대부분의 경우, 사용자는 패키징되어 있는 raster2pgsql
래스터 로더를 통해 기존 래스터 파일을 로드해서 PostGIS 래스터를 생성할 것입니다.
The raster2pgsql
is a raster loader executable that loads GDAL supported raster formats into SQL suitable for loading into a PostGIS raster table. It is capable of loading folders of raster files as well as creating overviews of rasters.
Since the raster2pgsql is compiled as part of PostGIS most often (unless you compile your own GDAL library), the raster types supported by the executable will be the same as those compiled in the GDAL dependency library. To get a list of raster types your particular raster2pgsql
supports use the -G
switch.
정렬된 래스터 집합에서 특정 인자(factor)의 오버뷰를 성생하는 경우, 오버뷰들이 정렬되지 않을 수도 있습니다. http://trac.osgeo.org/postgis/ticket/1764 페이지에서 오버뷰가 정렬되지 않는 예시를 찾아볼 수 있습니다. |
로더를 통해 입력 파일을 생성하고 100x100 타일 뭉치로 나누어 업로드하는 세션의 예시는 다음과 같습니다:
# -s use srid 4326 # -I create spatial index # -C use standard raster constraints # -M vacuum analyze after load # *.tif load all these files # -F include a filename column in the raster table # -t tile the output 100x100 # public.demelevation load into this table raster2pgsql -s 4326 -I -C -M -F -t 100x100 *.tif public.demelevation > elev.sql # -d connect to this database # -f read this file after connecting psql -d gisdb -f elev.sql
If you do not specify the schema as part of the target table name, the table will be created in the default schema of the database or user you are connecting with. |
UNIX 파이프를 이용하면 변환 및 업로드 작업을 한 번에 끝낼 수 있습니다:
raster2pgsql -s 4326 -I -C -M *.tif -F -t 100x100 public.demelevation | psql -d gisdb
매사추세츠 주의 미터 단위 항공사진 타일 래스터들을 aerial
이라는 스키마로 로드하고, 전체 뷰와 2레벨 및 4레벨 오버뷰 테이블을 생성한 다음, 복사 모드를 통해 (중간 단계 파일 없이 DB로 직접) 삽입하며, 강제로 모든 작업을 상호처리하지 않도록 -e 플래그를 사용하십시오(작업이 완료되길 기다리지 않고 테이블에 들어오는 데이터를 바로 살펴보고자 할 때 유용합니다). 래스터를 128x128 픽셀 타일로 분절한 다음 래스터 제약조건을 적용하십시오. 테이블 삽입 대신 복사 모드를 이용하십시오. 타일들이 잘라져 나온 타일 파일명을 담을 수 있도록 -F 플래그로 "filename"이라는 필드를 포함시키십시오.
raster2pgsql -I -C -e -Y -F -s 26986 -t 128x128 -l 2,4 bostonaerials2008/*.jpg aerials.boston | psql -U postgres -d gisdb -h localhost -p 5432
--get a list of raster types supported: raster2pgsql -G
-G 옵션이 다음과 같은 목록을 출력할 것입니다:
Available GDAL raster formats: Virtual Raster GeoTIFF National Imagery Transmission Format Raster Product Format TOC format ECRG TOC format Erdas Imagine Images (.img) CEOS SAR Image CEOS Image ... Arc/Info Export E00 GRID ZMap Plus Grid NOAA NGS Geoid Height Grids
-?
도움말 화면을 표출합니다. 어떤 인수도 쓰지 않을 경우에도 도움말이 표출될 것입니다.
-G
지원하는 래스터 형식을 나열합니다.
-c
새 테이블을 생성한 다음 래스터(들)로 해당 테이블을 채웁니다. 이것이 기본 모드입니다.
-a
기존 테이블에 래스터(들)을 추가합니다.
-d
기존 테이블을 삭제하고, 새 테이블을 생성한 다음 래스터(들)로 해당 테이블을 채웁니다.
-p
준비 모드로, 테이블만 생성합니다.
-C
raster_columns
뷰에 래스터를 제대로 등록하기 위한 SRID, 픽셀 크기 등의 래스터 제약조건을 적용합니다.
