PostGIS实战指南：从环境搭建到LBS周边查询（含常用函数）

梦想画家2026-01-04 8:24

PostGIS 是 PostgreSQL 最强大的开源空间扩展模块，它为传统关系型数据库注入了地理空间数据处理能力，可轻松实现地理位置存储、空间关系查询、缓冲区分析等核心功能，广泛应用于城市规划、物流配送、环境监测等领域。本文将通过"概念讲解+实操示例"的方式，从环境搭建到进阶分析，全方位带大家掌握 PostGIS 的核心用法，所有示例代码均可直接运行。

一、PostGIS 核心概念速览

在开始实战前，先明确几个关键概念，帮大家建立基础认知：

  • 核心定位：PostGIS 是 PostgreSQL 的空间扩展，无需独立部署，安装后即可让 PostgreSQL 支持地理空间数据的存储、查询与分析，完美继承 PostgreSQL 的事务、权限管理等企业级特性。
  • 支持数据类型 ：核心分为几何类型（GEOMETRY，基于平面坐标）和地理类型（GEOGRAPHY，基于球面坐标，适合远距离高精度计算），具体包括点（Point）、线（LineString）、面（Polygon）等基础类型，以及多点（MultiPoint）、多线（MultiLineString）等复合类型。
  • 核心能力：提供超过 500 种空间函数，涵盖空间关系判断（如包含、相交）、距离计算、缓冲区分析、坐标系转换等功能，同时支持 GiST 等空间索引，大幅提升海量空间数据查询效率。

二、PostGIS 常用函数详解

PostGIS 提供了丰富的空间函数，是实现地理数据处理与分析的核心。以下按"数据构建""格式转换""空间关系判断""距离与面积计算""坐标转换"五大类，梳理入门必备的常用函数，为后续实战示例奠定基础。

2.1 数据构建函数（创建空间几何对象）

用于构建点、线、面等基础空间几何对象，是插入空间数据的核心函数。

  • ST_MakePoint(x, y)：创建二维点对象，x 为经度，y 为纬度。示例：ST_MakePoint(116.4074, 39.9042)（创建北京坐标点）。
  • ST_MakeLine(geom1, geom2, ...)：通过多个点对象创建线对象（LineString）。示例：ST_MakeLine(ST_MakePoint(113.9147, 22.5429), ST_MakePoint(114.0896, 22.5438))（创建深南大道简化线段）。
  • ST_MakePolygon(linestring)：通过闭合的线对象创建面对象（Polygon）。要求线对象的起点和终点必须重合（闭合）。示例：ST_MakePolygon(ST_GeomFromText('LINESTRING(113.8174 22.4426, 113.9741 22.4436, 113.9817 22.5717, 113.8249 22.5707, 113.8174 22.4426)'))（创建南山区简化边界）。
  • ST_SetSRID(geom, srid)：为几何对象指定坐标系（SRID 为坐标系编号，如 4326 对应 WGS84 坐标系）。示例：ST_SetSRID(ST_MakePoint(116.4074, 39.9042), 4326)（为北京坐标点指定 WGS84 坐标系）。

2.2 格式转换函数（几何对象与文本/其他格式互转）

用于在空间几何对象与可读文本（如 WKT 格式）之间转换，方便数据查看与导入。

  • ST_AsText(geom)：将空间几何对象转换为 WKT（Well-Known Text）文本格式。示例：ST_AsText(geom) 可将点对象转为 POINT (116.4074 39.9042)。
  • ST_GeomFromText(wkt, srid)：将 WKT 文本转换为空间几何对象，可选指定坐标系。示例：ST_GeomFromText('POINT (116.4074 39.9042)', 4326)。
  • ST_AsGeoJSON(geom)：将空间几何对象转换为 GeoJSON 格式，适合前端地图框架（如 Leaflet、ECharts）展示。示例：ST_AsGeoJSON(geom) 可生成 {"type":"Point","coordinates":[116.4074,39.9042]}。

