments, aus der Erde und den Elementen ist und somit deren Quintessenz ist."

Philippus Aureolus Paracelsus

Open Source hat in der allgemeinen Informationsverarbeitung großen Erfolg, aber hat es in vertikalen Märkten eine Zukunft? In diesem Artikel untersuchen wir, wie Geospatial Open Source ein Beispiel für die Marktherausforderungen eines mittelgroßen vertikalen Marktes darstellt.

Open Source und Entscheidungsträger

General Purpose Open Source Software (OSS) ist seit fast einem Jahrzehnt auf dem Radar von Entscheidungsträgern. Große Projekte wie Linux, Apache, Firefox und Open Office werden von Fortune-500-Unternehmen wie IBM und Sun unterstützt. Jeder kennt Open Source, es ist in ihren Plänen, Bücher wurden geschrieben. In der allgemeinen Informationstechnologie (IT) gibt es zu Open Source wenig mehr zu sagen.

Die IT-Welt endet jedoch nicht bei Datenbanken, Betriebssystemen und Büroautomatisierung. IT ist wie eine fraktale Form, jede Hauptfacette kann unterteilt und wieder in bestimmte Formen unterteilt werden, die den Anforderungen einzigartiger Märkte entsprechen.

Die Wirtschaft ist voll von Nischenmärkten mit ganz besonderen Anforderungen an die Informationsverarbeitung. Beispiele für Nischenmärkte finden sich im Gesundheitswesen, im Bildungswesen, bei natürlichen Ressourcen, im verarbeitenden Gewerbe und in der Telefonie. Jedes dieser Felder nutzt die generischen Open-Source-Bausteine, die bereits durch die IT gefegt sind. Sie haben auch ihre eigenen unterschiedlichen Ökosysteme von dominanten proprietären Anbietern und De-facto-Standards, die die Entscheidungsfindung und den Softwareerwerb prägen. Open Source wächst in diesen Nischenmärkten, aber viel langsamer als in der Allzweck-IT. Die Gründe sind ziemlich einfach: Kleinere Märkte bedeuten weniger Benutzer, weniger Entwickler und weniger Ressourcen für Open Source.

Geschichte der Geomärkte

Geospatial ist eines der Nischenfelder, das langsam von Open Source kolonisiert wird. Geospatial-Software wird von Naturressourcenmanagern, Kartographen, Flottenmanagern und allen Personen verwendet, die eine Standortkomponente in ihren Daten haben.

Geospatial ist ein neuer Begriff für das, was traditionell als "geographische Informationssysteme" oder GIS bekannt ist. Die ursprünglichen Benutzer der GIS-Software waren staatliche Umweltwissenschaftler und Landverwalter. Bereits Mitte der 1960er Jahre bauten Regierungen ihre eigenen GIS-Systeme und schrieben den Code intern.

In den 1980er Jahren, als Computerhardware billiger und interoperabler wurde, änderte sich die Wirtschaftlichkeit von GIS. Anstatt Computer zu kaufen und GIS-Systeme von Grund auf zu schreiben, kauften Regierungen Computer und kauften dann GIS-Software. Schnell entstand ein Ökosystem von proprietären GIS-Anbietern. Einige Anbieter waren regional ansässig, andere waren auf bestimmte Bereiche wie Forstwirtschaft oder Öl und Gas spezialisiert.

Einige der letzten internen Systeme wurden von der Regierung geschrieben. Das Geographic Resources Analysis Support System (GRASS) wurde vom US Army Corps of Engineers nach einem Evaluierungsprozess geschrieben, bei dem festgestellt wurde, dass keines der aktuellen proprietären Systeme seinen Anforderungen entsprach. Das Map Overlay and Statistical System (MOSS) wurde vom US Fish and Wildlife Service nach einer ähnlichen Marktbewertung geschrieben.

Sowohl GRASS als auch MOSS wurden als gemeinfreie Werke veröffentlicht und wurden so effektiv zu den frühesten Beispielen für Open-Source-Georaumsoftware. GRASS wurde Mitte der 1990er Jahre als GPL-Projekt neu lizenziert. In den 1990er Jahren verkümmerte das OSS jedoch weitgehend in der akademischen Welt, während proprietäre Software das gesamte Regierungs- und Unternehmens-Ökosystem für arbeitsplatzbasierte GIS ausfüllte.

So wie sich der Computer- und Betriebssystemmarkt in den 1980er Jahren zu Intel und Microsoft konsolidierte, konsolidierte sich der GIS-Markt in den 1990er Jahren. Der Kampf um die Konsolidierung des GIS-Marktes in Nordamerika und zunehmend auch im Rest der Welt wurde von einem proprietären Anbieter, ESRI, gewonnen, der von einer Marktbasis in der US-Regierung ausging und andere Wettbewerber auf dem nordamerikanischen Markt allmählich verdrängte. Im Jahr 2000 hatte ESRI eine ähnliche Marktposition wie Oracle oder Microsoft auf dem allgemeinen IT-Markt erreicht. Sie waren der Standardanbieter und die einzig sichere Wahl für Entscheidungsträger.

Wie Microsoft und Oracle wurde die Marktdominanz von ESRI auf einer engen, aber wichtigen Produktkategorie aufgebaut. Microsoft dominierte Betriebssysteme und Büroautomatisierung. Oracle dominierte relationale Datenbanken. Die dominierende Kategorie von ESRI war und ist Desktop-GIS-Software. Desktop-GIS-Software bietet Benutzern die Möglichkeit, Geodaten zu erstellen, zu bearbeiten, zu analysieren und kartografisch zu drucken.

