见证数据的视觉奇迹——DataV Atlas

引言

前段时间一直沉迷于AI方向，几乎很久没碰大数据开发的相关内容了，今天突然看到阿里活动又推出DataV的体验了，我直接"啪"的一下就点进来了，很快啊！本来之前开发数字孪生的时候就接触过基础的DataV操作了，但是那时候是偏向于城市建模的CityV（城市视觉智能引擎），关于DataV-Atlas（可视分析地图）还是第一次使用，所以这里还是带着一丝好奇与期待的心情开始实践的。

可视分析地图（DataV-Atlas）

首先还是简要了解一下这款产品吧（阿里云DataV为了满足不同场景下的数据可视化需求，涉及的子产品数量较多，容易搞混）。

DataV Atlas 可视分析地图是阿里云面向地理空间数据的专业分析工具。它支持快速展示和实时分析海量时空数据，并可以通过SQL分析工具对用户数据库中的空间数据进行多维度的灵活分析。该工具能够帮助用户快速构建自己的地理分析地图，挖掘时空数据的价值，并支持商业决策和科学研究等领域的应用。

主要能力或者特点包括：

专业的时空分析工具

提供一系列强大的空间查询和分析功能，可以根据时间维度对地理空间数据进行分析。帮助用户在地图上进行可视化分析时间序列数据的变化趋势，比较不同时间点或时间段的地理数据，从而更好地理解时间与地理位置之间的关系。

分析地图的发布与共享

提供地图发布和共享功能，允许用户分享他们创建的分析地图，通过发送链接给其他人，让他们直接查看和与地图进行交互。这方便用户与他人共享地图，并进行协作和讨论。

看到这里我直接愣住了。这...这不就是GIS 吗？这难道不是和ArcGIS Server 一个东西么？后来我查了一下，发现它的全名居然真的叫DataV.GeoAtlas，好吧，这下破案了，但是值得说的是，它其实和ArcGIS Server并不完全相同或者说不完全对等。

阿里云DataV-Atlas和ArcGIS Server的异同点

阿里云DataV.GeoAtlas的特点：

重点在于数据可视化 ：DataV.GeoAtlas是阿里云DataV平台中的一个模块，专注于地理数据的可视化展示。它提供了地图范围选择、地理边界生成和层级生成等功能，帮助用户快速创建美观的地图可视化效果。
易用性高 ：面向非专业用户，通过图形化界面和拖拽操作简化了地图制作过程，不需要深厚的GIS专业知识。
集成于云服务 ：作为阿里云服务的一部分，它能够无缝对接阿里云的其他服务，便于数据管理和分析。
输出格式多样：支持导出SVG图片和JSON数据，便于在Web应用中集成和分享。

ArcGIS for Server的特点：

全面的GIS服务 ：ArcGIS for Server是一个企业级的地理信息系统服务器，提供全面的GIS服务，包括数据管理、地图服务发布、高级空间分析、多用户编辑等。
强大且可扩展：支持复杂的空间数据处理、高级分析功能，且具备高度的可定制性和扩展性，适合构建大型的地理信息系统。
跨平台服务：可以在多种环境中部署，支持多用户访问和大规模并发处理，适合企业和组织内部的GIS应用部署。
面向开发：提供了丰富的API和SDK，便于开发人员集成到自定义的应用程序中，实现更复杂的业务逻辑和功能定制。

通过以上内容，我们也可以得出下列对比表格：

可以看出，如果侧重于快速、直观的地理数据可视化展示，且需要云服务集成，DataV.GeoAtlas可能是更好的选择；若需构建复杂、可定制的GIS应用，要求强大的后端支持和高级分析功能，则ArcGIS for Server更加合适。

快速体验阿里云DataV-Atlas

进入阿里云产品试用界面，搜索【atlas】，点击【免费试用】，如下所示：

提交成功后如下所示：

点击【管理控制台】，进入如下界面，则为开通完毕：

阿里云DataV-Atlas界面介绍

查看空间容量

在数据库列表中的体验空间右侧，或在体验空间数据库详情页的右上角，可以查看当前空间的已使用容量和总容量。

上传数据表

单击右上角的上传数据，打开上传数据文件窗口。

在选择文件页签，将文件拖拽至添加处或单击浏览从本地文件选择需要上传的文件。

【注意】支持Shapefiles文件和GeoJSON文件。

Shapefiles格式文件需要将.shp、.dbf、.prj、.shx格式的文件压缩为一个.zip文件进行上传。
GeoJSON格式文件支持以.json或.geojson后缀的文件进行上传。

