前言
因业务需求，需要做最短路径分析。最近几天查询资料，并自己动手，实现了简单的路径分析。
下面就介绍具体的实现过程。
本篇文章最终结果是在 PostgreSQL 数据库中实现的，后续的可视化展示会继续跟进。
一、道路数据处理
如果你已经有了道路数据，那就直接使用。
由于当前并没有较好的道路数据，这里我自己用 QGIS 造了些数据以供使用。
为了效果较好，在创建道路数据时是叠加了影像图的。并且要开启“捕捉工具”，这样在后续的拓扑分析中更好。
在完成道路数据的创建后，我直接进行了后续的工作，但是最终发现有问题，经过分析发现：道路的数据在每个相交的点处要进行打断，否则无法进行路径分析。
线打断用的工具是—“线相交”，输入、相交图层选当前道路图层：
如下图：
这三段本是一条道路，但是为了拓扑分析，需要进行在和别的道路相交点进行打断。
此处部分要注意：
1、编辑时开启“捕捉工具”
2、完成道路后进行线的打断
二、数据入库
数据库这一块，因为 PostgreSQL 有强大的空间数据处理扩展插件（PostGIS），并且也有路径分析的插件（pgRouting），所以选用该数据库。
PostgreSQL 数据安装：
1、windows 下，直接在官网下载安装包即可，安装完成数据库后，会有 stackbuilder 安装向导，可以安装对应的一些插件等，比较方便；
2、Ubuntu下（我用的服务器），在 18.04 及以上，可以使用 PostgreSQL Apt Repository ，这样可以安装需要的版本；
2.1、PostgreSQL Apt Repository 使用
3、安装及配置参考
PostGIS：
这部分有两块，一个是 PostgreSQL 的扩展，一个是 PostGIS的GUI（需要单独安装，主要用于导入空间数据）。
以上这些安装完成后，可以进行数据导入了，
1、创新新的数据库，创建完成后需要进行对数据库添加空间扩展
-- 提供如下空间信息服务功能：空间对象、空间索引、空间操作函数和空间操作符
CREATE EXTENSION postgis;
-- 用于网络分析的扩展模块
CREATE EXTENSION pgrouting;
-- gis 拓扑
CREATE EXTENSION postgis_topology;
-- 提供了几个函数来确定字符串之间的相似性和距离
CREATE EXTENSION fuzzystrmatch;
CREATE EXTENSION postgis_tiger_geocoder;
CREATE EXTENSION address_standardizer;
2、使用工具导入空间数据，最新版本在Windows下名字比较长，如下图：
到这里就完成了空间数据的导入，在这个过程中会遇到一些问题，可以参考：PostgreSQL 与 PostGIS 安装使用注意坑
三、构建拓扑
这一块主要是在数据库中使用 SQL 完成，创建对应的 source、target、length、reverse_cost 字段并赋值。
创建拓扑函数的使用
-- 添加起点id
ALTER TABLE public.roads ADD COLUMN source integer; -- 添加终点id
ALTER TABLE public.roads ADD COLUMN target integer; -- 添加道路权重值
ALTER TABLE public.roads ADD COLUMN length double precision; -- 创建拓扑结构
-- 为roads表创建拓扑布局，即为source和target字段赋值
SELECT pgr_createTopology('roads',0.00001, 'geom','id'); -- 创建索引
-- 为source和target字段创建索引
CREATE INDEX source_idx ON roads ("source");
CREATE INDEX target_idx ON roads ("target"); -- 为length赋值，这里在计算的时候用 ST_Transform 进行了转换
UPDATE roads SET length =st_length(ST_Transform(geom,3857)); -- 为 roads 表添加 reverse_cost 字段并用length的值赋值
ALTER TABLE roads ADD COLUMN reverse_cost double precision;
UPDATE roads SET reverse_cost =length;
四、路径分析
pgRouting 提供的最佳路径算法比较多，具体可以参考：pgRouting 最短路径算法查询
这里用 Shortest Path Dijkstra（狄克斯特拉）算法进行计算。
最新的 pgr_dijkstra 算法，支持多种方式，一对一、一对多、多对一、多对多等。
用例：
pgr_dijkstra(Edges SQL, start vid, end vid , [directed])
pgr_dijkstra(Edges SQL, start vid, end vids , [directed])
pgr_dijkstra(Edges SQL, start vids, end vid , [directed])
pgr_dijkstra(Edges SQL, start vids, end vids , [directed])
pgr_dijkstra(Edges SQL, Combinations SQL , [directed])
RETURNS SET OF (seq, path_seq, [start_vid], [end_vid], node, edge, cost, agg_cost)
OR EMPTY SET
传入的参数：
1、Edges SQL
a、id，创建拓扑的标识，名称不同用 as
b、source，边起点标识符，拓扑后添加的字段
c、target，边终点标识符，拓扑后添加的字段
d、cost，边权重（长度）
e、reverse_cost，回程权重
2、start vid：路径起始点标识
3、end vid：路径终点标识
4、directed：ture 时，图被认为是有向的
返回参数：
1、seq：查询结果排序值
2、path_seq：一个路径下的排序值，新的路径重新从1开始
3、start_vid：多对一、多对，有这个字段，路径的起始点标识
4、end_vid：一对多、多对多，有这个字段，路径的终点标识
5、node：路径中个个边连接点的标识（上一个边的 end，下一个边的 start）
6、edge：路径中边的标识
7、cost：当前边的成本（长度）
8、reverse_cost：总成本（总长度）
根据上面的具体使用：
-- 最短路径分析
-- 直接使用，返回的是算法默认数据
SELECT * from public.pgr_dijkstra(
'SELECT
id,
source::integer,
target::integer,
length::double precision AS cost,
reverse_cost
FROM roads',
1,
20,
false
); -- edge 是创建拓扑时的 id 标识字段，所以可以通过这个在 roads 中筛选，并通过数据库自带的可视化查看结果
SELECT * from roads where "id" in
(
SELECT edge from public.pgr_dijkstra(
'SELECT
id,
source::integer,
target::integer,
length::double precision AS cost,
reverse_cost
FROM roads',
1,
20,
false
)
);
第二个SQL效果如下：