Der Aufstieg des Internets war für das Microsoft-Geschäftsmodell bekannt. 1995 überarbeitete Bill Gates die Softwarestrategie des Unternehmens grundlegend, um sich auf die vernetzte Kommunikation zu konzentrieren. Die neue Strategie sollte neuen Wettbewerbern vorbeugen, die sich die Internet-Software-Arena zunutze machen könnten. Auf der Desktop-Seite war Microsoft erfolgreich, Netscape wurde vernichtet und RealNetworks ist größtenteils verschwunden.

Im Geodatenbereich erlitt ESRI eine ähnliche Störung durch das Internet. Als sich ihre Benutzer an den Zugriff auf nicht-räumliche Daten über das Internet gewöhnt hatten, stellten sie sich eine naheliegende Frage: "Wie können wir über das Internet auf unsere Geodaten zugreifen?".

Die unmittelbare Frage bezog sich nicht auf Analyse, kartografisches Drucken oder Datenerfassung, die allesamt die Kernkompetenzen von ESRI sind. Die unmittelbare Forderung war ein einfacher Datenzugriff. Wie Oracle hat ESRI einige frühe strategische Fehler bei der Bereitstellung internetfähiger Versionen seiner Software gemacht. Ihr Preismodell sperrte kleinere Unternehmen aus, da die Eintrittskosten zu hoch waren. Anstatt jedoch die Hände zu heben und keine Internetdienste anzubieten, suchten kleinere Organisationen und Einzelpersonen einfach nach Alternativen. Im Fall von Oracle fanden sie MySQL und PostgreSQL. Im Fall von ESRI fanden sie MapServer.

Die von Einzelpersonen und kleinen Organisationen gewünschten Preise konnten wohl nicht rational von ESRI oder Oracle bereitgestellt werden. Aber indem sie Einzelpersonen und kleinere Organisationen verdrängten, schufen die dominanten Anbieter einen neuen Marktplatz, der schnell alternative Open-Source-Produktsuiten entwickelte.

Dynamik von Open Source Geospatial

Im Jahr 2000 war der Markt für "Webkartenserver" noch ganz neu. Die hohen Kosten und die schlechte Leistung der Angebote von ESRI haben die Akzeptanz verlangsamt. Die niedrige technische Eintrittsbarriere, die erforderlich ist, um "Karten im Internet anzuzeigen", ermöglichte es einem neuen Anbieter, an Zugkraft zu gewinnen. MapServer wurde ursprünglich in einem akademischen Umfeld, der University of Minnesota, mit Fördergeldern entwickelt. Es wurde im Jahr 2000 als Open Source veröffentlicht und hatte gerade genug vorhandene Funktionalität, um neue Entwickler anzuziehen.

Nachdem MapServer anfing, Benutzern nützliche Dienste zur Verfügung zu stellen, zog es immer mehr Open-Source-Entwicklungen an. Im Gegensatz zum "Pay-to-Play"-Modell proprietärer Produkte ermöglichte der Open-Source-MapServer Unternehmen, sich kostenlos mit vorhandenen Funktionen zu beschäftigen und dann zu bezahlen, um neue Funktionen hinzuzufügen, wenn und wann sie sie brauchten. Organisationen, die MapServer kostenlos einführten, begannen, Gelder zu verwenden, um Verbesserungen an den Rändern vorzunehmen.

Zu den Funktionen, die von der MapServer-Benutzergemeinschaft hinzugefügt wurden, gehört die Möglichkeit, Daten aus zusätzlichen GIS-Dateiformaten und aus Satellitenbildern zu lesen, sowie die Unterstützung internationaler Interoperabilitätsstandards. Die Verbesserungen und insbesondere die Unterstützung von Standards dienten dazu, MapServer für ein größeres Publikum nützlich zu machen, was das Marktwachstum noch weiter ankurbelte.

Die Eigenschaften der Anwender von Open Source Geodaten sind jedem Studenten der Open Source Marktdynamik bekannt. Open-Source-Tools werden im Allgemeinen von technischen Mitarbeitern evangelisiert, die die Möglichkeit haben, die Tools selbst zu erwerben und zu testen. Dies schränkt die frühe Einführung effektiv auf Start-ups und größere Unternehmen mit fortschrittlichen technischen Kenntnissen ein. Konservative Organisationen neigen dazu, Informationen über Anbieter und Fachzeitschriften zu sammeln, die hauptsächlich dazu dienen, bestehende Kaufmuster zu verstärken. Organisationen, die sich bereits für ein proprietäres Produkt für eine Funktionskategorie entschieden haben, werden selten zu einem Open-Source-Äquivalent wechseln, bis das proprietäre Produkt das Ende der Lebensdauer erreicht.

Ausgenommen von dieser Regel sind Open-Source-Phänomene wie Linux oder Firefox, die außerhalb der Fachpresse bekannt geworden sind. Die Publizität um Linux hat sogar konservative Organisationen gezwungen, formale Überlegungen zur Verwendung allgemeiner Open Source anzustellen.