2.3 空间关系判断函数（判断几何对象间的位置关系）

用于判断两个空间对象是否存在相交、包含、相邻等关系，是空间查询的核心函数。

  • ST_Intersects(geom1, geom2)：判断两个几何对象是否相交（有重叠部分）。返回布尔值（true/false）。示例：判断深南大道是否穿过南山区。
  • ST_Contains(geom1, geom2)：判断 geom1 是否完全包含 geom2。示例：判断某点位是否在南山区范围内。
  • ST_Touches(geom1, geom2)：判断两个几何对象是否相邻（边界接触，但内部不重叠）。示例：判断两个行政区是否接壤。
  • ST_DWithin(geom1, geom2, distance)：判断两个几何对象的距离是否小于等于指定值（distance 单位为米，需与坐标系匹配）。核心应用：查找距某地点n公里内的兴趣点（如银行、商场），是LBS场景的核心函数。示例：查询广州周边 100 公里内的城市、查找天安门周边 3 公里内的银行。

2.4 距离与面积计算函数（量化空间对象的度量属性）

用于计算空间对象间的距离、空间对象的面积等量化指标。

  • ST_Distance(geom1, geom2)：计算两个几何对象间的最短距离。GEOMETRY 类型返回平面距离，GEOGRAPHY 类型返回球面距离，单位均为米。示例：计算北京到上海的直线距离。
  • ST_Area(geom)：计算面对象（Polygon）的面积。单位由坐标系决定，平面坐标系返回平面面积，投影坐标系返回实际面积（需提前转换）。示例：计算南山区的面积。
  • ST_Length(geom)：计算线对象（LineString）的长度。单位为米，示例：计算深南大道简化线段的长度。

2.5 坐标转换函数（不同坐标系间的转换）

由于不同场景使用的坐标系不同（如 WGS84 用于 GPS，UTM 用于局部区域测量），需通过转换函数统一坐标系。

  • ST_Transform(geom, target_srid)：将几何对象从当前坐标系转换为目标坐标系（target_srid 为目标坐标系编号）。示例：ST_Transform(geom, 32650) 将 WGS84 坐标系（4326）的南山区边界转换为 UTM 50N 坐标系（32650），用于准确计算面积。
  • ST_SRID(geom)：查看几何对象的坐标系编号（SRID）。示例：ST_SRID(geom) 可返回 4326，代表该对象使用 WGS84 坐标系。

三、坐标系统核心知识：规范与转换场景

坐标系统是地理空间数据的基础，不同场景下选择合适的坐标系直接影响数据准确性（如距离、面积计算结果）。本节将补充核心坐标知识，明确常用规范及转换时机，解决实战中"选什么坐标系""什么时候需要转换"的核心问题。

3.1 常用坐标系统规范

PostGIS 支持多种坐标系统，实际开发中最常用的是以下两类，需重点掌握其规范和适用场景：

3.1.1 地理坐标系（GCS）：基于球面的经纬度坐标

地理坐标系以地球球面为基准，用经纬度（ longitude, latitude ）描述位置，核心规范如下：

  • 核心参数：单位为"度"（°），经度范围 -180°~180°（东经为正，西经为负），纬度范围 -90°~90°（北纬为正，南纬为负）。
  • 最常用规范：WGS84（SRID=4326）：全球通用的地理坐标系，由 GPS 系统采用，是互联网地图（百度地图、高德地图、Google 地图）的基础坐标系。实战中绝大多数 LBS 场景（如手机定位、周边兴趣点查询）均基于 WGS84 采集数据。
  • 其他常见规范： - 火星坐标系（GCJ-02）：中国国内地图服务商（百度、高德）对 WGS84 加密后的坐标系，直接使用 WGS84 数据在国内地图上会出现偏移； - 北京54（SRID=4214）、西安80（SRID=4610）：我国早期测绘常用的地理坐标系，主要用于国土、规划等传统测绘场景。
3.1.2 投影坐标系（PCS）：基于平面的笛卡尔坐标

投影坐标系通过"投影"将球面坐标转换为平面坐标（x, y），核心规范如下：

  • 核心参数：单位为"米"（部分为千米），可直接用于距离、面积的精确计算（避免球面到平面的误差）。
  • 最常用规范：UTM 投影（分带）：全球分为 60 个投影带（每带 6° 经度），每个带对应唯一 SRID。例如： - 深圳、香港地区属于 UTM 50N 带，SRID=32650； - 北京地区属于 UTM 50N 带，SRID=32650； - 上海地区属于 UTM 51N 带，SRID=32651。 UTM 投影在局部区域（单投影带内）的距离、面积计算误差极小，适合城市规划、工程测绘、物流路径优化等需要精确度量的场景。

