前置知识: PostgreSQL、PostgreSQL

地理空间对象：PostGIS 入门与空间查询

4 min高级

PostGIS 从零上手：几何类型与坐标系（SRID）心智模型、GiST 空间索引、距离/范围/包含三类空间查询、geography 与 geometry 的取舍与面积计算陷阱。

前置知识

  • PostgreSQL 扩展机制（扩展模块）——PostGIS 是最著名的扩展之一；
  • GiST 索引的概念（索引类型）——空间索引的载体。

问题引入：B 树为什么做不了”附近三公里”

“找出离用户 3 公里内的门店”——这个需求在普通索引上无解：B+ 树只能对一维有序值做范围定位，而地理位置是二维（经纬度），“距离”在两个维度上联合定义。硬用经度索引 + 纬度索引各查一遍再交集，数据量大时性能惨不忍睹。

PostGIS 是 PostgreSQL 的空间扩展（实现了 OGC 简单要素规范），补齐三块能力：几何数据类型、空间索引（多维）、空间函数（距离/相交/包含等几百个）。它让 PostgreSQL 成为世界上最流行的开源空间数据库，也是”PostgreSQL 什么都能干”传说的重要支柱。

第一步：安装与核心概念

CREATE EXTENSION postgis;
SELECT PostGIS_Version();

-- 建一张带空间列的表
CREATE TABLE locations (
  id SERIAL PRIMARY KEY,
  name VARCHAR(100),
  geom GEOMETRY(Point, 4326)   -- 点类型，坐标系 SRID=4326
);

GEOMETRY(Point, 4326) 里的两个词都要懂：

  • Point/LineString/Polygon：几何形状——点（门店）、线（道路）、多边形（商圈）；
  • SRID 4326：坐标系编号。4326 是 GPS 用的经纬度坐标系（WGS84），最通用；3857 是网页地图（Google/高马）的 Web Mercator 平面米制坐标系。空间列必须声明坐标系，混用坐标系做计算是空间数据第一大坑。

第二武器：空间索引（GiST）

CREATE INDEX idx_locations_geom ON locations USING GIST (geom);

GiST 把二维平面递归划分成嵌套矩形（R-Tree 思想）：查”某点附近”时，先按矩形框排除绝大部分数据，再对候选者精确计算——把 O(N) 的全表距离计算变成对数级的框定位。没有 GiST 索引的空间查询在十万行以上就不可用，建表后立即建索引是空间表的标准动作。

三类高频空间查询

以”北京天安门坐标 (116.397, 39.909)“为参照点：

-- 1. 距离排序：最近的 10 家店
SELECT name,
       ST_Distance(geom::geography,
                   ST_SetSRID(ST_MakePoint(116.397, 39.909), 4326)::geography
       ) AS dist_m
FROM locations
ORDER BY dist_m
LIMIT 10;

-- 2. 范围过滤：3 公里内（配合索引才能高效）
SELECT name
FROM locations
WHERE ST_DWithin(geom::geography,
                 ST_SetSRID(ST_MakePoint(116.397, 39.909), 4326)::geography,
                 3000);   -- 单位：米

-- 3. 包含/相交：某个多边形区域内的点、与矩形相交的地块
SELECT * FROM regions
WHERE ST_Contains(boundary, ST_SetSRID(ST_MakePoint(116.397, 39.909), 4326));

SELECT * FROM parcels
WHERE ST_Intersects(geom, ST_MakeEnvelope(116.3, 39.8, 116.5, 40.0, 4326));

注意函数族的语义分工：ST_Distance/ST_DWithin 管”多远”，ST_Contains/ST_Within 管”在不在里面”（一方完整包含另一方），ST_Intersects 管”碰没碰到”（哪怕只擦边）。包含与相交的区别：相交是真包含的超集——擦边的也算相交，不算包含。

geometry 还是 geography：单位陷阱

同一个点列可以有两种存法，这是 PostGIS 新手最大的坑：

geometry（几何）geography（地理）
计算模型平面坐标（笛卡尔）地球椭球面（测地线）
ST_Distance 返回坐标单位（4326 下是”度”！）米
性能快，函数全支持慢数倍，函数子集
适用已投影的米制数据（3857/局部坐标系）直接存经纬度且要真实米距