Open Source Geospatial ist eine kleine Nische und ihre Software wird nie die populäre Presseberichterstattung erhalten, die Linux und Firefox so bekannt gemacht hat. Die meisten bestehenden Geodaten-Software-Kunden, wie Regierungen und Rohstoffindustrien, bleiben bequem in den Armen des dominierenden proprietären Anbieters ESRI.

Der Marktbereich, in dem Open Source Geodaten am schnellsten aufgegriffen wurde, sind Unternehmen, in denen keine Vorliebe für den dominierenden proprietären Anbieter besteht. Dies sind in der Regel Unternehmen oder Agenturen, die ihren ersten Vorstoß in die Internetkartierung unternehmen, motiviert durch die raumbezogene Renaissance, die durch die Einführung von Google Earth und Google Maps ausgelöst wurde. Ihre technischen Mitarbeiter recherchieren die Optionen und stellen fest, dass sie von Open Source bekommen, was sie wollen. Die verfügbare Open Source umfasst:

  • die Geodatendatenbank PostGIS zur Bereitstellung von Webkarten- und Web-Feature-Services
  • die GDAL-Programmierbibliothek
  • das Geotools Java GIS-Toolkit
  • das raumbezogene Anwendungsframework von SharpMap
  • die von OpenLayers bereitgestellten Weboberflächen web

Vor allem Anbieter von webbasierten Diensten, die ihre Infrastruktur aufgrund potenziell exponentieller Veränderungen der Nutzer skalieren müssen, sind von Open Source begeistert. Die Kapitalkosten für die Skalierung einer Infrastruktur, die proprietäre Software verwendet, betragen X Dollar mal die Anzahl der Knoten. Bei Open Source sind die Kapitalkosten für die Skalierung gleich Null. Die jährlichen Infrastruktur-Supportkosten für proprietäre Software sind wiederum linear an die Anzahl der Knoten gebunden. Bei Open Source steigen die Supportkosten in Beratungsgebühren für Open-Source-Programmierer oder Unternehmen in der Regel mit der Anzahl der Nodes, da die Wahrscheinlichkeit, neue Features zu benötigen oder Bugs aufzudecken, mit zunehmender Nutzung steigt, jedoch in der Regel weniger als linear ansteigt.

Beispiele für neue Internetunternehmen, die Open Source Geodaten verwenden, sind:

    , ein Unternehmen für Immobilieninformationen , eine Community zum Teilen von Daten , ein Unternehmen für Flottenmanagement und Fahrzeugverfolgung , ein Wiederverkäufer von Satellitenbildern , eine Restaurantbewertungsseite , ein räumliches Add-on für Facebook

Der andere Bereich, in dem Open-Source-Geodaten verwendet wurden, liegt in technisch versierten Taschen großer Organisationen. Wie die Internetunternehmen haben auch diese Organisationen von der Benutzerseite so viel Bedarf, dass die Bereitstellung proprietärer Internetdienstsoftware eine große finanzielle Belastung mit sich bringt. Im Gegensatz zu Start-up-Unternehmen können sich große Unternehmen die Kosten für die proprietäre Software möglicherweise leisten.

In einigen großen, konservativen Unternehmen übernehmen und implementieren visionäre Manager Open Source. Die Adoption ist jedoch nicht systematisch, sondern eine Konsequenz aus der Persönlichkeit und den persönlichen Interessen des Managers. Wenn er oder sie das Unternehmen verlässt, kann die Open-Source-Tasche verschwinden. Da der Fortschritt von Open-Source-Geodaten in diesen Organisationen so persönlichkeitsbasiert ist, ist er in der Regel selten und verläuft phasenweise.

Open-Source-Georäumliche Herausforderungen

Der Fortschritt von Open Source Geodaten auf dem Desktop war sehr langsam. Desktop-Geodatensoftware hat bereits einen fest verankerten proprietären Incumbent, ArcGIS von ESRI, mit einer langen Geschichte. Die Menge an Qualitätscode, die erforderlich ist, um die Funktionsparität mit dem etablierten Anbieter zu erreichen, ist sehr hoch, da ESRI seit Jahrzehnten an seiner Desktop-Software arbeitet. Einfache Desktop-Implementierungen sind mit QGIS, uDig und gvSIG verfügbar, werden aber meistens in die Nische von Organisationen mit extrem niedrigem Budget gebracht. Infolgedessen stehen keine finanziellen Mittel zur Verfügung, um die Entwicklung zu beschleunigen, und das Tempo der Fortschritte bleibt gering. Die Ausnahme war gvSIG, das stark von spanischen Regierungsorganisationen finanziert wird, aber immer noch hauptsächlich eine Nischenentwicklung ist, die in Spanien verwendet wird.

In allen Fällen wurde das Wachstum von Open-Source-Geodaten aus Größengründen gebremst. Open-Source-Produkte generieren viel geringere Einnahmequellen von Benutzerpopulationen als proprietäre Produkte. In großen Märkten mit gut kapitalisierten Kunden können Unternehmen auch mit den kleineren Einnahmen von Open Source gutes Geld verdienen.

In einem kleinen vertikalen Markt ist es für Unternehmen jedoch schwierig, Fuß zu fassen. Ein Kunde setzt in der Regel mehrere Open-Source-Geodatenprodukte ein, um eine Lösung zu erstellen. Daher muss ein Supportanbieter über umfassende interne Erfahrung verfügen, um die gesamte Lösung zu unterstützen. In einem traditionellen Modell würden die Gründungskosten von einem Risikokapitalgeber kapitalisiert, aber die Größe des Geomarktplatzes macht die für Risikokapital erforderlichen Renditen von 10:1 unwahrscheinlich.