3.2 什么时候需要进行坐标转换？

坐标转换的核心目的是"适配场景需求"或"统一数据基准"，以下 4 种核心场景必须进行转换，否则会导致数据偏差或计算错误：

3.2.1 场景 1：需要精确计算距离/面积时（地理坐标 → 投影坐标）

地理坐标系（如 WGS84 ）的单位是"度"，直接用 ST_Distance（距离）、ST_Area（面积）计算会产生较大误差（本质是球面距离到平面距离的近似值）。例如：在 WGS84 坐标系下计算北京到上海的距离，结果会比实际公路/航空距离小 2%~5% ；计算城市行政区面积时误差可能超过 10%。

解决方案 ：将地理坐标（SRID=4326）转换为对应区域的 UTM 投影坐标（如深圳用 32650 ），再进行计算。这也是实战示例中"计算南山区面积"时使用 ST_Transform(geom, 32650) 的核心原因。

3.2.2 场景 2：数据来源不统一时（多坐标系 → 统一坐标系）

实际项目中常遇到多源数据融合场景：例如"将国土部门提供的西安80坐标系数据，与互联网采集的 WGS84 坐标系POI数据叠加分析"。若坐标系不统一，数据会出现明显偏移（如两个图层的同一地点相差几百米），无法正常分析。

解决方案 ：选择一个目标坐标系（如项目统一用 WGS84 ），将其他坐标系的数据通过 ST_Transform 转换为目标坐标系。

3.2.3 场景 3：对接国内地图服务商时（WGS84 → 火星坐标系）

国内百度地图、高德地图等服务商为遵守相关规定，采用火星坐标系（GCJ-02）展示数据。若直接将 WGS84 坐标系的定位数据（如手机 GPS 原始数据）叠加到国内地图上，会出现"漂移"现象（偏差几十米到几百米）。

解决方案：将 WGS84 坐标转换为火星坐标系（GCJ-02）。注意：PostGIS 默认不提供 WGS84 到 GCJ-02 的转换函数，需通过自定义函数实现（可参考地图服务商官方 SDK 提供的转换算法）。

3.2.4 场景 4：传统测绘数据对接时（地方坐标系 → 通用坐标系）

部分城市规划、国土测绘项目会使用地方独立坐标系（如北京地方坐标系、上海地方坐标系）。若需将这类数据对接互联网平台或进行跨区域分析，必须转换为通用坐标系（如 WGS84 或 UTM ）。

解决方案 ：获取地方坐标系与通用坐标系的转换参数（由当地测绘部门提供），通过 PostGIS 的 ST_Transform 结合自定义转换参数实现转换。

3.3 坐标转换核心注意事项

  • 转换不可逆性与精度损失：球面坐标与平面坐标的转换属于"近似转换"，会存在微小精度损失（通常在厘米级到米级，不影响绝大多数业务场景），但多次转换会累积误差，应尽量减少转换次数。
  • SRID 必须明确 ：所有空间数据必须指定 SRID（通过 ST_SetSRID ），否则 PostGIS 无法识别坐标系，无法完成转换和准确计算。
  • 优先统一坐标系再处理数据 ：多源数据融合分析前，应先将所有数据转换为同一坐标系，再进行查询、分析（如 ST_Intersects 、ST_DWithin ），避免跨坐标系计算导致的错误结果。

四、环境搭建：PostgreSQL + PostGIS 安装

PostGIS 作为 PostgreSQL 的扩展，需先安装 PostgreSQL，再通过官方工具安装 PostGIS 扩展。以下是 Windows 和 macOS 系统的简化安装步骤（Linux 可通过 apt/yum 直接安装）：

3.1 基础环境准备

  • Windows：下载 PostgreSQL 安装包（推荐 15+ 版本），安装过程中勾选"Stack Builder"，完成后通过 Stack Builder 选择" Spatial Extensions "，安装最新版 PostGIS 捆绑包。
  • macOS ：下载 Postgres.app（自带 PostgreSQL 环境），拖入应用程序并启动，通过终端执行 sudo mkdir -p /etc/paths.d && echo /Applications/Postgres.app/Contents/Versions/latest/bin | sudo tee /etc/paths.d/postgres-app 配置环境变量，再通过brew install gdal 补充依赖。

