基于node的高性能WFS服务架构设计

基于node的高性能WFS服务架构设计

使用过geoserver的小伙伴应该都知道geoserver可以发布矢量服务（WFS服务），但是可能很多小伙伴不知道geoserver发布的wfs有一个很严重的问题就是，当数据量很大时，只能单个的通过cql_filter等手段单独的获取某一个feature，如果你有返回整个图层的需求，那你的请求可能会直接卡死，这很尴尬，这不是框架和中间件的问题，这也不是代码逻辑的问题，这归根结底是设计的问题。

于是我们想自己发布wfs服务。

性能和响应速度是我们首先需要考虑的问题。

业界很多方式是，首先在pg（postgresql，下文简称pg）库里面存储数据，利用postgis提供的一些函数，配合java等服务返回给前台geojson，wkt等等，这是最常规的。

实际上矢量数据大多出自桌面端的格式基本上是shape，这种方式是shape文件和空间数据库中的表之间的转化。这一点我在之前的文章中也讲过。

那我们不妨换一种思路，既然我们不能让浏览器直接解析渲染shape，那我们为什么不想办法把shape先转化成浏览器（前端框架支持的格式）——GeoJson

也就是说我们应当直接让服务端去处理geojson，而不是去数据库当中 *** 作。

因为wfs服务基本的需求就是查询要素，不存在增删改的 *** 作。因此我们没必要再去使用数据库。

这样的话，我们就可以直接将数据转成geojson文件放置在服务器上，转化的方法多种多样，可以利qgis等桌面软件，也可以使用mapshaper

如果真的需要，甚至可以自己编写工具类，将shape转为geojson，wkt等格式。

这样的话，数据就以json文件的形式放置在我们的项目中。你会觉得json文件很大嘛？

你完全不必担心，因为实际上我们可以对数据进行分类，把一个大的json文件分割成若干个小的json文件，按照条件去查询即可。

另外，对于feature的查询实际上就是对数组的过滤，这样的查询性能肯定要优于从数据库查询。

我是一个js爱好者，于是我用node写了服务端，与java写成的传统的方式，数据传输速度快了32倍

从160ms到5ms。

性能提升巨大

本文只是提供一个思路，具体的实现方法多种多样。选择你喜欢的服务端语言去进行处理即可。

作者推荐node，Javascript  yyds！