-x
최대 범위(extent) 제약조건을 해제합니다. -C 플래그와 함께 쓰일 경우에만 적용됩니다.
-r
정규 블록화(regular blocking)를 위한 제약조건(공간적 유일성 및 커버리지 타일)을 설정합니다. -C 플래그와 함께 쓰일 경우에만 적용됩니다.
-s <SRID>
출력 래스터에 지정된 SRID를 부여합니다. 기존에 없거나 0값인 경우, 적절한 SRID를 결정하기 위해 래스터의 메타데이터를 확인할 것입니다.
-b BAND
래스터에서 밴드의 (1-기반) 인덱스를 추출합니다. 하나 이상의 밴드 인덱스가 있을 경우, 쉼표(,)로 구분하십시오. 지정하지 않는 경우 래스터의 모든 밴드를 추출합니다.
-t TILE_SIZE
테이블 행 한 개당 하나씩 삽입되도록 래스터를 타일로 자릅니다. TILE_SIZE
는 너비x높이로 표현되거나, 또는 "auto" 값으로 설정하면 로더가 첫 번째 래스터를 이용해 적당한 크기를 계산해서 모든 래스터에 적용합니다.
-P
맨 오른쪽 및 맨 아래 타일들의 여백을 메꿔넣어(padding) 모든 타일이 동일한 너비와 높이를 갖도록 보장합니다.
-R, --register
래스터를 파일 시스템 (DB 외부) 래스터로 등록합니다.
데이터베이스에 래스터의 (픽셀이 아니라) 메타데이터 및 경로 위치만 저장될 것입니다.
-l OVERVIEW_FACTOR
래스터의 오버뷰를 생성합니다. 인자가 한 개 이상인 경우, 쉼표(,)로 구분하십시오. 오버뷰 테이블명은 o_overview factor
_table
이라는 패턴을 따르는데, 이때 overview factor
는 숫자로 나타낸 오버뷰 인자의 위치지시자(placeholder)이며 table
은 기저 테이블명으로 대체됩니다. 생성된 오버뷰는 데이터베이스에 저장되어, -R 플래그의 영향을 받지 않습니다. 사용자가 생성한 SQL 파일이 주 테이블과 오버뷰 테이블을 모두 담게 될 것이라는 점에 주의하십시오.
-N NODATA
"NODATA" 값이 없는 밴드에 사용할 NODATA 값입니다.
-f COLUMN
저장될 래스터 열의 명칭을 설정합니다. 기본값은 'rast'입니다.
-F
파일명을 담은 열을 추가합니다.
-n COLUMN
파일명 열의 명칭을 설정합니다. -F 플래그와 함께 써야 합니다.
-q
PostgreSQL 식별자를 따옴표로 감쌉니다.
-I
래스터 열에 GiST 인덱스를 생성합니다.
-M
래스터 테이블을 빈공간 분석(vacuum analyze)합니다.
-k
Keeps empty tiles and skips NODATA value checks for each raster band. Note you save time in checking, but could end up with far more junk rows in your database and those junk rows are not marked as empty tiles.
-T tablespace
새 테이블 용 테이블스페이스를 설정합니다. -X 플래그를 함께 사용하지 않으면 (기본 키를 포함한) 인덱스들이 여전히 기본 테이블스페이스를 사용할 것이라는 점에 주의하십시오.
-X tablespace
테이블의 새 인덱스 용 테이블스페이스를 설정합니다. -I 플래그를 함께 사용하면 기본 키와 공간 인덱스에 함께 적용됩니다.
-Y max_rows_per_copy=50
Use copy statements instead of insert statements. Optionally specify max_rows_per_copy
; default 50 when not specified.
-e
각 선언문을 개별적으로 실행하며, 상호처리(transaction)를 이용하지 않습니다.
-E ENDIAN
생성된 래스터 바이너리 산출물의 메모리 내부 데이터 순서(endianness)를 조정합니다. XDR은 0, 기본값인 NDR은 1로 설정하십시오. 현재, NDR 산출물만 지원합니다.
