Partager via

geo_line_to_s2cells()

  • Article

S’applique à : ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Calcule des jetons de cellule S2 qui couvrent une ligne ou un multiligne sur Terre. Cette fonction est un outil de jointure géospatiale utile.

En savoir plus sur la hiérarchie de cellules S2.

Syntaxe

geo_line_to_s2cells(lineString [, level[ , radius]])

En savoir plus sur les conventions de syntaxe.

Paramètres

Nom Type Requise Description
lineString dynamic ✔️ Ligne ou multiligne au format GeoJSON.
level int Définit le niveau de cellule demandé. Les valeurs prises en charge se trouvent dans la plage [0, 30]. Si la valeur n’est pas spécifiée, la valeur par défaut 11 est utilisée.
rayon real Rayon de mémoire tampon en mètres. Si la valeur n’est pas spécifiée, la valeur par défaut 0 est utilisée.

Retours

Tableau de chaînes de jeton de cellule S2 qui couvrent une ligne ou un multiligne. Si le rayon est défini sur une valeur positive, le revêtement sera de la forme d’entrée et de tous les points dans le rayon de la géométrie d’entrée.

Si l’une des valeurs suivantes : ligne, niveau, rayon n’est pas valide ou si le nombre de cellules dépasse la limite, la requête produit un résultat null.

Remarque

  • La couverture de la ligne avec des jetons de cellule S2 peut être utile dans les coordonnées correspondantes aux lignes, ce qui permet de trouver des points à proximité des lignes.
  • Les jetons de couverture de ligne sont du même niveau de cellule S2.
  • Le nombre maximal de jetons par ligne est de 65536.
  • La référence géodésique utilisée pour mesurer la distance sur terre est une sphère. Les bords de ligne sont géodésiques sur la sphère.
  • Si les bords de ligne d’entrée sont des lignes cartésiennes droites, envisagez d’utiliser geo_line_densify() pour convertir les bords planaires en géodésiques.

Choix du niveau de cellule S2

  • Dans l’idéal, nous voulons couvrir chaque ligne d’une ou de quelques cellules uniques, de sorte qu’il n’y a pas deux lignes qui partagent la même cellule.
  • En pratique, essayez de couvrir avec seulement quelques cellules, pas plus d’une douzaine. Couvrir avec plus de 10 000 cellules peut ne pas produire de bonnes performances.
  • Le temps d’exécution des requêtes et la consommation de mémoire peuvent différer considérablement en raison de différentes valeurs de niveau de cellule S2.

Suggestions d’amélioration des performances

  • Si possible, réduisez la taille des tables de coordonnées avant la jointure, en regroupant les coordonnées très proches les unes des autres à l’aide du clustering géospatial ou en filtrant les coordonnées inutiles en raison de la nature des données ou des besoins métier.
  • Si possible, réduisez le nombre de lignes en raison de la nature des données ou des besoins métier. Filtrez les lignes inutiles avant la jointure, l’étendue à la zone d’intérêt ou l’unifier.
  • En cas de très grandes lignes, réduisez leur taille à l’aide de geo_line_simplify().
  • La modification du niveau de cellule S2 peut améliorer les performances et la consommation de mémoire.
  • La modification du type de jointure et de l’indicateur peut améliorer les performances et la consommation de mémoire.
  • Si le rayon positif est défini, le fait de rétablir le rayon 0 sur la forme mise en mémoire tampon à l’aide de geo_line_buffer() peut améliorer les performances.

Exemples

La requête suivante recherche toutes les stations de métro dans les 500 mètres des rues et agrège le nombre de tubes par nom de rue.

let radius = 500;
let tube_stations = datatable(tube_station_name:string, lng:real, lat: real)
[
    "St. James' Park",        -0.13451078568013486, 51.49919145858172,
     "London Bridge station", -0.08492752160134387, 51.504876316440914,
     // more points
];
let streets = datatable(street_name:string, line:dynamic)
[
    "Buckingham Palace", dynamic({"type":"LineString","coordinates":[[-0.1399656708283601,51.50190802248855],[-0.14088438832752104,51.50012082761452]]}),
    "London Bridge",    dynamic({"type":"LineString","coordinates":[[-0.087152,51.509596],[-0.088340,51.506110]]}),
    // more lines
];
let join_level = 14;
let lines = materialize(streets | extend id = new_guid());
let res = 
    lines
    | project id, covering = geo_line_to_s2cells(line, join_level, radius)
    | mv-expand covering to typeof(string)
    | join kind=inner hint.strategy=broadcast
    (
        tube_stations
        | extend covering = geo_point_to_s2cell(lng, lat, join_level)
    ) on covering;
res | lookup lines on id
| where geo_distance_point_to_line(lng, lat, line) <= radius
| summarize count = count() by name = street_name
name count
Palais de Buckingham 1
Pont de Londres 1

En cas de ligne non valide, un résultat null est retourné.

let line = dynamic({"type":"LineString","coordinates":[[[0,0],[0,0]]]});
print isnull(geo_line_to_s2cells(line))
print_0
True