OpenGeo durchbricht den Stau beim Geodaten-Support, indem es ein soziales Unternehmen aufbaut, das philanthropische Mittel verwendet, um eine Organisation zu booten, die über die breite Expertise verfügt, die zur Unterstützung einer Vielzahl von Open-Source-Geodatenanwendungen erforderlich ist. Die Motivation von OpenGeo besteht nicht darin, den Gewinn zu maximieren, sondern das soziale Wohl zu maximieren und gleichzeitig die Kosten zu decken. Dies ermöglicht es der Organisation, einen nachhaltigen Markt aufzubauen und gleichzeitig von den kleineren Einnahmequellen zu überleben, die im Open-Source-Georaumbereich verfügbar sind. Die von OpenGeo unterstützten Produkte wie Geoserver, OpenLayers, PostGIS und GeoExt bilden einen Top-to-Bottom-Bereitstellungsstapel für Geodatenanwendungen.

Lektionen für andere Märkte

Open Source Geospatial bietet eine Reihe von Lehren für andere vertikale Märkte. Erstens ist es unwahrscheinlich, dass Frontalangriffe auf den führenden proprietären Anbieter erfolgreich sind. In seinen Kernbereichen hat der führende Anbieter einen Vorteil in der Technologieentwicklung und der bestehenden Meinungsbildung. Normalerweise braucht es Jahre der Entwicklung, um genug Technologie zu entwickeln, um mit einem führenden Anbieter mithalten zu können, und ein teilweise funktionsfähiges Produkt wird ignoriert.

Zweitens bieten disruptive Veränderungen in der Technologie Möglichkeiten für Open Source. Die meisten führenden Anbieter haben sich in den 1980er und 1990er Jahren ihren Vorsprung auf dem Desktop herausgearbeitet. Der Übergang zu webbasierten Diensten hat eine vorübergehende Marktlücke geöffnet, in der bestehende Anbieter einen geringeren Technologievorteil haben und ihr Marketingvorteil auf ihr bestehendes Kundenuniversum beschränkt ist. Open Source kann der Kern für neue servicebasierte Unternehmen werden, die mit Anbietern proprietärer Software konkurrieren.

Schließlich sind neue Märkte für Fähigkeiten die fruchtbarste Chance von allen. In der Geoinformatik wächst der Markt durch die Ausweitung auf das tägliche Leben durch Fahrzeug- und Geräteverfolgung, kostengünstige Luftbildaufnahmen und Handkartierung exponentiell. Neue Entwickler und Manager treffen ohne lang gehegte Vorurteile Technologieentscheidungen. Bei gleichen Wettbewerbsbedingungen gewinnen Open-Source-Internettechnologien regelmäßig.


Sie können versuchen, in der PostgreSQL-Logdatei nachzuvollziehen, was "pg_dump -t table -s" wirklich macht. Dann können Sie dieselbe Methode verwenden, um Ihre eigene SQL-Funktion zu schreiben.

oder verwenden Sie die PostgreSQL-GUI-Tools (pgAdmin, phpPgAdmin usw.)

In der Befehlszeile ( psql ) können Sie Folgendes ausführen: d <table name>, um alle Spalten, ihre Typen und Indizes aufzulisten.

Aufbauend auf dem ersten Teil der Antwort von @CubicalSoft können Sie die folgende Funktion einfügen, die für einfache Tabellen funktionieren sollte (nimmt das standardmäßige "öffentliche" Schema an und lässt Einschränkungen, Indizes und benutzerdefinierte Datentypen usw. usw. aus). @RJS-Antwort ist im Moment die einzige Möglichkeit, dies richtig zu tun. Dies sollte in psql eingebaut werden!

Mir ist klar, dass ich etwas zu spät zu dieser Party bin, aber dies war das erste Ergebnis meiner Google-Suche, also dachte ich, ich würde mit dem antworten, was mir eingefallen ist.

Mit dieser Abfrage können Sie einer Lösung ziemlich weit kommen, um die Spalten zu erhalten:

Und dann diese Abfrage für die gängigsten Indizes:

Dann müssen Sie die Abfragezeichenfolge(n) im richtigen Format erstellen.


Geospatial: Ein Open-Source-Mikrokosmos

Hrsg. Hinweis: Dieser Artikel erschien ursprünglich in der März 2009-Ausgabe von Open Source Business Resource. Der Artikel ist unter einer Creative Commons-Lizenz lizenziert.

"Der Mensch ist ein Mikrokosmos, oder eine kleine Welt, denn er ist ein Auszug aus allen Sternen und Planeten des ganzen Firmaments, aus der Erde und den Elementen und somit deren Quintessenz." Philippus Aureolus Paracelsus

Open Source hat in der allgemeinen Informationsverarbeitung großen Erfolg, aber hat es in vertikalen Märkten eine Zukunft? In diesem Artikel untersuchen wir, wie Geospatial Open Source ein Beispiel für die Marktherausforderungen eines mittelgroßen vertikalen Marktes darstellt.

Open Source und Entscheidungsträger
General Purpose Open Source Software (OSS) ist seit fast einem Jahrzehnt auf dem Radar von Entscheidungsträgern. Große Projekte wie Linux, Apache, Firefox und Open Office werden von Fortune-500-Unternehmen wie IBM und Sun unterstützt. Jeder kennt Open Source, es ist in ihren Plänen, Bücher wurden geschrieben. In der allgemeinen Informationstechnologie (IT) gibt es zu Open Source wenig mehr zu sagen.

