DatistEQ之构造空间数据搜索服务
一直以来，数据专家软件的研发，沿续着数据处理过程可视化的路线，致力于数据处理功能的开发。数据专家具有强大的数据处理能力，却在数据服务方面，涉及较少。随着行业应用的深入，尤其是在地震、油田行业，逐渐发现数据具有分级的现象，大致可以分为三级：第一级，行业基础数据，如行政区划、气候、人文等；第二级，企业基础数据，如震中数据、单井基础信息、矿权、储量等；第三级，专业数据库，如钻井数据、形变数据等。为什么用分级而不是分类，分级有包含关系，数据之间蕴含千丝万缕的联系，或包罗，或递进，又或是相关。
从数据应用角度来讲，三个级别的数据通常没有明显有界线，需要应用三个级别的数据来进行综合分析。比如说，统计某个省的地震活动情况，得要省的边界范围数据和历年的震中数据来进行空间统计；再比如说，统计某个县的单月完钻井情况，则必有县界和钻井数据参与计算。对于企业级用户而言，专业数据库、企业基础数据的获取并不困难，反而行业基础数据的获取，却相对困难。一方面有基础数据缺失的原因，另一方面也有跨专业技术门槛的原因。
从数据专家价值体现的角度，为用户提供更为便捷的数据使用方式，是我们一直努力的目标。尝试着构建一系列数据服务，将社会共公数据以服务的方式发布出来，或是将一些常用的数据处理成果以服务的方式进行发布，以便于用户能够快速获取数据，从而减少应用过程中的数据获取与预处理的成本，正是我们数据中台正在攻关的方向。
说到服务，给人感觉就是工作量大，这是庞大的系统工程，其实不然，下面笔者就是以空间数据搜索服务为例，给大家介绍一下空间数据准备的过程。
空间数据搜索服务应用非常广泛，最常见的应用，就是我们在百度地图上，寻找就餐、购物的地点，输入一个关键字，在地图上呈现特定的地标。本例中要构建的空间数据搜索服务与百度类似，更偏向于科研人员的应用过程中，通过关键字获取省、市、县和镇四级的边界以及村居住点的位置信息。
数据处理流程，以省市县镇村的shp文件数据为基础，经过一系列的数据整理加工之后，存储于数据库之中。
空间数据搜索服务数据处理流程
数据处理流程，可分为数据接入、空间匹配、统一字段名称、图元属性计算以及数据入库五个步骤。数据接入部分，通过空间数据源节点接入shp文件数据。统一字段名称部分，把字段名称映射到特定级别的列中。图元属性计算部分，计算出中心坐标、边界坐标等图元信息。数据入库部分，将数据以普通数据表的形式写入了数据库。
由于镇、村数据没有所属省市县的信息，因而，使用到了区块筛选节点，将镇与县边界进行空间相交运算，求取镇所在的省市县信息；再用村与镇边界进行计算，求村的所属信息。
数据处理流程功能分解
经过数据处理流程处理后，存在入数据库中是一张普遍的二维数据表。由此可见，空间数据搜索服务，其它也就是一个普通的数据服务。
数据处理结果
注：在英文中，state是省,city是大城市,county是县,town是镇,village是村,hamlet是小村庄。
country和county的区别:
- country的意思是：国家;国民;地区，英zhi式发音为[ˈkʌntri]，美式发音为[ˈkʌntri] 。
- county的意思是：县，郡;县民，郡民，英式发音为[ˈkaʊnti]，美式发音为[ˈkaʊnti] 。