3.2 启用 PostGIS 扩展

打开 pgAdmin（PostgreSQL 图形化工具），连接数据库后，执行以下 SQL 语句启用 PostGIS 扩展：

sql 复制代码 
-- 1. 创建测试数据库（若已有数据库可跳过）
CREATE DATABASE postgis_demo;
-- 2. 切换到测试数据库
\c postgis_demo;
-- 3. 启用 PostGIS 核心扩展
CREATE EXTENSION postgis;
-- 4. （可选）启用拓扑扩展（用于复杂拓扑分析）
CREATE EXTENSION postgis_topology;
-- 5. 验证安装成功
SELECT PostGIS_Full_Version();
-- 成功输出示例（版本号可能不同）：
-- POSTGIS="3.3.2" (EXTENSION) PGSQL="150" GEOS="3.11.1" PROJ="9.1.1"

五、核心实战：PostGIS 基础操作示例

本节将通过"城市点位管理"和"道路与区域分析"两个基础场景，演示 PostGIS 的核心用法。

4.1 示例 1：城市点位数据管理（Point 类型）

场景：存储国内主要城市的经纬度坐标，实现"查询城市间距""查找指定范围内的城市"等功能。

3.1.1 步骤 1：创建带空间字段的表

使用 GEOMETRY(Point, 4326) 定义空间字段，其中 4326 是 WGS84 坐标系（GPS 标准，经纬度范围：经度 -180~180，纬度 -90~90）：

sql 复制代码 
CREATE TABLE cities (
  id SERIAL PRIMARY KEY,          -- 主键ID
  city_name VARCHAR(64) NOT NULL, -- 城市名称
  province VARCHAR(64) NOT NULL,  -- 所属省份
  geom GEOMETRY(Point, 4326)      -- 空间字段（WGS84坐标系的点）
);
3.1.2 步骤 2：插入城市点位数据

使用 ST_MakePoint(经度, 纬度) 构建点几何，通过 ST_SetSRID 指定坐标系：

sql 复制代码 
INSERT INTO cities (city_name, province, geom)
VALUES
  ('北京', '北京市', ST_SetSRID(ST_MakePoint(116.4074, 39.9042), 4326)),
  ('上海', '上海市', ST_SetSRID(ST_MakePoint(121.4737, 31.2304), 4326)),
  ('广州', '广东省', ST_SetSRID(ST_MakePoint(113.2644, 23.1291), 4326)),
  ('深圳', '广东省', ST_SetSRID(ST_MakePoint(114.0579, 22.5431), 4326)),
  ('成都', '四川省', ST_SetSRID(ST_MakePoint(104.0679, 30.6799), 4326));

-- 查看插入的数据（将空间数据转为文本格式）
SELECT city_name, province, ST_AsText(geom) AS lon_lat FROM cities;

输出结果：

text 复制代码 
 city_name | province |       lon_lat        
-----------+----------+----------------------
 北京      | 北京市   | POINT (116.4074 39.9042)
 上海      | 上海市   | POINT (121.4737 31.2304)
 广州      | 广东省   | POINT (113.2644 23.1291)
 深圳      | 广东省   | POINT (114.0579 22.5431)
 成都      | 四川省   | POINT (104.0679 30.6799)
3.1.3 步骤 3：基础空间查询
  • 查询两个城市的直线距离 ：使用 ST_Distance 函数，返回结果单位为米（因使用 4326 坐标系，需注意：GEOMETRY 类型计算的是平面距离，远距离有误差；若需高精度球面距离，建议使用 GEOGRAPHY 类型）：
sql 复制代码 
-- 计算北京到上海的直线距离（单位：公里）
SELECT
  a.city_name AS city_a,
  b.city_name AS city_b,
  ROUND(ST_Distance(a.geom, b.geom) / 1000, 2) AS distance_km
FROM cities a, cities b
WHERE a.city_name = '北京' AND b.city_name = '上海';

