目前主流gis平台廠商的空間資料庫引擎，用的基本是四叉樹，r樹等索引,主要是供海量的空間資料儲存和顯示用的，以我的理解（我不負責空間資料引擎,了解有限），它們最重要的功能是：傳入乙個正交查詢區域（矩形），快速計算出所有被這個矩形包含的空間物件。這對於一般的應用也都可以滿足。
但是，在空間分析中，最通用的，比如空間查詢，就不是那麼回事了。特別是在大資料量下的，很多時候建空間索引的效果就不明顯。最主要的原因是，gis應有中的真實資料太**了，什麼形狀的都有，特別是面資料，動不動就是成千上萬個點，成百上千個子物件（也就是麵中有小洞），對於這種面，如果只對它們的的最小外包矩形（mbr--minimum bounding rectangle）建立索引，是沒有多大作用的。即使空間物件的mbr相交了，也不能表示他們一定相交。而且，天知道這個麵裡包含了多少個洞，就算是有查詢物件的mbr完全落在被查詢面的mbr中，也不能說明被包含了，如果不小心落在洞裡面的話。
對於空間查詢來說，該功能要非常精確查詢出查詢物件與被查詢物件之間的包含，被包含，相交等空間關係。注意：是非常精確，比如包含查詢，哪怕有一點點邊界相交都不行！這就很麻煩了，如果是大範圍的面查詢面，那只能是將所有與查詢面的mbr相交的被查詢面，乙個乙個的和查詢面進行是否包含的判斷（先判斷兩面邊界是否相交，如果不想交，在判斷內點是否被包含）。當被查詢面特別多時，這將非常耗時間。特別是如果資料不是儲存在本地時，每次都要先將資料讀到本地，分析過程中相當部分時間都在讀資料,cpu佔用率幾乎為0，特別是很多離被查詢面邊界很遠的物件，明顯包含（或相離），也參與運算，太痛苦了。如果能設計一種索引，能準確的「知道」空間資料的資料分布情況以及鄰近關係，這樣，每次在分析時，都能過濾掉大部分與明顯合法/非法的資料，只對那些挨得很近的、需要精確計算的資料進行分析操作，這樣就加快分析速度了。我是出於這種想法，開始做這個多級網格索引的。
在介紹多級網格索引之前，先了解下什麼是網格索引和四叉樹索引。網格索引是最常用的空間索引之一，每次都將所有空間資料集合的mbr劃分為m*m個的網格，對於每個網格，如果有空間物件的邊界經過，則記錄下該空間物件的資訊。大概就這樣，簡單吧~，這種索引是我開發中最常用到的（這兩年工作體會最深的是，在處理大資料量時，越簡單的資料結構往往越高效，更重要的是易於維護）。四叉樹索引是經典的基於mbr的空間索引，我就懶得寫了^_^。它們兩者的最大區別是，網格索引是為空間資料本身建立索引，而四叉樹索引是為空間資料的mbr建立索引！下面是我在網上看到的鏈結，感覺講的很好，簡明扼要的介紹了兩種索引的原理及其在gis中的應用（熟悉gis空間索引的同學可以略過）:
網格索引介紹：
四叉樹索引介紹：
我最初的想法是這樣的：擴充套件網格索引，使之能標示出面對像的內部包含的網格。但是這麼做有個問題，如果面對像特別大，它對應的內部網格就會很多，如果面內部全都用小網格填充的話，將導致索引的儲存空間過大。於是又想，能不能結合四叉樹索引，建立多層網格索引，比如劃分十層網格就是：
第一層 將原資料集mbr劃分為 1*1個網格，
第二層 將原資料集mbr劃分為 2*2個網格，
第三層 將原資料集mbr劃分為 4*4個網格，
第三層 將原資料集mbr劃分為 8*8個網格，
第十層 將原資料集mbr劃分為 1024*1024個網格
對於不同層級的網格索引，使用線性四叉樹編碼進行管理，使得相鄰網格之間可以跨層級查詢，並統一儲存在一維陣列中。對於大的面，如果是邊界經過的網格，用盡可能小的面對像去標示，而對於內部網格，則用盡可能大的網格去填充它，這樣，既達到了同樣的效果，又極大的節省了儲存空間。在做空間查詢時，可以利用物件的網格之間的相互關係，過濾掉沒必要參與運算的網格索引。例如：
如果被查詢物件完全落在查詢面的內部網格中，則肯定被包含;
如果被查詢物件的網格與查詢面的網格沒有交集，則肯定相離;
如果被查詢物件的內部網格（邊界網格）經過查詢物件的邊界網格（內部網格），則肯定相交;
這樣一來，空間查詢的效能就能提高了，畢竟，很多情況下，需要做精確幾何運算的資料，還是不多的。以下就是我的多級網格索引實驗效果截圖。
圖1：簡單面物件
圖2：簡單面物件建立多級網格索引後的效果
圖3：複雜面物件
圖4：複雜面物件建立多級網格索引後的效果
如圖所示，對該複雜面對像建立多級網格索引後，網格的數目並沒有隨著點數的增加而增加，相反，相對於上面的簡單面的網格索引，複雜面的網格數目要更少一些。這是多級網格索引的優點之一：網格索引的大小與空間物件的大小無關，與空間物件的外形有關，它真實反映出空間資料的分布狀況，點越也密集的地方，網格越密，點稀疏的地方網格稀疏。
Python實現 建立四叉樹 的一種方法
我們想要使用一棵四叉樹來儲存乙個n x n的布林值網路。網路中每一格的值只會是真或假。樹的根結點代表整個網路。對於每個結點,它將被分等成四個孩子結點直到這個區域內的值都是相同的.每個結點還有另外兩個布林變數 isleaf和val。isleaf當這個節點是乙個葉子結點時為真。val變數儲存葉子結點所代...
中文編碼的一種用法
這裡通過乙個測試某些ip位址是否為特定 的例子來說明。我們假設該 的編碼用的是gb2312，並通過獲取該 的title作為檢測依據。usr bin env python encoding utf 8 略去獲取網頁的 re.ignorecase title 論壇標題 m re.search title...
一種高效的 vector 四則運算處理方法
這裡假設 vector 的運算定義為對運算元 vector 中相同位置的元素進行運算，最後得到乙個新的 vector。具體來說就是，假如vectord1,d2 則，v1 v2等於。實現這樣的運算看起來並不是很難，乙個非常直觀的做法如下所示 vector operator const vector v...