Die IT-Welt endet jedoch nicht bei Datenbanken, Betriebssystemen und Büroautomatisierung. IT ist wie eine fraktale Form, jede Hauptfacette kann unterteilt und wieder in bestimmte Formen unterteilt werden, die den Anforderungen einzigartiger Märkte entsprechen.

Die Wirtschaft ist voll von Nischenmärkten mit ganz besonderen Anforderungen an die Informationsverarbeitung. Beispiele für Nischenmärkte finden sich im Gesundheitswesen, im Bildungswesen, bei natürlichen Ressourcen, im verarbeitenden Gewerbe und in der Telefonie. Jedes dieser Felder nutzt die generischen Open-Source-Bausteine, die bereits durch die IT gefegt sind. Sie haben auch ihre eigenen unterschiedlichen Ökosysteme von dominanten proprietären Anbietern und De-facto-Standards, die die Entscheidungsfindung und den Softwareerwerb prägen. Open Source wächst in diesen Nischenmärkten, aber viel langsamer als in der Allzweck-IT. Die Gründe sind ziemlich einfach: Kleinere Märkte bedeuten weniger Benutzer, weniger Entwickler und weniger Ressourcen für Open Source.

Geschichte der Geomärkte
Geospatial ist eines der Nischenfelder, das langsam von Open Source kolonisiert wird. Geospatial-Software wird von Naturressourcenmanagern, Kartographen, Flottenmanagern und allen Personen verwendet, die eine Standortkomponente in ihren Daten haben.

Geospatial ist ein neuer Begriff für das, was traditionell als "geographische Informationssysteme" oder GIS bekannt ist. Die ursprünglichen Benutzer der GIS-Software waren staatliche Umweltwissenschaftler und Landverwalter. Bereits Mitte der 1960er Jahre bauten Regierungen ihre eigenen GIS-Systeme und schrieben den Code intern.

In den 1980er Jahren, als Computerhardware billiger und interoperabler wurde, änderte sich die Wirtschaftlichkeit von GIS. Anstatt Computer zu kaufen und GIS-Systeme von Grund auf zu schreiben, kauften Regierungen Computer und kauften dann GIS-Software. Schnell entstand ein Ökosystem von proprietären GIS-Anbietern. Einige Anbieter waren regional ansässig, andere waren auf bestimmte Bereiche wie Forstwirtschaft oder Öl und Gas spezialisiert.

Einige der letzten internen Systeme wurden von der Regierung geschrieben. Das Geographic Resources Analysis Support System (GRASS) wurde vom US Army Corps of Engineers nach einem Evaluierungsprozess geschrieben, bei dem festgestellt wurde, dass keines der aktuellen proprietären Systeme seinen Anforderungen entsprach. Das Map Overlay and Statistical System (MOSS) wurde vom US Fish and Wildlife Service nach einer ähnlichen Marktbewertung geschrieben.

Sowohl GRASS als auch MOSS wurden als gemeinfreie Werke veröffentlicht und wurden so effektiv zu den frühesten Beispielen für Open-Source-Georaumsoftware. GRASS wurde Mitte der 1990er Jahre als GPL-Projekt neu lizenziert. In den 1990er Jahren verkümmerte das OSS jedoch weitgehend in der akademischen Welt, während proprietäre Software das gesamte Regierungs- und Unternehmens-Ökosystem für arbeitsplatzbasierte GIS ausfüllte.

So wie sich der Computer- und Betriebssystemmarkt in den 1980er Jahren zu Intel und Microsoft konsolidierte, konsolidierte sich der GIS-Markt in den 1990er Jahren. Der Kampf um die Konsolidierung des GIS-Marktes in Nordamerika und zunehmend auch im Rest der Welt wurde von einem eigenen Anbieter, ESRI, gewonnen, der von einer Marktbasis in der US-Regierung ausging und andere Wettbewerber auf dem nordamerikanischen Markt allmählich verdrängte. Im Jahr 2000 hatte ESRI eine ähnliche Marktposition wie Oracle oder Microsoft auf dem allgemeinen IT-Markt erreicht. Sie waren der Standardanbieter und die einzig sichere Wahl für Entscheidungsträger.

Wie bei Microsoft und Oracle wurde die Marktdominanz von ESRI auf einer engen, aber wichtigen Produktkategorie aufgebaut. Microsoft dominierte Betriebssysteme und Büroautomatisierung. Oracle dominierte relationale Datenbanken. Die dominierende Kategorie von ESRI war und ist Desktop-GIS-Software. Desktop-GIS-Software bietet Benutzern die Möglichkeit, Geodaten zu erstellen, zu bearbeiten, zu analysieren und kartografisch zu drucken.

Marktstörung
Der Aufstieg des Internets war für das Microsoft-Geschäftsmodell bekannt. 1995 überarbeitete Bill Gates die Softwarestrategie des Unternehmens radikal, um sich auf die vernetzte Kommunikation zu konzentrieren. Die neue Strategie sollte neuen Wettbewerbern vorbeugen, die sich die Internet-Software-Arena zunutze machen könnten. Auf der Desktop-Seite war Microsoft erfolgreich, Netscape wurde vernichtet und RealNetworks ist größtenteils verschwunden.

