Java+GDAL GeoJSON数据读取入库精选指南

在面向空间的矢量数据处理中，Shapefile确实是常年霸榜的“老大哥”。但如果你只盯着它，可能会错过不少好东西——比如在WebGIS世界里非常活跃的GeoJSON。今天就来聊聊这个基于JSON的地理信息数据交换格式，看看它到底怎么用，以及如何通过Ja va和GDAL把它高效地塞进空间数据库里。

先简单介绍一下GeoJSON：它本质上就是JSON，只不过加了一套专门描述地理对象的规矩。可以表示点、线、面，还有它们的集合，比如多点、多线、多面，甚至几何集合。每个地理对象层层嵌套，结构清晰，浏览器原生支持，所以在前端GIS应用里特别吃香。

GeoJSON格式总是由一个顶层对象组成，这个对象必须有 type 成员，取值可以是 Point、LineString、Polygon、Feature、FeatureCollection 等。还可以带可选的 crs（坐标参考系统）和 bbox（边界框）。看个例子就明白了：

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "geometry": {
        "type": "Point",
        "coordinates": [102.0, 0.5]
      },
      "properties": {
        "prop0": "value0"
      }
    },
    {
      "type": "Feature",
      "geometry": {
        "type": "LineString",
        "coordinates": [
          [102.0, 0.0],
          [103.0, 1.0],
          [104.0, 0.0],
          [105.0, 1.0]
        ]
      },
      "properties": {
        "prop0": "value0",
        "prop1": 0.0
      }
    },
    {
      "type": "Feature",
      "geometry": {
        "type": "Polygon",
        "coordinates": [
          [
            [100.0, 0.0],
            [101.0, 0.0],
            [101.0, 1.0],
            [100.0, 1.0],
            [100.0, 0.0]
          ]
        ]
      },
      "properties": {
        "prop0": "value0",
        "prop1": {
          "this": "that"
        }
      }
    }
  ]
}

接下来，我们就从实际数据出发，走一遍完整的流程：用QGIS了解数据长什么样，在PostGIS里设计空间表，再用Ja va+GDAL把GeoJSON批量写进数据库。

一、基础数据介绍

示例数据是2015年左右的全国分级地名数据，包含省会城市、地级市、县级市、区县四类，全部以GeoJSON格式存储。原始数据来自GISer last，大家有兴趣的话可以自行搜索获取。

1. 数据格式

地名数据主要是点数据，除了乡镇一级数据量稍大，其他级别的文件都不大，远没到MB级别。先用QGIS把它们打开看看效果。

加载进QGIS后，可以查看空间属性，比如投影信息、属性字段等。为了展示得更清晰，我叠加了省级行政区划矢量数据，并打开了标注，效果如下：

省会地名数据示意图

地级市地名示意图

县级市地名示意图

2. 数据参数

在QGIS里查看数据的属性信息，得到以下参数：

属性字段如下：

各层级数据条数：

了解了数据结构和属性后，接下来就可以设计空间数据库表了。

二、空间数据库设计

我们选用PostGIS作为空间数据库。设计思路很简单：建立一张空间表，字段直接映射GeoJSON中的属性，同时增加主键和空间几何字段 geom，并在 geom 上建立GIST空间索引——这一步至关重要，没有索引的空间查询慢得让人抓狂。

1. 主体表模型

实体映射关系如下：

2. DDL语句与空间索引

先建表，再建索引。注意空间索引必须用GIST，普通BTREE对几何列无效。

CREATE TABLE "public"."biz_geographic_name" (
  "pk_id" int8 NOT NULL,
  "name" varchar(255) COLLATE "pg_catalog"."default" NOT NULL,
  "pinyin" varchar(255) COLLATE "pg_catalog"."default",
  "classz" varchar(4) COLLATE "pg_catalog"."default",
  "bz" varchar(100) COLLATE "pg_catalog"."default",
  "slx" varchar(20) COLLATE "pg_catalog"."default",
  "geom" "public"."geometry" NOT NULL,
  CONSTRAINT "pk_biz_geographic_name" PRIMARY KEY ("pk_id")
);
ALTER TABLE "public"."biz_geographic_name" OWNER TO "ghy01";
CREATE INDEX "idex_biz_geographic_name_classz" ON "public"."biz_geographic_name" USING btree ("classz" COLLATE "pg_catalog"."default" "pg_catalog"."text_ops" ASC NULLS LAST);
CREATE INDEX "idx_biz_geographic_name_geom" ON "public"."biz_geographic_name" USING gist ("geom" "public"."gist_geometry_ops_2d");
COMMENT ON COLUMN "public"."biz_geographic_name"."pk_id" IS '主键id';
COMMENT ON COLUMN "public"."biz_geographic_name"."name" IS '地名';
COMMENT ON COLUMN "public"."biz_geographic_name"."pinyin" IS '汉语拼音';
COMMENT ON COLUMN "public"."biz_geographic_name"."classz" IS 'classz';
COMMENT ON COLUMN "public"."biz_geographic_name"."bz" IS '备注';
COMMENT ON COLUMN "public"."biz_geographic_name"."slx" IS 'slx';
COMMENT ON COLUMN "public"."biz_geographic_name"."geom" IS '空间对象';
COMMENT ON TABLE "public"."biz_geographic_name" IS '地名基础信息表，用于存储中国范围内的地名信息';