-- 输出结果：
-- city_a | city_b | distance_km 
-- -------+--------+-------------
-- 北京   | 上海   | 1067.28
  • 查找指定范围内的城市 ：使用 ST_DWithin 函数，查询"广州周边 100 公里内的城市"：
sql 复制代码 
SELECT city_name, province
FROM cities
WHERE ST_DWithin(
  geom,
  (SELECT geom FROM cities WHERE city_name = '广州'),
  100000  -- 距离单位：米（100000米=100公里）
) AND city_name != '广州';

-- 输出结果（深圳在广州100公里范围内）：
-- city_name | province 
-- ----------+----------
-- 深圳      | 广东省

4.2 示例 2：道路与区域分析（LineString + Polygon 类型）

场景：存储城市道路（线）和行政区（面）数据，实现"判断道路是否穿过行政区""计算行政区面积"等功能。

3.2.1 步骤 1：创建道路表和行政区表
sql 复制代码 
-- 1. 道路表（LineString 类型）
CREATE TABLE roads (
  id SERIAL PRIMARY KEY,
  road_name VARCHAR(64) NOT NULL,
  road_level VARCHAR(32), -- 道路等级：高速/国道/省道
  geom GEOMETRY(LineString, 4326)
);

-- 2. 行政区表（Polygon 类型）
CREATE TABLE districts (
  id SERIAL PRIMARY KEY,
  district_name VARCHAR(64) NOT NULL,
  city_name VARCHAR(64) NOT NULL,
  geom GEOMETRY(Polygon, 4326)
);
3.2.2 步骤 2：插入示例数据
sql 复制代码 
-- 插入深圳某道路数据（简化的直线段）
INSERT INTO roads (road_name, road_level, geom)
VALUES (
  '深南大道',
  '城市主干道',
  ST_SetSRID(
    ST_MakeLine(
      ST_MakePoint(113.9147, 22.5429),
      ST_MakePoint(114.0896, 22.5438)
    ),
    4326
  )
);

-- 插入深圳南山区边界数据（简化的多边形）
INSERT INTO districts (district_name, city_name, geom)
VALUES (
  '南山区',
  '深圳市',
  ST_SetSRID(
    ST_MakePolygon(
      ST_GeomFromText(
        'LINESTRING(
          113.8174 22.4426,
          113.9741 22.4436,
          113.9817 22.5717,
          113.8249 22.5707,
          113.8174 22.4426  -- 闭合多边形（起点=终点）
        )'
      )
    ),
    4326
  )
);
3.2.3 步骤 3：进阶空间查询
  • 判断道路是否穿过行政区 ：使用 ST_Intersects 函数，判断深南大道是否穿过南山区：
sql 复制代码 
SELECT
  r.road_name,
  d.district_name,
  CASE WHEN ST_Intersects(r.geom, d.geom) THEN '是' ELSE '否' END AS is_intersect
FROM roads r, districts d
WHERE r.road_name = '深南大道' AND d.district_name = '南山区';

-- 输出结果：
-- road_name | district_name | is_intersect 
-- ----------+---------------+--------------
-- 深南大道 | 南山区        | 是
  • 计算行政区面积 ：使用 ST_Area 函数，注意：4326 坐标系下 GEOMETRY 类型计算的是平面面积，需转换为局部坐标系（如 UTM 坐标系）才能得到准确的实际面积：
sql 复制代码 
-- 转换为 UTM 50N 坐标系（适合深圳区域），计算南山区面积（单位：平方公里）
SELECT
  district_name,
  ROUND(
    ST_Area(ST_Transform(geom, 32650)) / 1000000, 2  -- 1平方公里=1000000平方米
  ) AS area_sqkm
FROM districts
WHERE district_name = '南山区';

-- 输出结果（简化边界计算值，实际南山区面积约 187 平方公里）：
-- district_name | area_sqkm 
-- ---------------+-----------
-- 南山区        | 185.67

六、实战扩展：查找指定地点周边兴趣点

场景：查找"天安门周边 3 公里内的银行"，这是 LBS 应用中最典型的"周边兴趣点查询"需求，核心通过 ST_DWithin 函数实现。

5.1 步骤 1：创建兴趣点表（银行）

Plain 复制代码 
-- 创建银行表，包含名称、地址、坐标（WGS84坐标系）
CREATE TABLE banks (
  id SERIAL PRIMARY KEY,
  bank_name VARCHAR(64) NOT NULL,  -- 银行名称
  address VARCHAR(128) NOT NULL,   -- 详细地址
  geom GEOMETRY(Point, 4326)       -- 空间坐标字段
);