-V version
산출물 형식의 버전을 설정합니다. 기본값은 0입니다. 현재, 0만 지원합니다.
사용자가 래스터와 래스터 테이블을 데이터베이스 내부에 생성하려 하는 경우가 많을 것입니다. 그런 작업을 위한, 넘치고도 남을 많은 함수가 있습니다. 일반적인 단계는 다음과 같습니다.
새 래스터 레코드를 담을 래스터 열을 가진 테이블을 다음과 같이 생성하십시오:
CREATE TABLE myrasters(rid serial primary key, rast raster);
해당 목표를 도와줄 함수가 많이 있습니다. 다른 래스터에서 파생되지 않은 래스터를 생성하는 경우, ST_MakeEmptyRaster 함수와 ST_AddBand 함수를 순서대로 사용하는 편이 좋습니다.
도형으로부터도 래스터를 생성할 수 있습니다. 그러려면 ST_AsRaster 함수를, 아마도 ST_Union , ST_MapAlgebraFct 또는 맵 대수(algebra) 함수 계열의 어떤 함수와도 같은 다른 함수와 함께 사용하는 편이 좋습니다.
기존 테이블로부터 새 래스터 테이블을 생성하는 데에는 더욱 많은 선택지가 있습니다. 예를 들어 ST_Transform 함수를 사용하면 기존 테이블과는 다른 투영이 적용된 래스터 테이블을 생성할 수 있습니다.
일단 사용자 테이블을 채우는 작업을 마쳤다면, 다음과 같이 래스터 열에 대해 공간 인덱스를 생성하는 편이 좋습니다:
CREATE INDEX myrasters_rast_st_convexhull_idx ON myrasters USING gist( ST_ConvexHull(rast) );
래스터 연산자 대부분이 래스터의 볼록 껍질(convex hull)을 기반으로 하기 때문에 ST_ConvexHull 함수를 사용했다는 점에 주의하십시오.
PostGIS 2.0 미만 버전에서 래스터는 볼록 껍질보다는 엔벨로프(envelop)를 기반으로 하고 있었습니다. 공간 인덱스가 제대로 작동하려면 구식 인덱스를 삭제하고 볼록 껍질 기반 인덱스로 대체해야 합니다. |
AddRasterConstraints 를 이용해 래스터 제약조건 적용
The raster2pgsql
tool uses GDAL to access raster data, and can take advantage of a key GDAL feature: the ability to read from rasters that are stored remotely in cloud "object stores" (e.g. AWS S3, Google Cloud Storage).
Efficient use of cloud stored rasters requires the use of a "cloud optimized" format. The most well-known and widely used is the "cloud optimized GeoTIFF" format. Using a non-cloud format, like a JPEG, or an un-tiled TIFF will result in very poor performance, as the system will have to download the entire raster each time it needs to access a subset.
First, load your raster into the cloud storage of your choice. Once it is loaded, you will have a URI to access it with, either an "http" URI, or sometimes a URI specific to the service. (e.g., "s3://bucket/object"). To access non-public buckets, you will need to supply GDAL config options to authenticate your connection. Note that this command is reading from the cloud raster and writing to the database.
AWS_ACCESS_KEY_ID=xxxxxxxxxxxxxxxxxxxx \ AWS_SECRET_ACCESS_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx \ raster2pgsql \ -s 990000 \ -t 256x256 \ -I \ -R \ /vsis3/your.bucket.com/your_file.tif \ your_table \ | psql your_db
Once the table is loaded, you need to give the database permission to read from remote rasters, by setting two permissions, postgis.enable_outdb_rasters and postgis.gdal_enabled_drivers.
SET postgis.enable_outdb_rasters = true; SET postgis.gdal_enabled_drivers TO 'ENABLE_ALL';
To make the changes sticky, set them directly on your database. You will need to re-connect to experience the new settings.
