Viimeksi päivitetty: 20 elokuu, 2026

Cloud-Native Geospatial Formats Explained - COG, GeoParquet, PMTiles & More

Mitkä ovat pilvipohjaiset GIS-tiedostomuodot? Kehittäjän opas

Jos olet koskaan rakentanut paikkatietoputkea, tiedät "download-first" -pullonkaulan aiheuttaman tuskan. Perinteisesti, jos sovelluksesi tarvitsi 500 × 500 pikselin raja‑laatikon 15 GB satelliittikuvasta—tai halusi suodattaa kymmenen riviä 4 GB kunnallisen kiinteistörekisterin tietoaineistosta—sinun täytyi ladata koko tiedosto, jäsentää se muistiin ja sitten leikata pois se osa, josta oikeasti välität.

Pelkkä Shapefile‑, GeoJSON‑ tai standardi‑GeoTIFF‑tiedoston lataaminen Amazon S3 -ämpäriin tai Google Cloud Storageen ei tee siitä pilvi‑natiivista. Se vain sijoittaa vanhan tiedoston jonkun toisen kiintolevylle.

Pilvi‑natiiviset GIS-tiedostomuodot ratkaisevat tämän ongelman uudelleenjärjestämällä, miten paikkatietoa on tallennettu levylle. Sen sijaan, että pakotettaisiin asiakkaita lukemaan tiedostoja peräkkäin alusta loppuun, nämä muodot on suunniteltu suoraviivaisiin, osittaiseen lukuihin verkon yli. Kehittäjille tämä avaa palvelimettomia arkkitehtuureja, vähentää merkittävästi ulostulokustannuksia ja mahdollistaa verkkosovellusten kysellä massiivisia tietoaineistoja suoraan staattisesta objektitallennuksesta.

Mekaniikka: Kuinka pilvipohjainen paikkatieto oikeasti toimii

Ennen kuin sukellamme tarkempiin tiedostopäätteisiin, on hyödyllistä ymmärtää taustalla oleva insinöörimalli, joka saa ne toimimaan. Lähes jokainen pilvipohjainen paikkatietomuoto perustuu kolmeen keskeiseen mekanismiin:

  1. HTTP Range -pyynnöt (GET with Range headers): Standardi HTTP/1.1 ja HTTP/2 tukevat tiettyjen tavuarajojen pyytämistä etätiedostosta (esim. bytes=0-16383). Pilviobjektivarastot kuten AWS S3, Cloudflare R2 ja Azure Blob Storage tukevat tätä natiivisti heti käyttöönotettuna.
  2. Etukäteisesti ladattu (tai ennustettava) metadata ja spatiaalit indeksit: Pyytääkseen tarkat tavut, jotka kattavat maantieteellisen alueen, asiakas tarvitsee ensin kartan tiedoston sisäisestä rakenteesta. Pilvipohjaiset muodot tallentavat otsikkometadatansa ja spatiaalit indeksinsä (kuten R-puut tai raja-aluepuiden hierarkiat) ennustettavaan sijaintiin — yleensä tiedoston aivan alkuun tai loppuun. Asiakas tekee yhden pienen alkuperäisen pyynnön indeksin lukemiseksi, laskee tarkat tavujen siirtymät kohdealueelle ja hakee vain ne osat.
  3. Sisäinen ruudukointi ja lohkoilu: Sen sijaan, että rasterit tallennettaisiin rivi riviltä tai vektorit tasaisena tekstiseinänä, data jaetaan itsenäisiin, pakattuihin lohkoihin (ruudut, rivi ryhmät tai N-ulotteiset lohkot), jotka voidaan hakea ja purkaa itsenäisesti.

Keskeiset pilvipohjaiset GIS-tiedostomuodot

Ei ole yhtä ainoaa formaattia, joka hallitsisi kaikkia. Oikean valinta riippuu siitä, käsitteletkö kuvia, taulukkomuotoisia vektoreita, karttaruudukoita, monidimensionaalisia taulukoita tai LiDAR-pistepilviä.