至此空间表设计完成，索引也都建好了。

三、GDAL解析及入库

核心环节来了：怎么用Ja va+GDAL把GeoJSON数据读出来，再通过MyBatis-Plus写入PostGIS？

1. GDAL中GeoJSON驱动

GDAL对不同数据格式使用不同的驱动。解析GeoJSON就用 GeoJSON 驱动。它支持读写GeoJSON格式，并且提供了一些配置选项，比如是否展平嵌套属性（FLATTEN_NESTED_ATTRIBUTES）、是否把数组当字符串处理（ARRAY_AS_STRING）等。实际开发中按需设置就行。

2. 解析GeoJSON

关键代码如下：

@Test
public void readDjsGeoJSON() {
    String strVectorFile = "path/2015省市区县乡镇地名数据/地名点_地级市.geojson";
    ogr.RegisterAll();
    gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "YES");
    gdal.SetConfigOption("SHAPE_ENCODING", "UTF-8");
    String strDriverName = "GeoJSON";
    org.gdal.ogr.Driver oDriver = ogr.GetDriverByName(strDriverName);
    if (oDriver == null) {
        System.out.println(strDriverName + " 驱动不可用！");
        return;
    }
    DataSource dataSource = oDriver.Open(strVectorFile);
    Layer layer = dataSource.GetLayer(0);
    SpatialReference spatialReference = layer.GetSpatialRef();
    String srid = spatialReference.GetAttrValue("AUTHORITY", 1);
    long featureCount = layer.GetFeatureCount();
    List list = new ArrayList();
    for (int i = 0; i < featureCount; i++) {
        Feature feature = layer.GetFeature(i);
        String name = feature.GetFieldAsString("NAME");
        String pinyin = feature.GetFieldAsString("PINYIN");
        String classz = feature.GetFieldAsString("CLASS");
        String bz = feature.GetFieldAsString("BZ");
        String slx = feature.GetFieldAsString("SLX");
        Geometry geom = feature.GetGeometryRef();
        String wkt = geom.ExportToWkt();
        wkt = "SRID=" + srid + ";" + wkt;
        list.add(new GeographicName(name, pinyin, classz, bz, slx, wkt));
        System.out.println("name=" + name + " classz=" + classz + " wkt=" + wkt);
    }
    geographicNameService.sa veBatch(list, 300);
    dataSource.delete();
    gdal.GDALDestroyDriverManager();
}

步骤清晰：打开文件 → 获取图层 → 逐条读取属性字段和几何对象 → 构造WKT（带上SRID） → 批量插入。

3. Ja va模型

实体类（省略Mapper和Service）：

package com.yelang.project.extend.earthquake.domain;

import ja va.io.Serializable;
import com.baomidou.mybatisplus.annotation.TableField;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import com.yelang.framework.handler.PgGeometryTypeHandler;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import lombok.ToString;

@Data
@ToString
@AllArgsConstructor
@NoArgsConstructor
@TableName(value = "biz_geographic_name", autoResultMap = true)
public class GeographicName implements Serializable {
    private static final long serialVersionUID = -3694849578429480952L;
    @TableId(value = "pk_id")
    private Long pkId;
    private String name;
    private String pinyin;
    private String classz;
    private String bz;
    private String slx;
    
    public GeographicName(String name, String pinyin, String classz, String bz, String slx, String geom) {
        super();
        this.name = name;
        this.pinyin = pinyin;
        this.classz = classz;
        this.bz = bz;
        this.slx = slx;
        this.geom = geom;
    }
    
    @TableField(typeHandler = PgGeometryTypeHandler.class)
    private String geom;
    
    @TableField(exist = false)
    private String geomJson;
}

这里用到了自定义类型处理器 PgGeometryTypeHandler，负责把WKT字符串转换成PostGIS的geometry对象。

4. 数据入库

用JUnit跑一下测试，数据批量插入到数据库中。

控制台输出显示正在执行插入操作：

进入数据库验证一下：

select * from biz_geographic_name;

用Na vicat连接数据库，可以看到地级市的地名数据已经成功写入空间表中。

总结一下，整个流程并不复杂，关键是理解GeoJSON的结构、GDAL驱动的工作原理，以及PostGIS空间索引的重要性。把这几步串联起来，以后遇到类似的数据入库需求，就可以照方抓药了。