ALTER DATABASE your_db SET postgis.enable_outdb_rasters = true; ALTER DATABASE your_db SET postgis.gdal_enabled_drivers TO 'ENABLE_ALL';
For non-public rasters, you may have to provide access keys to read from the cloud rasters. The same keys you used to write the raster2pgsql
call can be set for use inside the database, with the postgis.gdal_vsi_options configuration. Note that multiple options can be set by space-separating the key=value
pairs.
SET postgis.gdal_vsi_options = 'AWS_ACCESS_KEY_ID=xxxxxxxxxxxxxxxxxxxx AWS_SECRET_ACCESS_KEY=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx';
Once you have the data loaded and permissions set you can interact with the raster table like any other raster table, using the same functions. The database will handle all the mechanics of connecting to the cloud data when it needs to read pixel data.
PostGIS와 함께 패키징되는 래스터 카탈로그 뷰는 두 개입니다. 두 뷰 모두 래스터 테이블의 제약조건에 내장된 정보를 활용합니다. 제약조건이 강제적이기 때문에, 결과적으로 카탈로그 뷰는 언제나 테이블 내부의 래스터 데이터와 일관성을 유지합니다.
raster_columns
이 뷰는 사용자 데이터베이스에 있는 모든 래스터 테이블 열을 카탈로그화합니다.
raster_overviews
이 뷰는 더 세밀한 테이블을 위한 오버뷰 역할을 하는 사용자 데이터베이스에 있는 모든 래스터 테이블 열을 카탈로그화합니다. 로드 과정에서 -l
스위치를 사용할 경우 이 테이블 유형을 생성합니다.
raster_columns
는 사용자 데이터베이스에 있는 모든 래스터 테이블 열의 래스터 유형 카탈로그입니다. 래스터 열 카탈로그는 테이블에 대한 제약조건을 활용하기 때문에, 설령 사용자가 다른 데이터베이스의 백업으로부터 래스터 테이블을 하나 복원했다 하더라도, 카탈로그 정보는 언제나 일관성을 유지합니다. 다음은 raster_columns
카탈로그 안에 존재하는 열들입니다.
로더를 통해 사용자 테이블을 생성하지 않았거나 로드 과정에서 -C
플래그 설정을 잊었을 경우, 테이블 생성 후에 raster_columns
카탈로그가 사용자의 래스터 타일에 관한 일반 정보를 등록하도록 AddRasterConstraints 함수를 통해 제약조건을 강제할 수 있습니다.
r_table_catalog
테이블을 담고 있는 데이터베이스입니다. 이 열은 언제나 현재 데이터베이스를 읽어들일 것입니다.
r_table_schema
래스터 테이블이 속해 있는 데이터베이스 스키마입니다.
r_table_name
래스터 테이블 명입니다.
r_raster_column
래스터 유형의 r_table_name
테이블 안에 있는 열입니다. PostGIS는 사용자가 테이블 하나 당 몇 개의 래스터 열을 가질 수 있는지 제한하지 않기 때문에, 래스터 테이블 하나를 각각 다른 래스터 열로 몇 번이고 나열할 수 있습니다.
srid
래스터의 공간 참조 식별자입니다. Section 4.5, “SPATIAL_REF_SYS 테이블과 공간 참조 시스템” 목록에 있는 항목이어야 합니다.
scale_x
기하하적 공간 좌표와 픽셀의 비례(축척)입니다. 래스터 열에 있는 모든 타일이 동일한 scale_x
를 가지며, scale_x
제약조건이 적용될 경우에만 사용할 수 있습니다. 자세한 내용은 ST_ScaleX 를 참조하십시오.
scale_y
기하하적 공간 좌표와 픽셀의 비례(축척)입니다. 래스터 열에 있는 모든 타일이 동일한 scale_y
를 가지며, scale_y
제약조건이 적용될 경우에만 사용할 수 있습니다. 자세한 내용은 ST_ScaleY 를 참조하십시오.
blocksize_x
각 래스터 타일의 너비(가로 방향의 픽셀 개수)입니다. 자세한 사항은 ST_Width 를 참조하십시오.
blocksize_y
각 래스터 타일의 높이(세로 방향의 픽셀 개수)입니다. 자세한 사항은 ST_Height 를 참조하십시오.