Im Geodatenbereich erlitt ESRI eine ähnliche Störung durch das Internet. Als sich ihre Benutzer an den Zugriff auf nicht-räumliche Daten über das Internet gewöhnt hatten, stellten sie sich eine naheliegende Frage: "Wie können wir über das Internet auf unsere Geodaten zugreifen?".

Die unmittelbare Frage bezog sich nicht auf die Analyse, den kartografischen Druck oder die Datenerfassung, die allesamt die wichtigsten Desktop-Stärken von ESRI sind. Die unmittelbare Forderung war ein einfacher Datenzugriff. Wie Oracle hat ESRI einige frühe strategische Fehler bei der Bereitstellung internetfähiger Versionen seiner Software gemacht. Ihr Preismodell sperrte kleinere Unternehmen aus, da die Eintrittskosten zu hoch waren. Anstatt jedoch die Hände zu heben und keine Internetdienste anzubieten, suchten kleinere Organisationen und Einzelpersonen einfach nach Alternativen. Im Fall von Oracle fanden sie MySQL und PostgreSQL. Im Fall von ESRI fanden sie MapServer.

Die von Einzelpersonen und kleinen Organisationen gewünschten Preispunkte konnten wohl nicht rational von ESRI oder Oracle bereitgestellt werden. Aber indem sie Einzelpersonen und kleinere Organisationen verdrängten, schufen die dominanten Anbieter einen neuen Marktplatz, der schnell alternative Open-Source-Produktsuiten entwickelte.

Dynamik von Open Source Geospatial
Im Jahr 2000 war der Markt für "Webkartenserver" ganz neu. Die hohen Kosten und die schlechte Leistung der Angebote von ESRI haben die Akzeptanz verlangsamt. Die niedrige technische Eintrittsbarriere, die für die "Kartenanzeige im Internet" erforderlich war, ermöglichte es einem neuen Anbieter, an Zugkraft zu gewinnen. MapServer wurde ursprünglich in einem akademischen Umfeld, der University of Minnesota, mit Fördergeldern entwickelt. Es wurde im Jahr 2000 als Open Source veröffentlicht und hatte gerade genug vorhandene Funktionalität, um neue Entwickler anzuziehen.

Nachdem MapServer anfing, Benutzern nützliche Dienste zur Verfügung zu stellen, zog es immer mehr Open-Source-Entwicklungen an. Im Gegensatz zum "Pay-to-Play-Modell proprietärer Produkte ermöglichte der Open-Source-MapServer Unternehmen, sich kostenlos mit vorhandenen Funktionen zu beschäftigen und dann zu bezahlen, um neue Funktionen hinzuzufügen, wenn und wann sie sie brauchten. Organisationen, die MapServer kostenlos einführten, begannen, Gelder zu verwenden, um Verbesserungen an den Rändern vorzunehmen.

Zu den Funktionen, die von der MapServer-Benutzergemeinschaft hinzugefügt wurden, gehört die Möglichkeit, Daten aus zusätzlichen GIS-Dateiformaten und aus Satellitenbildern zu lesen, sowie die Unterstützung internationaler Interoperabilitätsstandards. Die Verbesserungen und insbesondere die Unterstützung von Standards dienten dazu, MapServer für ein größeres Publikum nützlich zu machen, was das Marktwachstum noch weiter ankurbelte.

Die Eigenschaften der Anwender von Open Source Geodaten sind jedem Studenten der Open Source Marktdynamik bekannt. Open-Source-Tools werden im Allgemeinen von technischen Mitarbeitern evangelisiert, die die Möglichkeit haben, die Tools selbst zu erwerben und zu testen. Dies schränkt die frühe Einführung effektiv auf Start-ups und größere Unternehmen mit fortschrittlichen technischen Kenntnissen ein. Konservative Organisationen neigen dazu, Informationen über Anbieter und Fachzeitschriften zu sammeln, die hauptsächlich dazu dienen, bestehende Kaufmuster zu verstärken. Organisationen, die sich bereits für ein proprietäres Produkt für eine Funktionskategorie entschieden haben, werden selten zu einem Open-Source-Äquivalent wechseln, bis das proprietäre Produkt das Ende der Lebensdauer erreicht.

Ausgenommen von dieser Regel sind Open-Source-Phänomene wie Linux oder Firefox, die außerhalb der Fachpresse bekannt geworden sind. Die Publizität um Linux hat sogar konservative Organisationen gezwungen, formale Überlegungen zur Verwendung allgemeiner Open Source anzustellen.

Open Source Geospatial ist eine kleine Nische und ihre Software wird nie die populäre Presseberichterstattung erhalten, die Linux und Firefox so bekannt gemacht hat. Die meisten bestehenden Geodaten-Software-Kunden, wie Regierungen und Rohstoffindustrien, bleiben bequem in den Armen des dominierenden proprietären Anbieters ESRI.