1. Pilvipohjaisesti optimoitu GeoTIFF (COG) — Rasterikuville

A COG ei ole täysin uusi omistettu tiedostotyyppi; se on standardi GeoTIFF (.tif), jossa on tiukka sisäinen asettelu, joka on otettu käyttöön virallisena OGC-standaardina. Koska se pysyy kelvollisena GeoTIFF:na, perintötyöpöytäsovellukset kuten QGIS ja ArcGIS voivat edelleen avata sen ilman ongelmia.

  • Miten se toimii: Sen sijaan, että pikselit tallennettaisiin vaakasuorina skannauslinjoina koko kuvan yli, COG järjestää pikselit sisäisiin ruutuihin (yleensä 512×512 pikseliä). Se myös upottaa overviews (ennalta lasketut, matalamman resoluution kuvan pyramidit) samaan tiedostoon. Kun käyttäjä zoomaa ulos verkkokartalla, asiakas hakee matalan resoluution esikatseluruudut; kun hän zoomaa sisään, se hakee vain korkean resoluution ruudut, jotka leikkaavat näkymäalueen.
  • Paras: Satelliittikuvaukset, ilma-ortomosaikit, digitaaliset korkeusmallit (DEM) ja dynaamiset rasterilaattipalvelimet (kuten TiTiler).

COG:n luominen GDAL:n avulla:

gdal_translate input.tif output_cog.tif \
  -of COG \
  -co COMPRESS=DEFLATE \
  -co OVERVIEWS=IGNORE_EXISTING

2. GeoParquet — Suuriin vektorianalytiikkaan ja tietovarastoihin

Jos työnkulkuusi sopii enemmän data‑insinööriin kuin perinteiseen kartografiaan, GeoParquet (.parquet) on voimakas työkalu. Apache Parquetin päälle rakennettuna se tallentaa geometrioita ISO‑standardin Well‑Known Binary (WKB) -muodossa sekä runsaiden taulukkotietojen kanssa.

  • Miten se toimii: Toisin kuin Shapefile- tai GeoJSON-tiedostot, jotka tallentavat tiedot rivi kerrallaan, Parquet on sarakkeistettu. Jos suoritat aggregoinnin population-sarakkeelle 50 miljoonan polygonin yli, moottori ohittaa raskaat geometria‑tavut kokonaan. GeoParquet myös upottaa raja‑laatikko‑metatiedot jokaiselle rivi­ryhmälle (ja tukee spatiaalista lajittelua Hilbert‑käyrien tai H3‑indeksien avulla), jolloin kyselymoottorit voivat ohittaa merkityksettömät osat.
  • Paras: Laajamittainen spatiaalinen analytiikka, pilvitietovarastot (Snowflake, BigQuery, Databricks) ja palvelimetonta SQL‑moottoreita kuten DuckDB.

Etä‑GeoParquetin kysely suoraan DuckDB:n avulla:

INSTALL spatial;
LOAD spatial;

SELECT land_use, COUNT(*) AS parcel_count
FROM read_parquet('s3://example-bucket/parcels.parquet')
WHERE ST_Intersects(geometry, ST_MakeEnvelope(-122.5, 37.7, -122.3, 37.8))
GROUP BY land_use;

3. FlatGeobuf — Vektoritoimintojen suoratoistoon verkossa

Vaikka GeoParquet loistaa analytiikkamoottoreissa, sen alatunnistepohjainen metadata ja sarakeorientaatio eivät aina ole ihanteellisia raakojen vektorigeometrioiden suoratoistoon suoraan selaimen karttaan. Esittelyssä FlatGeobuf (.fgb).

  • Miten se toimii: Rakennettu Googlen FlatBuffers-binäärisen sarjoituskirjaston päälle, FlatGeobuf sijoittaa pakatun Hilbert R-puun spatiaalisen indeksin suoraan tiedoston alkuun. Web-asiakkaat (kuten MapLibre GL JS, Leaflet tai OpenLayers) voivat suorittaa raja‑laatikko‑kyselyn HTTP‑aluepyyntöjen avulla ja aloittaa ominaisuuksien renderöinnin näytölle, kun loput tavut vielä virtaavat.
  • Paras käyttötarkoitus: Monen megatavun GeoJSON-tiedostojen korvaaminen interaktiivisissa web-sovelluksissa ilman PostGIS/GeoServer‑taustan käynnistämistä.