same_alignment
모든 래스터 타일이 동일한 방향으로 정렬된 경우 참인 불 값입니다. 자세한 내용은 ST_SameAlignment 를 참조하십시오.
regular_blocking
래스터 열이 공간적 유일성 제약조건 및 커버리지 타일 제약조건을 가질 경우, 해당 값은 참입니다. 그 외의 경우는 거짓이 됩니다.
num_bands
사용자 래스터 집합의 각 타일이 내장한 밴드의 개수입니다. 다음 열과 동일한 정보를 제공합니다. ST_NumBands
pixel_types
각 밴드에 대한 픽셀 유형을 정의하는 배열입니다. 이 배열에는 사용자 밴드 개수와 동일한 개수의 요소들이 들어갈 것입니다. pixel_types는 다음 ST_BandPixelType 에서 정의된 픽셀 유형 가운데 하나입니다.
nodata_values
각 밴드에 대한 nodata_value
를 의미하는 배정밀도(double precision) 수(數)입니다. 이 배열에는 사용자 밴드 개수와 동일한 개수의 요소들이 들어갈 것입니다. 이 숫자는 대부분의 연산에서 무시되어야 할 각 밴드에 대한 픽셀 값을 정의합니다. 이 정보는 ST_BandNoDataValue 가 제공하는 정보와 유사합니다.
out_db
데이터베이스 외부에서 래스터 밴드 데이터를 유지하는지 여부를 보여주는 불 값 플래그의 배열입니다. 이 배열에는 사용자 밴드 개수와 동일한 개수의 요소들이 들어갈 것입니다.
extent
사용자 래스터 집합이 포함하는 모든 래스터 열의 범위(extent)입니다. 해당 집합의 범위를 변경시킬 추가 데이터를 로드할 계획이라면, 로드 작업 전에 DropRasterConstraints 함수를 실행하고 작업 후에 AddRasterConstraints 함수로 제약조건을 다시 적용시키는 편이 좋습니다.
spatial_index
래스터 열이 공간 인덱스를 가진 경우 참인 불 값입니다.
raster_overviews
는 오버뷰에 이용되는 래스터 테이블 열에 관한 정보 및 오버뷰 활용시 알면 유용한 추가 정보를 카탈로그화합니다. 오버뷰 테이블은 raster_columns
및 raster_overviews
양쪽에 모두 카탈로그화됩니다. 오버뷰가 나름대로 래스터이긴 하지만, 동시에 고해상도 테이블의 저해상도 썸네일이라는 추가적인 특별 목적을 담당하고 있기 때문입니다. 래스터 로드 작업중 -l
스위치를 사용하면 주 래스터 테이블과 함께 오버뷰 테이블을 생성합니다. 또는 AddOverviewConstraints 함수를 통해 직접 생성할 수도 있습니다.
오버뷰 테이블은 다른 래스터 테이블과 동일한 제약조건은 물론 오직 오버뷰에 특화된 제약조건에 관한 추가 정보도 포함합니다.
|
오버뷰의 주된 존재 이유는 다음 두 가지입니다:
빠른 매핑 확대를 위해 흔히 핵심 테이블의 저해상도 모사를 이용합니다.
고해상도 페어런트보다 오버뷰를 기반으로 하는 계산이 일반적으로 더 빠릅니다. 레코드 개수도 더 적고 각 픽셀이 커버하는 면적도 더 크기 때문입니다. 오버뷰가 지원하는 고해상도 테이블 대상 계산보다야 정확하지 않지만, 어림잡이(rule-of-thumb) 계산의 경우 오버뷰도 충분할 수 있습니다.
raster_overviews
카탈로그는 다음과 같은 정보 열을 포함합니다.
o_table_catalog
오버뷰 테이블을 담고 있는 데이터베이스입니다. 이 열은 언제나 현재 데이터베이스를 읽어들일 것입니다.
o_table_schema
오버뷰 테이블이 속해 있는 데이터베이스 스키마입니다.
o_table_name
오버뷰 테이블 명입니다.
o_raster_column
오버뷰 테이블이 담고 있는 래스터 열입니다.
