jpa + hibernate-spatial + postgis实现简单的空间范围查询

2024-04-01 16:12

本文主要是介绍jpa + hibernate-spatial + postgis实现简单的空间范围查询,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

jpa 也能直接写原生sql,原生sql,直接写postgis的函数,不多说

@Query(value = "select t from DemoPointDO t where st_contains(:polygon, t.point) is true", nativeQuery = true)
List<DemoPointDO> containsQuery1(@Param("polygon") Polygon polygon);

现在说两种不写原生sql去调用postgis的函数,这里以一个空间返回查询为例,查询该矩形里面的所有点。
一个最简单的表,id + 名称 + 空间点位

create table demo_point (point_id varchar(36) not null primary key,point_name varchar(32) not null,location geometry
);

spring cloud、alibaba cloud版本和Spring boot版本如下

        <spring-cloud.version>2021.0.5</spring-cloud.version><spring-boot.version>2.7.6</spring-boot.version><alibaba-cloud.version>2021.0.5.0</alibaba-cloud.version>

pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>com.lutuo.iot</groupId><artifactId>ltb-iot-equipment</artifactId><version>1.0.0-SNAPSHOT</version></parent><artifactId>demo-spatial</artifactId><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-jpa</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>org.hibernate</groupId><artifactId>hibernate-spatial</artifactId></dependency><dependency><groupId>org.postgresql</groupId><artifactId>postgresql</artifactId></dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><scope>test</scope></dependency><dependency><groupId>com.lutuo.jpa.plugin</groupId><artifactId>lutuo-jpa-plugin</artifactId></dependency><dependency><groupId>com.graphhopper.external</groupId><artifactId>jackson-datatype-jts</artifactId><version>2.14</version></dependency></dependencies></project>

实体类定义,这里这个Point是JTS里面的那个

@Data
@Entity
@Table(name = "demo_point")
public class DemoPointDO {/** uuid-36 */@Id@GenericGenerator(name = "uuid", strategy = "com.lutuo.jpa.plugin.config.CustomerUuidGenerator")@GeneratedValue(generator = "uuid")@Column(length = 36)private String pointId;@Column(length = 32)private String pointName;/*** 注意这里:columnDefinition = "geometry"* 这里指定了jackson的序列化和反序列化器*/@Column(name = "location", columnDefinition = "geometry")@JsonDeserialize(using = GeometryDeserializer.class)@JsonSerialize(using = GeometrySerializer.class)private Point point;
}

repository接口

public interface DemoPointRepository extends JpaRepository<DemoPointDO, String>, JpaSpecificationExecutor<DemoPointDO> {/** 空间返回查询方式一 */@Query("select t from DemoPointDO t where st_contains(:polygon, t.point) is true")List<DemoPointDO> containsQuery(@Param("polygon") Polygon polygon);@Query(value = "select t from demo_point t where st_contains(:polygon, t.location) is true", nativeQuery = true)List<DemoPointDO> containsQuery1(@Param("polygon") Polygon polygon);}

