- 安装
- 文档
- 入门
- 连接
- 数据导入
- 客户端 API
- 概览
- ADBC
- C
- C++
- CLI
- Dart
- Go
- Java (JDBC)
- Julia
- Node.js (已弃用)
- Node.js (Neo)
- ODBC
- PHP
- Python
- R
- Rust
- Swift
- Wasm
- SQL
- 介绍
- 语句
- 概览
- ANALYZE
- ALTER TABLE
- ALTER VIEW
- ATTACH 和 DETACH
- CALL
- CHECKPOINT
- COMMENT ON
- COPY
- CREATE INDEX
- CREATE MACRO
- CREATE SCHEMA
- CREATE SECRET
- CREATE SEQUENCE
- CREATE TABLE
- CREATE VIEW
- CREATE TYPE
- DELETE
- DESCRIBE
- DROP
- EXPORT 和 IMPORT DATABASE
- INSERT
- LOAD / INSTALL
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SUMMARIZE
- 事务管理
- UNPIVOT
- UPDATE
- USE
- VACUUM
- 查询语法
- SELECT
- FROM 和 JOIN
- WHERE
- GROUP BY
- GROUPING SETS
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- SAMPLE
- 展开嵌套
- WITH
- WINDOW
- QUALIFY
- VALUES
- FILTER
- 集合操作
- 预处理语句
- 数据类型
- 表达式
- 函数
- 概览
- 聚合函数
- 数组函数
- 位字符串函数
- Blob 函数
- 日期格式化函数
- 日期函数
- 日期部分函数
- 枚举函数
- 间隔函数
- Lambda 函数
- 列表函数
- 映射函数
- 嵌套函数
- 数值函数
- 模式匹配
- 正则表达式
- 结构体函数
- 文本函数
- 时间函数
- 时间戳函数
- 带时区时间戳函数
- 联合函数
- 实用函数
- 窗口函数
- 约束
- 索引
- 元查询
- DuckDB 的 SQL 方言
- 示例
- 配置
- 扩展
- 核心扩展
- 概览
- 自动补全
- Avro
- AWS
- Azure
- Delta
- DuckLake
- 编码
- Excel
- 全文搜索
- httpfs (HTTP 和 S3)
- Iceberg
- ICU
- inet
- jemalloc
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- VSS
- 指南
- 概览
- 数据查看器
- 数据库集成
- 文件格式
- 概览
- CSV 导入
- CSV 导出
- 直接读取文件
- Excel 导入
- Excel 导出
- JSON 导入
- JSON 导出
- Parquet 导入
- Parquet 导出
- 查询 Parquet 文件
- 使用 file: 协议访问文件
- 网络和云存储
- 概览
- HTTP Parquet 导入
- S3 Parquet 导入
- S3 Parquet 导出
- S3 Iceberg 导入
- S3 Express One
- GCS 导入
- Cloudflare R2 导入
- 通过 HTTPS / S3 使用 DuckDB
- Fastly 对象存储导入
- 元查询
- ODBC
- 性能
- Python
- 安装
- 执行 SQL
- Jupyter Notebooks
- marimo Notebooks
- Pandas 上的 SQL
- 从 Pandas 导入
- 导出到 Pandas
- 从 Numpy 导入
- 导出到 Numpy
- Arrow 上的 SQL
- 从 Arrow 导入
- 导出到 Arrow
- Pandas 上的关系型 API
- 多个 Python 线程
- 与 Ibis 集成
- 与 Polars 集成
- 使用 fsspec 文件系统
- SQL 编辑器
- SQL 功能
- 代码片段
- 故障排除
- 术语表
- 离线浏览
- 操作手册
- 开发
- 内部结构
- 为什么选择 DuckDB
- 行为准则
- 发布日历
- 路线图
- 站点地图
- 在线演示
spatial
扩展为 DuckDB 中的地理空间数据处理提供支持。有关该扩展的概述,请参阅我们的博客文章。
安装和加载
要安装 spatial
扩展,请运行
INSTALL spatial;
请注意,spatial
扩展不是自动加载的。因此,在使用它之前需要加载它
LOAD spatial;
GEOMETRY
类型
空间扩展的核心是 GEOMETRY
类型。如果您不熟悉地理空间数据和 GIS 工具,这种类型的工作方式可能与您预期的有很大不同。
从表面上看,GEOMETRY
类型是“几何”数据的二进制表示,由顶点集(X 和 Y double
精度浮点数的对)组成。但它有点特别之处在于,它实际上用于存储几种不同的几何子类型之一。这些包括 POINT
、LINESTRING
、POLYGON
,以及它们的“集合”等效类型:MULTIPOINT
、MULTILINESTRING
和 MULTIPOLYGON
。最后是 GEOMETRYCOLLECTION
,它可以包含任何其他子类型,以及递归地包含其他 GEOMETRYCOLLECTION
。
这起初可能看起来很奇怪,因为 DuckDB 已经有诸如 LIST
、STRUCT
和 UNION
等可以以类似方式使用的类型,但 GEOMETRY
类型的设计和行为实际上是基于 Simple Features 几何模型,该模型是许多其他数据库和 GIS 软件使用的标准。
空间扩展还包括一些实验性的非标准显式几何类型,例如 POINT_2D
、LINESTRING_2D
、POLYGON_2D
和 BOX_2D
,这些类型基于 DuckDB 的原生嵌套类型,如 STRUCT
和 LIST
。由于这些类型具有固定且可预测的内部内存布局,理论上可以在操作这些类型时,显著优化许多地理空间算法,使其比操作 GEOMETRY
类型快得多。然而,到目前为止,空间扩展中只有少数函数专门针对这些类型进行了优化。所有这些新类型都可以隐式转换为 GEOMETRY
,但会产生少量转换成本,因此如果您计划使用许多不同的空间函数,目前仍建议使用 GEOMETRY
类型。
GEOMETRY
目前无法存储额外的几何类型,例如曲线几何或三角网络。此外,GEOMETRY
类型不按值存储 SRID 信息。这些限制可能会在未来得到解决。