r_table_catalog
해당 오버뷰 서비스를 담고 있는 래스터 테이블 카탈로그입니다. 이 열은 언제나 현재 데이터베이스를 읽어들일 것입니다.
r_table_schema
해당 오버뷰 서비스가 속해 있는 래스터 테이블 스키마입니다.
r_table_name
해당 오버뷰가 서비스하는 래스터 테이블 명입니다.
r_raster_column
해당 오버뷰가 서비스하는 래스터 열입니다.
overview_factor
오버뷰 테이블의 피라미드 레벨입니다. 숫자가 커질수록 테이블의 해상도는 낮아집니다. raster2pgsql은 이미지 폴더를 받아 각 이미지 파일의 오버뷰를 계산하고 개별적으로 로드합니다. 항상 레벨 1을 원 파일로 가정합니다. 레벨 2는 각 타일이 원래 이미지 4장을 모사하게 됩니다. 따라서 예를 들어 사용자가 125x125로 뭉치려는 5000x5000픽셀 이미지 파일들이 있는 폴더의 경우, 각 이미지 파일에 대해 사용자의 기저 테이블이 (5000*5000)/(125*125) = 1600 레코드를 담게 되고, 사용자의 o_2
(l=2) 테이블이 최대 (1600/2^2) = 400행, o_3
(l=3) 테이블은 최대 (1600/2^3) = 200행의 레코드를 담게 될 것입니다. 사용자 픽셀 수가 사용자 타일로 나눌 수 있는 숫자가 아닐 경우, 몇몇 파편(scrap) 타일(완전히 채워지지 않은 타일)을 얻게 될 것입니다. raster2pgsql이 생성한 각 오버뷰 타일의 픽셀 개수가 해당 페어런트와 동일한 개수이지만, 각 픽셀이 표현하는 영역이 더 넓은 (원 이미지의 2^overview_factor 픽셀에 해당하는) 저해상도라는 점에 주의하십시오.
The fact that PostGIS raster provides you with SQL functions to render rasters in known image formats gives you a lot of options for rendering them. For example you can use OpenOffice / LibreOffice for rendering as demonstrated in Rendering PostGIS Raster graphics with LibreOffice Base Reports. In addition you can use a wide variety of languages as demonstrated in this section.
이 단원에서, PHP PostgreSQL 드라이버와 ST_AsGDALRaster 계열 함수를 사용해서 래스터의 1, 2, 3 밴드를 PHP 요청 스트림(request stream)으로 출력하는 방법을 설명할 것입니다. 이후 PHP 요청 스트림을 "img src" HTML 태그로 임베딩할 수 있습니다.
예시 쿼리는 여러 래스터 함수를 함께 결합(combine)해서 특정 WGS84 경계 상자와 교차하는 모든 타일을 얻은 다음, ST_Union 함수를 통해 교차하는 타일들과 반환되는 모든 밴드를 통합(union)해서, ST_Transform 함수를 이용해 사용자가 지정한 투영으로 변환한 후, ST_AsPNG 함수로 결과값을 PNG 파일로 출력하는 방법을 보여줍니다.
http://mywebserver/test_raster.php?srid=2249
를 통해 메사추세츠 주의 피트 단위 항공사진의 래스터 이미지를 얻은 후, 다음 쿼리를 호출하십시오.