4. PMTiles — Palvelimettomiin vektori- ja rasteripohjakarttoihin

Perinteisesti interaktiivisten karttalaatojen (/{z}/{x}/{y}.pbf) tarjoaminen vaati joko omistetun laatinoserverin (kuten Martin tai Tileserver-GL) ajamista tai miljoonien pienten yksittäisten .pbf-tiedostojen lataamista S3:een – painajainen säiliönhallinnalle ja API‑pyyntökustannuksille.

  • Kuinka se toimii: Protomapsin luoma, PMTiles (.pmtiles) pakkaa koko pyramidin Mapbox Vector Tiles (MVT) - tai rasterikuvia yhdeksi arkistotiedostoksi. Se käyttää klusteroitua hakemistorakennetta, joka on optimoitu Hilbert‑käyrän spatiaalisen paikallisuuden mukaan, mikä tarkoittaa, että selaimen karttakirjasto voi hakea laatat suoraan yhdestä staattisesta tiedostosta S3:ssa tai Cloudflare R2:ssa HTTP‑aluepyyntöjen avulla.
  • Paras: Nollataustaiset räätälöidyt peruskartat, suuriliikenteiset verkkokartat ja offline‑mobiilikartoitussovellukset.

5. Zarr — Monidimensionaaliseen tieteelliseen dataan

NetCDF ja HDF5 ovat hallinneet meteorologiaa, oceanografiaa ja ilmastomallinnusta vuosikymmeniä, mutta niiden monoliittiset tiedostorakenteet kamppailevat hajautetuissa pilviympäristöissä. Zarr uudelleenkuvaa N‑ulotteisia taulukoita objektitallennusta varten.

  • Kuinka se toimii: Zarr‑varasto jakaa massiiviset monidimensionaaliset taulukot (esim. time × latitude × longitude × altitude) pieniksi, tasakokoisiksi, pakatuiksi paloiksi. Jokainen pala tallennetaan erillisenä objektina (tai yhdistetään Zarr v3‑shardingin avulla) JSON‑metatietojen kanssa, jotka kuvaavat taulukon ulottuvuuksia. Kymmeniä rinnakkaisia työntekijöitä voivat lukea tai kirjoittaa eri aikaviipaleita samanaikaisesti ilman tiedostolukituksen konflikteja.
  • Paras: Aikasarjojen satelliittidatakubit, sääennusteet, ilmastomallit ja hajautetut Xarray/Dask-putket.

6. Cloud-Optimized Point Cloud (COPC) — LiDAR:ia varten

Rakennettu laajennuksena standardiin LAZ 1.4 -pakattuun LiDAR-muotoon, COPC (.copc.laz) järjestää 3D-pistepilvet ryhmitetyyn oktaarirakenteeseen. Kuten COG, se pysyy taaksepäin yhteensopivana olemassa olevien LAS/LAZ -lukijoiden kanssa, samalla kun se mahdollistaa verkkonäkymien (kuten Potree tai deck.gl) suoratoistaa pisteitä kameran näkökentän ja tarkkuustason perusteella lataamatta monigigatavuisia pistepilviä.

Kehittäjien päätösmatriisi: Minkä formaatin valitset?

TietotyyppiEnsisijainen työkuormaParas formaattiKorvattu vanha formaatti
Rasteri / KuvamateriaaliDynaaminen ruudukointi, pikselianalyysi, verkkovisualisointiCOG (.tif)Indeksoimaton GeoTIFF, JPEG2000
VectorSQL-analytiikka, tietovarastot, massiiviset liitoksetGeoParquet (.parquet)Shapefile, tiedostogeotietokanta
VectorSuoratoisto raakoja ominaisuuksia suoraan selaimeenFlatGeobuf (.fgb)Suuri GeoJSON, KML
Ennalta tyylitetyt laatatPalvelimettomat interaktiiviset verkkokartat & mobiili offlinePMTiles (.pmtiles)MBTiles, ZXY-kansiorakenteet
N-D-taulukotIlmastotiedot, aikasarjojen rasterit, rinnakkainen laskentaZarr (.zarr)NetCDF4, HDF5
Pistepilvet3D‑verkkovisualisointi & spatiaalinen LiDAR‑alijoukkojen valintaCOPC (.copc.laz)Standardi LAS / LAZ

