自己实现GIS配图软件（二）

Rust 原生 MVT 矢量瓦片生成引擎深度解析

一、引言

矢量瓦片（Vector Tile）技术将地理数据以 Tile 为单位进行组织和传输，客户端按需加载并本地渲染。相比传统栅格瓦片，矢量瓦片具有体积小、交互性强、样式可动态切换等优势。

MVT（Mapbox Vector Tile） 是矢量瓦片的事实标准格式，使用 Google Protobuf 编码，支持 Point/LineString/Polygon 等几何类型，并可携带属性信息。

本文深入解析 Vector Style & Tile Server 中自研的 Rust 原生 MVT 瓦片生成引擎------一个用纯 Rust 实现、能够替代 tippecanoe 的高性能切片方案。

---

二、架构设计

2.1 三层结构

mvt_generator.rs     ← 核心 MVT 编码引擎
generator.rs         ← 切片编排层（多图层、进度、断点续传）
pmtiles_convert.rs   ← MBTiles → PMTiles 转换器

• mvt_generator.rs（753 行）：核心算法，GeoJSON → MVT 编码 → MBTiles 写入
• generator.rs（177 行）：高层封装，管理多图层切片、进度回调、断点续传
• pmtiles_convert.rs（205 行）：格式转换，将生成的 MBTiles 转换为 PMTiles

2.2 数据流

GeoJSON (FeatureCollection)
    │
    ▼
坐标提取 → 计算全局范围
    │
    ▼ 对每个 zoom level (min_zoom ..= max_zoom)
    │
    ├── Phase 1: 计算每个 Feature 落到的 Tile 范围
    │   （lon/lat → Web Mercator → Tile XY）
    │
    ├── Phase 2: 构建 HashMap<(x, y), Vec<feat_idx>>
    │   （Feature 到 Tile 的映射）
    │
    ├── Phase 3: 按 (y, x) 排序 Tile，保证写入顺序
    │
    ├── Phase 4: 批次划分（5000 tiles/batch）
    │
    └── Phase 5: 并行编码 + 事务写入
        ├── rayon::par_iter() 并行编码 MVT
        ├── 独立 SQLite 事务/批次
        └── 进度回调

---

三、核心算法实现

3.1 Web Mercator 坐标转换

MVT 瓦片使用 Web Mercator 投影（EPSG:3857），将地理坐标（lon/lat）映射到 0~1 的平面坐标，再离散化为 Tile 坐标：

fn lon_lat_to_tile(lon: f64, lat: f64, z: u8) -> (u64, u64) {
    let n = 2u64.pow(z as u32) as f64;
    let x = ((lon + 180.0) / 360.0 * n).floor() as u64;
    let lat_rad = lat.to_radians();
    let y = ((1.0 - (lat_rad.tan() + 1.0 / lat_rad.cos()).ln() / std::f64::consts::PI)
        / 2.0
        * n)
        .floor() as u64;
    (x, y)
}

3.2 瓦片内像素坐标编码

MVT 规范定义了 4096×4096 的瓦片内坐标空间。代码将地理坐标转换为瓦片内的像素位置：

fn tile_to_pixel(tx: u64, ty: u64, tile_x: f64, tile_y: f64, z: u8) -> (f64, f64) {
    let n = 2u64.pow(z as u32) as f64;
    let px = (tile_x * n - tx as f64) * EXTENT as f64;   // EXTENT = 4096
    let py = (tile_y * n - ty as f64) * EXTENT as f64;
    (px, py)
}

3.3 几何编码

引擎支持 GeoJSON 规范中的全部几何类型：

几何类型	编码方法
Point	encode_point() → MVT Point
MultiPoint	encode_multi_point() → MVT MultiPoint
LineString	encode_line_string() → MVT LineString
MultiLineString	encode_multi_line_string() → MVT MultiLineString
Polygon	encode_polygon() → MVT Polygon
MultiPolygon	encode_multi_polygon() → MVT MultiPolygon
GeometryCollection	递归遍历子几何

编码核心使用 mvt::GeomEncoder：

fn encode_line_string(writer: &mut GeomEncoder, points: &[(f64, f64)]) {
    writer.begin_linestring();
    for &(px, py) in points {
        writer.add_point(px as i32, py as i32);
    }
    writer.end_linestring();
}

