Os dados espaciais tornaram-se cada vez mais importantes em vários campos, desde o planejamento urbano e monitoramento ambiental até o transporte e a logística. O Fabric Data Warehouse oferece funcionalidades espaciais que permitem consultar e analisar dados espaciais com eficiência.
Nesta postagem do blog, vamos nos aprofundar nos recursos espaciais no Data Warehouse do Fabric e demonstrar como usar as funções espaciais em suas consultas.
Introdução aos dados espaciais
O Fabric Data Warehouse oferece suporte a dois tipos de dados espaciais primários:
- O tipo de dados geometry é usado para dados espaciais planares (euclidianos). O tipo de dados geometry é adequado para aplicações que operam em superfícies planas. Ele suporta uma ampla gama de operações espaciais, incluindo o cálculo de distâncias, interseções e relações espaciais.
- O tipo de dados geography foi projetado para dados espaciais de terra redonda. É ideal para aplicações que lidam com dados geodésicos, como coordenadas GPS. Ele considera a curvatura da Terra e fornece operações espaciais precisas em grandes distâncias.
Esses tipos de dados encapsulam informações espaciais e fornecem muitas funções para relações de cálculo e propriedades de dados espaciais. Observe que esses tipos não podem ser usados como tipos de coluna em tabelas. Você pode usá-los como variáveis, expressões e parâmetros de funções. Se você precisar armazenar fisicamente dados espaciais nas tabelas, deverá usar pares de colunas float (lat,lon) para persistir os pontos ou VARBINARY(MAX)/VARCHAR(MAX) onde você armazena o conteúdo em formato de texto binário ou conhecido conhecido e, em seguida, convertê-los em objetos espaciais usando as funções geometry::P oint(), geometry::STGeomFromWKB() ou geometry::STGeomFromText().
Funções espaciais no Data Warehouse do Fabric
O Data Warehouse do Fabric oferece muitas funções que operam em objetos espaciais para executar vários cálculos e transformações. Algumas das funções mais usadas incluem:
- STDistance(): calcula a distância mais curta entre duas instâncias espaciais.
- STIntersection(): retorna a interseção geométrica de duas instâncias espaciais.
- STIntersects()/STWithin(): verifica se um objeto está dentro de outro objeto.
- STUnion(): combina duas instâncias espaciais em uma única instância.
- STBuffer(): cria uma área de buffer em torno de uma instância espacial.
O Data Warehouse do Fabric não dá suporte a índices espaciais e funções de agregação (por exemplo, STUnionAggregate() ou STEnvelopeAggregate()), mas as funções disponíveis no Data Warehouse permitem que você implemente muitos cenários.
Demonstrando recursos espaciais com o armazém de amostras
Para mostrar as funcionalidades espaciais no Data Warehouse do Fabric, usaremos o data warehouse de exemplo no Fabric. Um warehouse de amostra permite que você comece rapidamente com sua experiência de warehouse, fornecendo uma amostra de dados que você pode consultar imediatamente sem a necessidade de carregar seus dados.
Criar um armazém de amostra no ambiente do Fabric
O data warehouse de exemplo inclui informações sobre as viagens de táxi com os locais de embarque e desembarque expressos como pares (longitude, latitude). Vejamos alguns exemplos de como aproveitar esses dados de forma eficaz.
Exemplo 1: Viagens com mais de 50 km em novembro de 2013
Suponha que precisamos encontrar as viagens em novembro de 2013 com mais de 50 km. Podemos filtrar linhas por data, converter locais de embarque/desembarque em pontos geográficos e calcular a distância entre os locais de embarque e desembarque:
Observe que precisamos saber a unidade de medida usada para medir a distância entre os locais de embarque e desembarque. Para isso, precisamos fornecer o parâmetro SRID. O SRID=4326 define que uma unidade de medida que é retornada por uma distância deve ser metros e, portanto, podemos comparar a distância calculada com 50.000, o que representa 50 km. Você pode verificar a unidade de medidas para SRIDs usando a seguinte consulta (observe que a maioria dos SRIDs está usando meter):
Exemplo 2: As viagens começando perto do Empire State Building
Você pode encontrar facilmente as viagens começando perto de algum local específico, como Empire State Building, Nova York, Estados Unidos, medindo uma distância a partir desse ponto (40.748817,-73.985428) até o local de partida:
Essa consulta seleciona todos os registros do dbo. Mesa de viagem onde o ponto de partida da viagem (PickupLongitude e PickupLatitude) está a 10 metros das coordenadas do Empire State Building.
Você pode alterar facilmente essa consulta e fornecer qualquer outro local para localizar as viagens que começam ou terminam nesse local. Basta substituir as coordenadas do Empire State Building pelos valores de longitude e latitude do local desejado. Isso o torna uma ferramenta versátil para analisar padrões de viagem e entender a distribuição geográfica das viagens.
Exemplo 3: Viagens a partir do Central Park
Em vez de um único ponto, podemos definir uma área (por exemplo, limites do Central Park) e encontrar todas as viagens que começam dentro dessa área:
Observe que aqui estamos usando dados de geometria em vez de geografia, porque não estamos usando unidades de medidas. As funções de geometria são mais eficientes do que as funções de geografia e, como só precisamos verificar se o local se cruza com a área, podemos usar a geometria.
Conclusão
As funcionalidades espaciais no Fabric Data Warehouse fornecem uma API robusta para consultar e analisar dados espaciais. Ao aproveitar esses recursos, você pode obter insights valiosos e tomar decisões informadas com base em relações e padrões espaciais. Incentivamos você a explorar o data warehouse de exemplo e experimentar as funções espaciais para liberar todo o potencial de seus dados espaciais.
Source: Blog Microsoft Fabric.
Desbloqueie o poder dos dados espaciais com o Microsoft Fabric
Os dados espaciais estão revolucionando setores como logística, planejamento urbano e monitoramento ambiental. O Microsoft Fabric Data Warehouse oferece funcionalidades avançadas para consultas espaciais, permitindo que sua empresa otimize a análise de dados geográficos com eficiência. Com suporte a tipos de dados geometry e geography, você pode calcular distâncias, identificar padrões e tomar decisões estratégicas com base na localização.
Quer entender como essas tecnologias podem impulsionar seus negócios? Agende uma reunião com a DataEX e descubra como extrair o máximo valor dos seus dados espaciais com soluções inteligentes e inovadoras.
Preencha o formulário e nosso time de especialistas entrará em contato.
E não se esqueça de ler o Blog Data Universe diariamente e nos siga em nossas social networks.