5.2 步骤 2：插入示例银行数据

当空间数据量达到万级以上时，查询效率会显著下降。PostGIS 支持 GiST（通用搜索树）索引，可大幅提升空间查询速度（加速比可达 100 倍以上）。

sql 复制代码 
-- 为 cities 表的 geom 字段创建 GiST 索引
CREATE INDEX idx_cities_geom ON cities USING GIST (geom);

-- 为 roads 表和 districts 表的 geom 字段创建 GiST 索引
CREATE INDEX idx_roads_geom ON roads USING GIST (geom);
CREATE INDEX idx_districts_geom ON districts USING GIST (geom);

-- 查看索引（验证创建成功）
\di  -- 列出当前数据库的所有索引

注意：空间索引仅对空间查询（如 ST_DWithin、ST_Intersects）有效，对普通属性查询（如按城市名称查询）无效，需单独创建普通索引。

七、性能优化：空间索引创建

PostGIS 凭借其强大的空间处理能力，在多个领域有广泛应用：

  • 城市规划：分析土地利用情况、计算基础设施（学校、医院）的服务覆盖范围，辅助城市发展决策。
  • 物流配送：优化配送路线，查询配送点周边的客户分布，计算最短配送距离。
  • 环境监测：存储气象站点、水质监测点数据，分析污染扩散范围，模拟洪水等灾害的影响区域。
  • 位置服务（LBS）：为打车软件、外卖平台提供"附近的服务"查询，如"查找周边 3 公里内的餐厅"。

九、总结

PostGIS 作为 PostgreSQL 的空间扩展，以"开源免费、无缝集成、功能全面"的优势，成为开源空间数据库的行业标准。本文通过两个实战示例，带大家掌握了 PostGIS 的核心用法：从环境搭建、空间表创建、数据插入，到基础的距离查询、范围查询，再到进阶的空间关系判断和性能优化，所有示例代码均可直接复用。

入门后，大家可进一步探索 PostGIS 的高级功能，如栅格数据处理（遥感影像分析）、拓扑关系管理、3D 空间数据支持等。同时，PostGIS 可与 QGIS（桌面 GIS 工具）、GeoServer（地图服务发布工具）、Python GeoPandas 库等生态工具无缝集成，构建完整的 GIS 解决方案。如果需要处理地理空间数据，PostGIS + PostgreSQL 绝对是值得优先选择的技术组合！

参考资源：

相关推荐
rchmin2 小时前
PostgreSQL与MySQL选型对比
数据库·mysql·postgresql
Vic101012 小时前
PostgreSQL 中序列（bigserial 和手动序列）的使用与注意事项
java·大数据·数据库·postgresql
Jsundoku4 小时前
PostgreSQL -- 开源对象-关系型数据库
数据库·postgresql·关系型数据库
计算机网恋13 小时前
Ubuntu22.04Server虚拟机网络配置
网络·数据库·postgresql
梦想画家21 小时前
破局OLAP困境：PostgreSQL集成列存储数据的终极方案——DuckDB FDW深度实践
postgresql·olap·duckdb
king_harry1 天前
postgresql下pg_rewind数据库恢复
postgresql·pg_rewind
rchmin1 天前
PostgreSQL数据库详细介绍
数据库·postgresql
Mr.Entropy1 天前
Mysql和PostgreSQL详细对比
数据库·mysql·postgresql
AC赳赳老秦1 天前
批量文档处理自动化：DeepSeek + Python 实现多格式文件内容提取与汇总
开发语言·spring boot·elasticsearch·postgresql·kafka·政务·deepseek
热门推荐
01GitHub 镜像站点02手把手教你通过Gemini3 pro 学生认证，白用一年，手慢无！03安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）04Linux下V2Ray安装配置指南05jdk21下载、安装（Windows、Linux、macOS）062025 最新教程：注册并切换到美区 Apple ID07GitLab 零基础入门指南：从安装到项目管理全流程08Claude Code Skills 实用使用手册09Labelme从安装到标注：零基础完整指南10Figma MCP + Cursor 完全配置与使用指南：实现设计到代码的智能转换