经纬度在大数据方面的应用（虚拟车站二）

四、在全部的六边形区域内过滤出合适的区域作为虚拟车站点

实现方式：

对历史库的订单数据进行汇总，选出某个区域的订单数大于某个阈值（比如100）

代码实现：

//1.创建h3实例
val h3 = H3Core.newInstance

//2.经纬度转换成hash值
def locationToH3(lat: Double, lon: Double, res: Int): Long = {
  h3.geoToH3(lat, lon, res)
}
//将h3注册为udf函数
sparkSession.udf.register("locationToH3", locationToH3 _)


4.//在sql语句中使用h3接口进行六边形栅格化

val gridDf = sparkSession.sql(
  s"""
     |select
     |ORDER_ID,
     |CITY_ID,
     |STARTING_LNG,
     |STARTING_LAT,
     |locationToH3(STARTING_LAT,STARTING_LNG,12) as  h3code
     | from order
     |""".stripMargin
)

//5.分组统计 得到大于100个订单的区域

val groupCountDf = gridDf.groupBy("h3code").count().filter("count>=100")

//统计结果注册临时视图

groupCountDf.createOrReplaceTempView("groupcount")

//6.使用过滤后的区域与原始所有订单表进行join操作,升序取出最小精度，最小维度的点作为虚拟车站的经纬度位置信息，得到虚拟车站
val groupJoinDf = sparkSession.sql(
  s"""
     |select
     |ORDER_ID,
     |CITY_ID,
     |STARTING_LNG,
     |STARTING_LAT,
     |row_number() over(partition by order_grid.h3code order by STARTING_LNG,STARTING_LAT asc) rn
     | from order_grid join groupcount on order_grid.h3code = groupcount.h3code
     |having(rn=1)
     |""".stripMargin)

五、求出某地市的某个区有多少个虚拟车站

如何实现:
1.查询出地市区边界的ip集合

借助高德或者自己公司的地图api来
https://lbs.amap.com/api/webservice/guide/api/district

2.借助空间几何WKT工具判断现有的经纬度点位是否该地区内

WKT 链接： https://blog.csdn.net/Claire_ll/article/details/84952339

判断一个点是不是在多边形内 实例代码：
 String wktPoly = "POLYGON ((30 10, 40 40, 20 40, 10 20, 30 10))"; //请自行搜素了解wkt格式  
 String wktPoint = "POINT (30 30)";    
WKTReader reader = new WKTReader(JTSFactoryFinder.getGeometryFactory());  
        GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory(null);  
Geometry point = reader.read(wktPoint);  
Geometry poly = reader.read(wktPoly);  
poly.contains(point); //返回true或false

  //获取雨花台区的边界ip集合
        List<District> districtList = new ArrayList<District>();
        JSONArray districts = MapUtil.getDistricts("雨花台区", null);
        MapUtil.parseDistrictInfo(districts, null, districtList);
        GeometryFactory geometryFactory = JTSFactoryFinder.getGeometryFactory(null);
        WKTReader reader = new WKTReader(geometryFactory);
        // 用南京所有区的所有边界值经纬 构建多个多边形区域
        List<Geometry> polygons = districtList.stream().map(district -> {
            String wktPolygon = "POLYGON((" + district.getPolygon().replaceAll(",", " ").replaceAll(";", ",")
                    + "))";
            //得到多边形对象
            Geometry polygon = null;
            try {
                polygon = reader.read(wktPolygon);
            } catch (ParseException e) {
                e.printStackTrace();
            }
            return polygon;

        }).collect(Collectors.toList());


        //使用 经纬度构建点
        /**
         *     江苏省 南京市 雨花台区
         *
         *         经度：118.77
         *         纬度：32.00
         */
        //测试这个ip在不在雨花台区
        String wktPoint = "POINT(118.77 32.00)";
        //
        Point point = (Point) reader.read(wktPoint);

        //判断多边形是否包含点   雨花台区是否包含ip 118.772222 32.779990
        polygons.forEach(polygon -> System.out.println(polygon.contains(point)));

3.经纬度存在某个地区，则把该虚拟车站经纬度与城市名保存到hbase或者数据库中，供前端进行点位展示

经纬度在大数据方面的应用（虚拟车站二）

猜你喜欢