3.4 属性编码

GeoJSON 的 properties 需要编码为 MVT 的 Key-Value 字典：

fn add_props(tile_layer: &mut mvt::Layer, feature: &mvt::Feature, props: &Map<String, Value>) {
    for (key, value) in props {
        match value {
            Value::String(s) => feature.add_tag_string(tile_layer, key, s),
            Value::Number(n) => {
                if let Some(f) = n.as_f64() {
                    if f.fract() == 0.0 && f <= i64::MAX as f64 {
                        feature.add_tag_int(tile_layer, key, f as i64);
                    } else {
                        feature.add_tag_double(tile_layer, key, f);
                    }
                }
            }
            Value::Bool(b) => feature.add_tag_bool(tile_layer, key, *b),
            _ => {}
        }
    }
}

MVT 协议使用字典编码优化空间------相同的 key/value 只存储一次，Feature 通过索引引用。

---

四、性能优化策略

4.1 批量并行编码

for batch_start in (0..sorted_indices.len()).step_by(BATCH_SIZE) {
    // BATCH_SIZE = 5000
    let batch: Vec<_> = sorted_indices[batch_start..batch_end]
        .par_iter()                    // ← rayon 并行
        .map(|&feat_idx| encode_tile(...))
        .collect();

    // 批次内单事务写入
    let tx = conn.transaction()?;
    for (tile, data) in &batch {
        tx.execute("INSERT INTO tiles ...", params![...])?;
    }
    tx.commit()?;
}

关键设计：内部并行 + 外部串行。每个批次内，tile 编码完全并行（rayon），但 SQLite 写入使用独立事务，避免锁竞争。

4.2 空间排序优化

Tile 按 (y, x) 排序后顺序写入。这一排序策略利用了 MBTiles 的 TMS 规范（y 轴翻转），使得相邻空间的瓦片在存储上也是连续的，有利于后续读取时的预取和缓存。

4.3 断点续传

#[derive(Clone, Serialize, Deserialize)]
pub struct ResumeState {
    pub zoom: u8,
    pub batch_idx: usize,
}

当切片过程中需要中断时，记录当前 zoom 和 batch 序号。恢复时跳过已完成的批次。这对于处理大型数据集（如全国范围的 Shapefile）极为重要。

---

五、MBTiles 写入

MBTiles 本质是一个 SQLite 数据库，使用固定 schema：

CREATE TABLE tiles (zoom_level INTEGER, tile_column INTEGER, tile_row INTEGER, tile_data BLOB);
CREATE TABLE metadata (name TEXT, value TEXT);
CREATE UNIQUE INDEX tile_index ON tiles (zoom_level, tile_column, tile_row);

元数据包含：

名称	值
name	图层名称
format	pbf
bounds	minLon,minLat,maxLon,maxLat
center	lon,lat,zoom
minzoom / maxzoom	切片范围
json	{"vector_layers": [...]} --- 图层字段定义

编码后的 MVT 数据（Vec<u8>）直接存入 tile_data 列。

---

六、PMTiles 转换

PMTiles 是一种单文件瓦片存储格式，相比 MBTiles 更适合 HTTP 范围请求：

pub fn mbtiles_to_pmtiles(mbtiles_path: &str, pmtiles_path: &str, ...) -> Result<...> {
    // 1. 读取 MBTiles 元数据
    // 2. 检测压缩方式（读取第一个 tile 的 magic bytes）
    // 3. 使用 pmtiles::PmTilesWriter 创建 PMTiles
    // 4. 逐 zoom level 读取并写入
    // 5. 对 TMS Y 做坐标翻转（MBTiles TMS → PMTiles XYZ）
}

压缩检测通过读取首字节判断：

fn detect_compression(data: &[u8]) -> Compression {
    if data.len() > 2 && data[0] == 0x1F && data[1] == 0x8B {
        Compression::Gzip
    } else {
        Compression::Unknown
    }
}

---

七、与 tippecanoe 的对比

维度	tippecanoe	本引擎
语言	C++	Rust
集成方式	外部子进程	内部库调用
安装依赖	Docker/WSL	无（纯 Rust）
进度反馈	无标准接口	Arc + polling
断点续传	不支持	支持
跨平台	中等（需编译）	优秀（Rust 跨平台）
并行能力	多进程	rayon 线程池
性能	极快（C++）	接近（Rust 零成本抽象）

---

八、总结

Rust 原生 MVT 生成引擎的核心优势：

1. 无外部依赖：编译即用，无需安装额外工具链
2. 深度集成：直接在 Rust 主进程中运行，进度反馈无延迟
3. 工程友好：批量事务、并行编码、断点续传等特性确保处理大型数据集时的稳定性
4. 格式完备：支持全部 GeoJSON 几何类型 + 属性保留 + 多图层

该项目证明了 Rust 在 GIS 计算密集型任务中的可行性------既能达到接近 C++ 的性能，又能享受内存安全的保障。

---

下一篇将介绍内嵌 Axum HTTP 服务器的实现细节。