  • die Geodatendatenbank PostGIS zur Bereitstellung von Webkarten- und Web-Feature-Services
  • die GDAL-Programmierbibliothek
  • das Geotools Java GIS-Toolkit
  • das raumbezogene Anwendungsframework von SharpMap
  • die von OpenLayers bereitgestellten Weboberflächen web
    , ein Unternehmen für Immobilieninformationen , eine Community zum Teilen von Daten , ein Unternehmen für Flottenmanagement und Fahrzeugverfolgung , ein Wiederverkäufer von Satellitenbildern , eine Restaurantbewertungsseite , ein räumliches Add-on für Facebook

In einigen großen, konservativen Unternehmen übernehmen und implementieren visionäre Manager Open Source. Die Adoption ist jedoch nicht systematisch, sondern eine Konsequenz aus der Persönlichkeit und den persönlichen Interessen des Managers. Wenn er oder sie das Unternehmen verlässt, kann die Open-Source-Tasche verschwinden. Da der Fortschritt von Open-Source-Geodaten in diesen Organisationen so persönlichkeitsbasiert ist, ist er in der Regel selten und verläuft phasenweise.

Open-Source-Georäumliche Herausforderungen
Der Fortschritt von Open Source Geodaten auf dem Desktop war sehr langsam. Die Geodaten-Software für Desktop-Computer hat bereits einen fest verankerten proprietären Incumbent, ArcGIS von ESRI, mit einer langen Geschichte. Die Menge an Qualitätscode, die erforderlich ist, um die Funktionsparität mit dem etablierten Anbieter zu erreichen, ist sehr hoch, da ESRI seit Jahrzehnten an seiner Desktop-Software arbeitet. Einfache Desktop-Implementierungen sind mit QGIS, uDig und gvSIG verfügbar, werden aber meistens in die Nische von Organisationen mit extrem niedrigem Budget gebracht. As a result, financial resources are not available to speed up development, and the pace of progress remains slow. The exception has been gvSIG, which is heavily funded by Spanish government organizations, but it is still mostly a niche development used in Spain.

In all cases, the growth of open source geospatial has been slowed by matters of scale. Open source products generate much smaller revenue streams from user populations than proprietary products. In large markets with well-capitalized customers, companies can make good money even on the smaller revenue flow of open source.

However, in a small vertical market, it is difficult for companies to get a foothold. A customer will usually deploy several open source geospatial products to create a solution, so a support provider has to have extensive in-house experience to support the whole solution. In a traditional model, start-up costs would be capitalized by a venture funder, but the size of the geospatial market-place makes the 10:1 returns required by venture capital unlikely.

OpenGeo is breaking the geospatial support log-jam by building a social enterprise using philanthropic funding to bootstrap an organization that contains the breadth of expertise necessary to support a variety of open source geospatial applications. OpenGeo's motivation is not to maximize profit, but to maximize social good, while covering costs. This allows the organization to build a sustainable market while surviving on the smaller revenue streams available in the open source geospatial arena. The products OpenGeo supports such as Geoserver, OpenLayers, PostGIS, and GeoExt, make a top-to-bottom deployment stack for geospatial applications.

Lessons for Other Markets
Open source geospatial holds a number of lessons for other vertical markets. First, frontal assaults on the leading proprietary vendor are unlikely to succeed. In their core areas, the leading vendor has an advantage in technology development and existing mind-share. Usually, building enough technology to compete with a leading vendor head-to-head takes years of development, and a partially functional product will be ignored.

Second, disruptive changes in technology provide opportunities for open source. Most leading vendors carved out their advantage on the desktop during the 1980s and 1990s. The transition to web-based services has opened a temporary gap in the marketplace where existing vendors have a smaller technology advantage, and their marketing advantage is limited to their existing universe of customers. Open source can become the core for new service-based companies competing with proprietary software vendors.

Finally, new markets for capabilities are the most fertile opportunity of all. In geospatial, its expansion into daily life, through vehicle and device tracking, low cost aerial imaging, and handheld mapping, is growing the market exponentially. New developers and managers, without long-held preconceptions, are making technology choices. On a level playing field, open source Internet technologies are regularly winning.


1 Introduction

Our modern world need an increasing quantity of data, and especially geospatial data. Indeed, our capabilities to sense our environment as increased with ever more precise satellite imaging, LIDAR scanning, and mobile mapping. In parallel, another trend tends to connect data and semantize it (semantic web), with more abstract data such as vector data, becoming more accessible.

The challenge we face is then to design tools to efficiently create and edit those vector geospatial data. Generating high quality structured data is a challenge for which procedural tools are well adapted.

Procedural modelling is a powerful generative method, but notoriously hard to control (see Chen et al. (2008) Lasram et al. (2012) Lipp et al. (2011) for examples of increasing control). Hard control comes from the fact that understanding the link between initial parameters and the resulting model may not be obvious. Modelling is a process of simplification, as the goal is to model a complex phenomenon with a comparatively simple model.

However, having the capabilities to model something is one thing, finding the best parameters of the model so it best fits a set observation is another. The latter is called Inverse Procedural Modelling. The way to find the parameters may be a sophisticated mathematical method ( Martinovic and Van Gool (2013) Musialski and Wimmer (2013) ), or a user! Moreover, whatever the level of automation, some user control is necessary, be it to validate and correct results, or to extend it beyond the limits of the procedural tools used.

Yet numerous non-procedural tools exist to edit geospatial data : GIS software. Even considering only open source software, several major GIS software exist. Unsurprisingly, each has strong points. For instance QGIS 1 1 1 www.qgis.org has a user friendly interface and can integrate a great number of other open sources tools via plugins, GRASS GIS 2 2 2 https://grass.osgeo.org scales very well, can be automated and has extensive raster processing, OpenJump 3 3 3 www.openjump.org/ is light and has specialized tools for topology edition and validation. Leaflet 4 4 4 http://leafletjs.com/ or Openlayer 5 5 5 http://openlayers.org/ allow to easily build custom light web clients to access and edit data through a browser.