<?php /** contents of test_raster.php **/ $conn_str ='dbname=mydb host=localhost port=5432 user=myuser password=mypwd'; $dbconn = pg_connect($conn_str); header('Content-Type: image/png'); /**If a particular projection was requested use it otherwise use mass state plane meters **/ if (!empty( $_REQUEST['srid'] ) && is_numeric( $_REQUEST['srid']) ){ $input_srid = intval($_REQUEST['srid']); } else { $input_srid = 26986; } /** The set bytea_output may be needed for PostgreSQL 9.0+, but not for 8.4 **/ $sql = "set bytea_output='escape'; SELECT ST_AsPNG(ST_Transform( ST_AddBand(ST_Union(rast,1), ARRAY[ST_Union(rast,2),ST_Union(rast,3)]) ,$input_srid) ) As new_rast FROM aerials.boston WHERE ST_Intersects(rast, ST_Transform(ST_MakeEnvelope(-71.1217, 42.227, -71.1210, 42.218,4326),26986) )"; $result = pg_query($sql); $row = pg_fetch_row($result); pg_free_result($result); if ($row === false) return; echo pg_unescape_bytea($row[0]); ?>
이 단원에서, npgsql PostgreSQL .NET 드라이버와 ST_AsGDALRaster 계열 함수를 사용해서 래스터의 1, 2, 3 밴드를 PHP 요청 스트림(request stream)으로 출력하는 방법을 설명할 것입니다. 이후 PHP 요청 스트림을 "img src" HTML 태그로 임베딩할 수 있습니다.
이 예제를 실행하려면 npgsql PostgreSQL .NET 드라이버가 필요합니다. http://npgsql.projects.postgresql.org/ 에서 최신 버전을 다운로드할 수 있습니다. 최신 버전을 다운로드해서 사용자의 ASP.NET bin 폴더에 넣기만 하면 준비가 끝납니다.
예시 쿼리는 여러 래스터 함수를 함께 결합(combine)해서 특정 WGS84 경계 상자와 교차하는 모든 타일을 얻은 다음, ST_Union 함수를 통해 교차하는 타일들과 반환되는 모든 밴드를 통합(union)해서, ST_Transform 함수를 이용해 사용자가 지정한 투영으로 변환한 후, ST_AsPNG 함수로 결과값을 PNG 파일로 출력하는 방법을 보여줍니다.
이 예제는 C#으로 실행된다는 점만 제회하면 Section 10.3.1, “다른 래스터 함수와 함께 ST_AsPNG를 이용해서 PHP 예제를 출력하기” 예제와 동일합니다.
http://mywebserver/test_raster.php?srid=2249
를 통해 메사추세츠 주의 피트 단위 항공사진의 래스터 이미지를 얻은 후, 다음 쿼리를 호출하십시오.
-- web.config connection string section -- <connectionStrings> <add name="DSN" connectionString="server=localhost;database=mydb;Port=5432;User Id=myuser;password=mypwd"/> </connectionStrings>
// Code for TestRaster.ashx <%@ WebHandler Language="C#" Class="TestRaster" %> using System; using System.Data; using System.Web; using Npgsql; public class TestRaster : IHttpHandler { public void ProcessRequest(HttpContext context) { context.Response.ContentType = "image/png"; context.Response.BinaryWrite(GetResults(context)); } public bool IsReusable { get { return false; } } public byte[] GetResults(HttpContext context) { byte[] result = null; NpgsqlCommand command; string sql = null; int input_srid = 26986; try { using (NpgsqlConnection conn = new NpgsqlConnection(System.Configuration.ConfigurationManager.ConnectionStrings["DSN"].ConnectionString)) { conn.Open(); if (context.Request["srid"] != null) { input_srid = Convert.ToInt32(context.Request["srid"]); } sql = @"SELECT ST_AsPNG( ST_Transform( ST_AddBand( ST_Union(rast,1), ARRAY[ST_Union(rast,2),ST_Union(rast,3)]) ,:input_srid) ) As new_rast FROM aerials.boston WHERE ST_Intersects(rast, ST_Transform(ST_MakeEnvelope(-71.1217, 42.227, -71.1210, 42.218,4326),26986) )"; command = new NpgsqlCommand(sql, conn); command.Parameters.Add(new NpgsqlParameter("input_srid", input_srid)); result = (byte[]) command.ExecuteScalar(); conn.Close(); } } catch (Exception ex) { result = null; context.Response.Write(ex.Message.Trim()); } return result; } }
이미지 한 장을 반환해서 지정된 파일로 출력하는 쿼리를 이용하는 단순한 Java 콘솔 응용 프로그램입니다.
http://jdbc.postgresql.org/download.html에서 최신 PostgreSQL JDBC 드라이버를 다운로드할 수 있습니다.