上面查询里 geom::geography 的转换正是为此：4326 的 geometry 算距离出来的是”度”（1 度约 111 公里，而且随纬度变化），没有业务意义；转成 geography 后返回真实的米。数据量大的生产系统常用替代方案：存 geometry(3857) 或按区域选 UTM 投影坐标系，全程平面计算，又快单位又对：

-- 面积计算同理：4326 的"平方度"没意义，必须转投影坐标系
SELECT ST_Area(ST_Transform(geom, 32650)) AS area_sqm FROM parcels;
-- 32650 = UTM 50N，适合中国中东部；ST_Transform 负责坐标系转换

动手环节：十分钟跑通”附近的人”

-- 1. 建表 + 建空间索引
CREATE TABLE poi (
  id SERIAL PRIMARY KEY,
  name TEXT,
  geom GEOMETRY(Point, 4326)
);
CREATE INDEX idx_poi_geom ON poi USING GIST (geom);

-- 2. 插入北京若干地标
INSERT INTO poi (name, geom) VALUES
  ('天安门',    ST_SetSRID(ST_MakePoint(116.3975, 39.9087), 4326)),
  ('故宫',      ST_SetSRID(ST_MakePoint(116.3972, 39.9169), 4326)),
  ('西单',      ST_SetSRID(ST_MakePoint(116.3740, 39.9069), 4326)),
  ('北京站',    ST_SetSRID(ST_MakePoint(116.4270, 39.9031), 4326)),
  ('颐和园',    ST_SetSRID(ST_MakePoint(116.2750, 39.9998), 4326));

-- 3. 单位陷阱亲测：geometry 直接算距离返回"度"
SELECT name, ST_Distance(geom,
  ST_SetSRID(ST_MakePoint(116.3975, 39.9087), 4326)) AS deg
FROM poi ORDER BY deg LIMIT 3;
-- 0.000x 级别的小数——毫无业务意义

-- 4. 转 geography 后返回米
SELECT name,
       ST_Distance(geom::geography,
         ST_SetSRID(ST_MakePoint(116.3975, 39.9087), 4326)::geography) AS meters
FROM poi ORDER BY meters LIMIT 3;
-- 天安门 0 米、故宫约 917 米、西单约 1980 米——真实世界距离

-- 5. 范围查询：2 公里内
SELECT name FROM poi
WHERE ST_DWithin(geom::geography,
  ST_SetSRID(ST_MakePoint(116.3975, 39.9087), 4326)::geography, 2000);

再补一个索引有效性的验证：EXPLAIN 第 4 步查询，确认计划里出现 Index Scan using idx_poi_geom——空间索引缺席时这里会退化为全表扫描。

常见困惑

“PostGIS 装不上怎么办？“——它是独立编译的扩展包：Debian/Ubuntu 装 postgresql-17-postgis-3，Docker 直接用 postgis/postgis 官方镜像，Windows 用 Stack Builder。云数据库（RDS）大多提供一键启用。

“经纬度的顺序是 (经度, 纬度) 还是反的？“——PostGIS 规范是 (经度 X, 纬度 Y)，即 (116.39, 39.90)。写反了不会报错，但点会跑到”印度洋”——导入外部数据后先 SELECT ST_X(geom), ST_Y(geom) 抽查坐标范围（中国经度约 73-135，纬度约 18-54）。

“和 MongoDB 的 2dsphere 比呢？“——简单 LBS 场景 MongoDB 够用；PostGIS 的优势在完整空间分析（路径、缓冲区、拓扑、栅格）与 SQL 生态的联表能力。技术选型看空间需求的复杂度，不必站队。

检验清单

  • 能解释”为什么 B+ 树做不了附近搜索”与 GiST 的矩形划分思想；
  • 理解 SRID 的意义，能说出 4326 与 3857 的区别；
  • 亲测过 geometry 距离返回”度”的单位陷阱，知道 geography/投影坐标系两种解法；
  • 会区分 ST_Distance/ST_DWithin/ST_Contains/ST_Intersects 四个函数的语义；
  • 建空间表后条件反射地建 GiST 索引。

下一步

空间搜索是”位置相似”，KNN 向量索引则是”语义相似”——pgvector 用同样的”近似换速度”思想支撑 AI 应用的相似度检索。