Those tools have their specificities, and it would be pointless to try to create a super-tool grouping all others, as modern programming paradigm tend toward simplicity (KISS principle). Users prefer to use several complementary tools to perform various tasks. However, each one of these software applications have their own programming language, User Interface (UI), and specific way to customize it. However they all have a common capability, which is to edit vector geometry and attributes.

We propose to take advantage of this common capability to use GIS software as interfaces for complex user interaction. Rather than having to create custom interaction handling for each GIS software, we deport the interaction handling inside of the database.

This approach might be coherent with recent trend to have lighter client that do not require installing (browser-based client).

This new paradigm can be used for many interactions, we use it to control an in-base Procedural Street generation method (StreetGen). As the goal is interaction, speed is important, with ideal speed under 300 milli second (not noticeable), with occasional spikes of a few seconds allowed.

In this work we will use both ”edition” and ”digitization” as the action of editing a vector layer (both geometry and attributes).

1.1 Plan

In section 2 we further introduce the method and the proposed in-base interaction, with details on patterns to facilitate design of in-base interaction and advanced interaction to help teamwork. In section 3 we illustrate how those design patterns can be used for controlling StreetGen and facilitate edits. Section 4 introduces perspectives and limitations, and Section 5 concludes this chapter.


Plugin Tasks

The following tasks are contained in plugins.

They can be added to osmosis by installing the specified plugin in one of the pathes below or by adding it to the command-line via the "-P" -option.

To install these tasks, copy the specified zip-file into

To write your own plugins, see Osmosis/WritingPlugins.

--write-osmbin-0.6

  • plugin-zip: libosm_osmosis_plugins.zip (Part of Traveling Salesman)
  • download: Traveling Salesman on Sourceforge (soon)
  • documentation: Traveling Salesman - Wiki

Pipe Beschreibung
inPipe.0 Consumes an entity stream.

Option Beschreibung Valid Values Default Value
dir The name of the directory to be written to. Will be created if needed. Will append/update if osmbin-data exists. Any valid directory-name. none

  • java -classpath lib/jpf.jar:lib/commons-logging-1.0.4.jar:lib/osmosis.jar org.openstreetmap.osmosis.core.Osmosis --read-xml file="../Desktop/hamburg.osm.bz2" --write-osmbin-0.6 dir="../osmbin-map"

--dataset-osmbin-0.6

Read and write from/to a directory in Osmbin version 1.0 and provide random access to it for further tasks

this task is not yet finished. It provides random access but the bulk-methods iterate() and iterateBoundingBox() are not yet implemented.

Pipe Beschreibung
inPipe.0 Consumes an entity stream.

Option Beschreibung Valid Values Default Value
dir The name of the directory to be written to. Will be created if needed. Will append/update if osmbin-data exists. Any valid directory-name. none

  • java -classpath lib/jpf.jar:lib/commons-logging-1.0.4.jar:lib/osmosis.jar org.openstreetmap.osmosis.core.Osmosis --read-xml file="../Desktop/hamburg.osm.bz2" --dataset-osmbin-0.6 dir="../osmbin-map"

--reindex-osmbin-0.6

Recreate the .idx -filed for a directory in Osmbin version 1.0

  • plugin-zip: libosm_osmosis_plugins.zip (Part of Traveling Salesman)
  • download: Traveling Salesman on Sourceforge
  • documentation: Traveling Salesman - Wiki
  • this task can also be run standalong. as java -jar libosm.jar org.openstreetmap.osm.data.osmbin.v1_0.OsmBinV10Reindexer (directory-name)

Option Beschreibung Valid Values Default Value
dir The name of the directory to be reindexed. Any valid directory-name. none

--read-osmbin-0.6

Read from a directory in Osmbin version 1.0 -format.

plugin-zip: TravelingSalesman_OsmosisPlugins.zip

Pipe Beschreibung
outPipe.0 Creates an entity stream.

Option Beschreibung Valid Values Default Value
dir The name of the directory to be read from. Any valid directory-name. none

--induce-ways-for-turnrestrictions (-iwtt)

Convert all intersections with turn-restrictions from a node into an equivalent number of oneway-streets that can only be traveled as allowed by the turn-restriction. This is meant to be a preprocessing-step for routers that cannot deal with restrictions/cost on graph-nodes.

plugin-zip: TravelingSalesman_OsmosisPlugins.zip

--simplify

The simplify plugin filters to drop some elements in order to simplify the data. Currently it does one extremely crude form of simplification. It drops all nodes apart from the start and end nodes of every way.

The current simplify task takes no options


1 Antwort 1

The right of key isn't described in the manual at all (at least I couldn't find it). In fact, those keys are deprecated. The file pgf/frontendlayer/tikz/tikz.code.tex contains the following code:

That is, the center of the new node is placed node distance away from the center anchor of the old node (where only the first number in node distance is used). You can see why this option is deprecated if you try a wide node:

On the other hand right=of would measure the node distance (defaulting to 1cm) from the east anchor of node ein to the west anchor of node b:

Note that in order to use the right=of ⟨node⟩ syntax, you need to include the TikZ library positioning via usetikzlibrary .


Schau das Video: QGIS User0015 - PostGIS Setup