다음과 같은 명령어를 통해 예시 코드를 컴파일할 수 있습니다:
set env CLASSPATH .:..\postgresql-9.0-801.jdbc4.jar javac SaveQueryImage.java jar cfm SaveQueryImage.jar Manifest.txt *.class
다음과 같은 명령행을 이용해서 컴파일한 코드를 호출하십시오:
java -jar SaveQueryImage.jar "SELECT ST_AsPNG(ST_AsRaster(ST_Buffer(ST_Point(1,5),10, 'quad_segs=2'),150, 150, '8BUI',100));" "test.png"
-- Manifest.txt -- Class-Path: postgresql-9.0-801.jdbc4.jar Main-Class: SaveQueryImage
// Code for SaveQueryImage.java import java.sql.Connection; import java.sql.SQLException; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.io.*; public class SaveQueryImage { public static void main(String[] argv) { System.out.println("Checking if Driver is registered with DriverManager."); try { //java.sql.DriverManager.registerDriver (new org.postgresql.Driver()); Class.forName("org.postgresql.Driver"); } catch (ClassNotFoundException cnfe) { System.out.println("Couldn't find the driver!"); cnfe.printStackTrace(); System.exit(1); } Connection conn = null; try { conn = DriverManager.getConnection("jdbc:postgresql://localhost:5432/mydb","myuser", "mypwd"); conn.setAutoCommit(false); PreparedStatement sGetImg = conn.prepareStatement(argv[0]); ResultSet rs = sGetImg.executeQuery(); FileOutputStream fout; try { rs.next(); /** Output to file name requested by user **/ fout = new FileOutputStream(new File(argv[1]) ); fout.write(rs.getBytes(1)); fout.close(); } catch(Exception e) { System.out.println("Can't create file"); e.printStackTrace(); } rs.close(); sGetImg.close(); conn.close(); } catch (SQLException se) { System.out.println("Couldn't connect: print out a stack trace and exit."); se.printStackTrace(); System.exit(1); } } }
서버 디렉터리에 각 레코드를 파일로 생성하는 PLPython 저장 함수입니다. PLPython을 설치해야 합니다. PLPythonu와 PLPythonu3u 모두 잘 작동할 것입니다.
CREATE OR REPLACE FUNCTION write_file (param_bytes bytea, param_filepath text) RETURNS text AS $$ f = open(param_filepath, 'wb+') f.write(param_bytes) return param_filepath $$ LANGUAGE plpythonu;
--write out 5 images to the PostgreSQL server in varying sizes -- note the postgresql daemon account needs to have write access to folder -- this echos back the file names created; SELECT write_file(ST_AsPNG( ST_AsRaster(ST_Buffer(ST_Point(1,5),j*5, 'quad_segs=2'),150*j, 150*j, '8BUI',100)), 'C:/temp/slices'|| j || '.png') FROM generate_series(1,5) As j; write_file --------------------- C:/temp/slices1.png C:/temp/slices2.png C:/temp/slices3.png C:/temp/slices4.png C:/temp/slices5.png
안타깝게도 PSQL은 바이너리 출력 작업에 쉽게 사용할 수 있는 내장 기능성을 가지고 있지 않습니다. PostgreSQL의 레거시 대용량 객체 지원에 어느 정도 숟가락만 얹는 꼼수에 가깝습니다. PSQL을 사용하려면, 먼저 사용자 데이터베이스에 연결된 사용자의 PSQL 명령행을 실행하십시오.
파이썬 접근법과는 달리, 이 접근법은 사용자의 로컬 시스템에 파일을 생성합니다.
SELECT oid, lowrite(lo_open(oid, 131072), png) As num_bytes FROM ( VALUES (lo_create(0), ST_AsPNG( (SELECT rast FROM aerials.boston WHERE rid=1) ) ) ) As v(oid,png); -- you'll get an output something like -- oid | num_bytes ---------+----------- 2630819 | 74860 -- next note the oid and do this replacing the c:/test.png to file path location -- on your local computer \lo_export 2630819 'C:/temp/aerial_samp.png' -- this deletes the file from large object storage on db SELECT lo_unlink(2630819);