PostgreSQL中相似区域筛选

比较两个区域是否相似或找出某个区域有哪些近似区域，可以通过计算和比较区域中的多种属性来完成，这些属性来自对区域的某些特征的提取，这些属性有：小学数量、中学数量、商场数量、公交站数量、超市数量、便利店数量、二手房均价等等，通过这些属性就可以利用PostgreSQL数据库中的cube扩展来完成相似区域的筛选。

PostgreSQL数据库中的cube扩展，实现了一种数据类型，这个类型名称叫cube，用来表示多维立方体，其维度限制是100，此维度限制代入上述情景，就是可以使用最多100个从区域中提取的属性来进行相似区域的筛选。因为，PostgreSQL数据库中cube类型有三种计算距离的操作符，若将区域中提取的多个属性创建为cube类型，则通过计算cube之间的距离，就可以找到一个区域有哪些近似区域。

本文中的区域采用的是极海自主研发的自然街区，它将城市依据道路、铁路、河流等对人步行造成阻碍的边界进行划分，从而以粒度更细的街道为单元，对人、地、物多维度基础数据进行统计。与以方格为统计单元的传统数据相比，自然街区更加符合人类认知与实际情况，具有更强的使用价值。详情请浏览http://geohey.com/site/block

以下为PostgreSQL中相似区域筛选的大致过程

1、创建扩展
create extension cube;

2、为区域创建cube
本文选择自然街区中二手房均价、居住人口密度、15分钟生活圈-交通得分、15分钟生活圈-教育得分这四个维度来为区域创建cube，结果如图一。

图一、为自然街区创建cube（cubes列的值从左至右依次是四个维度的统计值）

3、计算一个自然街区相似的5个自然街区
PostgreSQL数据库中的cube类型列创建GiST索引后可以在ORDER BY子句中通过度量操作符<->、<#>和<=>来查找最近邻。那么，选取一个自然街区，其二手房均价、居住人口密度、15分钟生活圈-交通得分、15分钟生活圈-教育得分构成的cube值为［104596, 1616, 100, 50］，使用度量操作符<->，可以得到这个目标自然街区最相似的5个自然街区，其SQL查询结果如图二所示，地图展示结果如图三所示。

图二、SQL查询，一个自然街区最相似的5个自然街区。

图三、地图展示，一个自然街区最相似的5个自然街区（红框为选取的目标自然街区，剩余紫色区域是与其最相似的5个自然街区）。

总结

PostgreSQL数据库中的cube扩展能综合多个维度的特征值，通过其度量操作符<->、<#>和<=>可以用来查找最近邻区域，而极海自然街区数据中每个街区都统计了多个维度的特征值，综合考虑这些特征值，利用PostgreSQL数据库中的cube扩展，可以在PostgreSQL数据库中实现相似区域筛选。