下一步，在文件存储目录页签 ，自定义数据表名称并选择需要上传的文件夹，单击保存至此处。

等待数据导入完成后，单击完成，系统将自动跳转至数据表详情页。

查看已上传数据表详情，包括但不限于数据地图、数据量、数据表大小及项目引用情况。

实践：DataV Atlas探索杭州美食

控制台登录默认进入的就是数据中心页，Atlas 数据中心提供了两个默认数据连接：

Atlas 演示数据库：存放 Atlas 官方提供的一些演示案例数据，会不定期更新进一些数据集供用户试用
体验空间：免费提供 100MB 空间供用户上传自有的数据来体验产品功能

本次实验数据两张表存放于 Atlas 演示数据库的 public 文件夹下：

"public"."hangzhou_poi_sample"：杭州餐饮娱乐店样例数据，包括分类、地理位置和消费者评价等
"public"."hangzhou_districts"：杭州市行政区划数据，包括行政区划名称、行政区划代码、行政区划级别、行政区划中心点经纬度、行政区划边界等

在列表中点击表名称即可预览该数据，支持地图模式以及数据表模式预览，支持查看表记录数量以及存储占用

创建可视化项目

点击顶部菜单从【数据中心】切换到【我的项目】。

点击【新建地理分析项目】。

选择 Atlas 演示数据库下 "public"."hangzhou_poi_sample" 表添加到项目

点击左侧图层列表可以对图层进行样式配置

下面可以利用 SQL 来对这份样例数据进行一些好玩有趣的分析：

杭州各个区的吃货都爱吃些啥？

点击【转为SQL查询】。

点击【查看SQL】。

输入如下SQL语句：

js 复制代码

WITH CategoryCounts AS (SELECT b.name            AS 区域名称,
                               p.二级分类        AS 二级分类,
                               COUNT(p.二级分类) AS 类型数量,
                               b.geom            as geom
                        FROM public.hangzhou_districts b
                                 JOIN public.hangzhou_poi_sample p ON ST_Contains(b.geom, p.geom)
                        WHERE 一级分类 = '美食'
                          AND 二级分类 not in ('小吃快餐', '水果生鲜', '面馆', '本帮江浙菜')
                        GROUP BY b.name, p.二级分类, b.geom),
     RankedCategories AS (SELECT 区域名称,
                                 二级分类,
                                 类型数量,
                                 row_number() OVER (PARTITION BY 区域名称 ORDER BY 类型数量 DESC) as rank,
                                 geom
                          FROM CategoryCounts)
SELECT 区域名称,
       二级分类,
       类型数量,
       区域名称 || '
       ' || '美食标签:' || 二级分类 as 标注字段,
       geom
FROM RankedCategories
WHERE rank = 1;

显示效果如下：

修改样式，添加【颜色着色】。

再新建一个数据源，点击【添加数据源】。

选择【SQL查询】,点击刚才那张表，选择默认的【SQL自定义查询】。

执行如下代码：

js 复制代码

WITH CategoryCounts AS (SELECT b.name            AS 区域名称,
                               p.二级分类        AS 二级分类,
                               COUNT(p.二级分类) AS 类型数量,
                        ST_PointOnSurface(b.geom) as geom --计算标注点
                        FROM public.hangzhou_districts b
                                 JOIN public.hangzhou_poi_sample p ON ST_Contains(b.geom, p.geom)
                        WHERE 一级分类 = '美食'
                          AND 二级分类 not in ('小吃快餐', '水果生鲜', '面馆', '本帮江浙菜')
                        GROUP BY b.name, p.二级分类, b.geom),
     RankedCategories AS (SELECT 区域名称,
                                 二级分类,
                                 类型数量,
                                 row_number() OVER (PARTITION BY 区域名称 ORDER BY 类型数量 DESC) as rank,
                                 geom
                          FROM CategoryCounts)
SELECT 区域名称,
       二级分类,
       类型数量,
       区域名称||'
       '||'美食标签:'||二级分类 as 标注字段,
       geom
FROM RankedCategories
WHERE rank = 1;

执行后如下所示：