Nasza organizacja rozważa przeniesienie przepływu pracy geoprzetwarzania do PostGIS. Obecnie używamy ArcGIS z mnóstwem niestandardowych narzędzi Python używanych w ModelBuilder. Przenosimy większość naszych danych do PostGIS, aby mogły być wykorzystywane przez różne aplikacje, a teraz pytamy, czy sensowne jest również tam przetwarzanie danych.
Przetwarzamy dane w celu zapewnienia zgodności z naszym oprogramowaniem. Klient kupuje nasze oprogramowanie, przekazuje nam swoje dane, a my przetwarzamy je w celu zoptymalizowania do wykorzystania w naszym oprogramowaniu. Wymaga to od nas zbudowania różnych narzędzi do obsługi różnych jakości danych wejściowych. Nie możemy oczekiwać danych w określonym formacie lub schemacie, dlatego budujemy narzędzia do mapowania pól wejściowych na pola wyjściowe, parsowania pojedynczych pól na wiele pól, scalania wielu zestawów danych itp. Wykonujemy również połączenia przestrzenne, przecięcia, przycinanie białych znaków i łączą pola i wiele innych typowych operacji. PostGIS wydaje się być w pełni zdolny do spełnienia wszystkich naszych potrzeb przetwarzania.
Czy dla tych z was, którzy korzystają z PostGIS do przetwarzania danych, czy macie jakieś porady dotyczące organizacji, narzędzi do wykorzystania itp.?
- czy używasz go w połączeniu z przetwarzaniem Pythona QGIS?
- czy ludzie używają Python ORM do przetwarzania nie-sieciowego? Skłaniam się ku korzystaniu z GeoDjango, ponieważ ma on Python ORM dla PostGIS. Nasz wstępny test wykorzystania PostGIS do przetwarzania danych zawiera wiele dużych bloków tekstowych SQL w kodzie Pythona i uważamy, że GeoDjango ORM może pomóc w tworzeniu bardziej zarządzalnego i czytelnego kodu. Istnieje również GeoAlchemy ORM, który współdziała podobnie z PostGIS i nie wydaje się być tak specyficzny dla sieci, jak Django.
Nie słyszałem o ludziach korzystających z PostGIS do geoprzetwarzania tak często, jak widzę ludzi używających QGIS lub ArcGIS, więc chcę wiedzieć, czy jest to porównywalna alternatywa.