单元测试,demo里面没有加回滚

@RunWith(SpringJUnit4ClassRunner.class)
@SpringBootTest(classes = SpatialApplication.class)
public class DemoPointRepositoryTest {private DemoPointRepository demoPointRepository;@Testpublic void findAllTest() {List<DemoPointDO> list = demoPointRepository.findAll();assertNotNull("查询结果为空", list);}/** 保存一条数据 */@Testpublic void saveTest() {DemoPointDO pointDO = new DemoPointDO();pointDO.setPointName("点位2");GeometryFactory geometryFactory = new GeometryFactory();Point point = geometryFactory.createPoint(new Coordinate(130.40180135416841035156, 33.015156103111531));pointDO.setPoint(point);DemoPointDO save = demoPointRepository.save(pointDO);assertNotNull("保存结果为空", save);}/*** 方式一:repositor直接定义方法,并写@Query(),注意:st_contains返回值本来是bool,理论上可以不加is true,但是这里不加会出现语法错误。* 原生sql,这里返回的是true:SELECT  st_contains(ST_GeomFromText('POLYGON((-180 90, 180 90, 180 -90, -180 -90, -180 90))'),ST_GeomFromText('POINT(132.3416515 32.156135)'));*/@Testpublic void containsQueryTest() throws Exception {GeometryFactory geometryFactory = new GeometryFactory();Coordinate[] coordinates = new Coordinate[5];// -180 90, 180 90, 180 -90, -180 -90, -180 90coordinates[0] = new Coordinate(-180, 90);coordinates[1] = new Coordinate(180, 90);coordinates[2] = new Coordinate(180, -90);coordinates[3] = new Coordinate(-180, -90);coordinates[4] = new Coordinate(-180, 90);Polygon polygon = geometryFactory.createPolygon(coordinates);List<DemoPointDO> list = demoPointRepository.containsQuery(polygon);assertNotNull("查询结果为空", list);ObjectMapper objectMapper = new ObjectMapper();for (DemoPointDO pointDO : list) {System.out.println(objectMapper.writeValueAsString(pointDO));}}/*** 方式二:repository继承JpaSpecificationExecutor,调用List<T> findAll(@Nullable Specification<T> spec);* 这里的重点是如何构建Specification对象,这里用于动态构建sql的情况*/@Testpublic void findAll1Test() throws JsonProcessingException {GeometryFactory geometryFactory = new GeometryFactory();Coordinate[] coordinates = new Coordinate[5];// -180 90, 180 90, 180 -90, -180 -90, -180 90coordinates[0] = new Coordinate(-180, 90);coordinates[1] = new Coordinate(180, 90);coordinates[2] = new Coordinate(180, -90);coordinates[3] = new Coordinate(-180, -90);coordinates[4] = new Coordinate(-180, 90);Polygon polygon = geometryFactory.createPolygon(coordinates);Specification<DemoPointDO> specification = (root, query, criteriaBuilder) -> {return criteriaBuilder.isTrue(criteriaBuilder.function("st_contains", Boolean.class, criteriaBuilder.literal(polygon), root.get("point")));};List<DemoPointDO> list = demoPointRepository.findAll(specification);assertNotNull("查询结果为空", list);ObjectMapper objectMapper = new ObjectMapper();for (DemoPointDO pointDO : list) {System.out.println(objectMapper.writeValueAsString(pointDO));}}@Autowiredpublic void setDemoPointRepository(DemoPointRepository demoPointRepository) {this.demoPointRepository = demoPointRepository;}}

这篇关于jpa + hibernate-spatial + postgis实现简单的空间范围查询的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/867593

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

在Linux中改变echo输出颜色的实现方法

《在Linux中改变echo输出颜色的实现方法》在Linux系统的命令行环境下,为了使输出信息更加清晰、突出,便于用户快速识别和区分不同类型的信息,常常需要改变echo命令的输出颜色,所以本文给大家介... 目python录在linux中改变echo输出颜色的方法技术背景实现步骤使用ANSI转义码使用tpu

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

golang版本升级如何实现

《golang版本升级如何实现》:本文主要介绍golang版本升级如何实现问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录golanwww.chinasem.cng版本升级linux上golang版本升级删除golang旧版本安装golang最新版本总结gola

SpringBoot中SM2公钥加密、私钥解密的实现示例详解

《SpringBoot中SM2公钥加密、私钥解密的实现示例详解》本文介绍了如何在SpringBoot项目中实现SM2公钥加密和私钥解密的功能,通过使用Hutool库和BouncyCastle依赖,简化... 目录一、前言1、加密信息(示例)2、加密结果(示例)二、实现代码1、yml文件配置2、创建SM2工具

Mysql实现范围分区表(新增、删除、重组、查看)

《Mysql实现范围分区表(新增、删除、重组、查看)》MySQL分区表的四种类型(范围、哈希、列表、键值),主要介绍了范围分区的创建、查询、添加、删除及重组织操作,具有一定的参考价值,感兴趣的可以了解... 目录一、mysql分区表分类二、范围分区(Range Partitioning1、新建分区表:2、分

MySQL 定时新增分区的实现示例

《MySQL定时新增分区的实现示例》本文主要介绍了通过存储过程和定时任务实现MySQL分区的自动创建,解决大数据量下手动维护的繁琐问题,具有一定的参考价值,感兴趣的可以了解一下... mysql创建好分区之后,有时候会需要自动创建分区。比如,一些表数据量非常大,有些数据是热点数据,按照日期分区MululbU