Kriittisiä sudenkuoppia tuotantoon siirrettäessä

Pilvipohjaisten formaattien käyttöönotto yksinkertaistaa taustajärjestelmääsi, mutta se siirtää konfigurointivastuun pilvitallennuskerrokseesi. Varaudu näihin kolmeen yleiseen sudenkuoppaan:

  1. CORS-otsakkeiden unohtaminen: Jos selainohjelma (käyttäen MapLibreä, OpenLayersia tai geotiff.js) tekee HTTP‑aluepyynnön S3‑ämpäriisi, ämpärin Cross-Origin Resource Sharing (CORS) -politiikan on nimenomaan sallittava Range‑otsake AllowedHeaders‑listassa ja paljastettava Content-Range, Content-Length ja Accept-Ranges ExposeHeaders‑kohdassa. Ilman tätä pyynnöt epäonnistuvat hiljaisesti selaimessa.
  2. Lajittelemattomat GeoParquet-riviryhmät: Sekavan Shapefile-tiedoston suora muuntaminen GeoParquet-muotoon ei automaattisesti tee raja‑laatikko (bounding-box) -kyselyistä nopeita. Jos kohteet ovat satunnaisesti hajallaan riviryhmissä, kyselymoottorin on silti tarkistettava jokainen riviryhmä. Lajittele geometrisi aina spatiaalisesti (esim. käyttämällä Hilbert‑käyrää geopandas tai DuckDB ennen kirjoittamista), jotta spatiaalisti lähellä olevat kohteet ovat samassa riviryhmässä.
  3. Alisuotuiset lohko-/laattakoot: Pienet lohkot (esim. 64×64 pikseliä) aiheuttavat tuhansia HTTP-pyyntöjä, mikä lisää viivettä ja pilvi‑API‑kustannuksia. Suuret lohkot (esim. 4096×4096 pikseliä) pakottavat asiakkaat hakemaan liikaa dataa. Pysy standardi‑oletuksissa—512×512 pikseliä COG‑tiedostoille ja 10 MB–100 MB per lohko Zarr‑ tai GeoParquet‑riviryhmille.

Yhteenveto

Pilvipohjaiset GIS-tiedostomuodot edustavat perustavanlaatuista siirtymää tietojen siirtämisestä laskentaan kohti laskennan (ja kevyiden aluepyyntöjen) siirtämistä tietoihin. Yhdistämällä formaatteja kuten COG, GeoParquet, FlatGeobuf ja PMTiles STAC (SpatioTemporal Asset Catalog) -metatietojen kanssa, kehittäjät voivat rakentaa kestäviä, planeetta‑laajuisia kartoitus- ja analytiikkaputkistoja edullisen staattisen objektitallennuksen päälle —ei raskasta spatiaalitietokantaa tarvita.

Usein kysytyt kysymykset (FAQ)

Q1. Mikä tekee GIS-tiedostomuodosta "pilvipohjaisen"? Formaatti on pilvipohjainen, kun se yhdistää etukäteen ladatun spatiaalisen indeksin sisäiseen lohkoittamiseen tai ruudukointiin, jolloin asiakkaat voivat hakea pieniä maantieteellisiä osajoukkoja HTTP-aluepyyntöjen kautta lataamatta koko tiedostoa.

Q2. Tarvitseeko minun käyttää erillistä GIS-palvelinta COG-, GeoParquet- tai PMTiles-tiedostojen isännöintiin? Ei—voit isännöidä ne millä tahansa standardilla staattisella objektitallennuksella, joka tukee HTTP-aluepyyntöjä, kuten AWS S3, Google Cloud Storage, Azure Blob Storage tai Cloudflare R2.

Q3. Pitäisikö käyttää GeoParquetia vai FlatGeobugia vektoridatalleni? Käytä GeoParquet-muotoa raskaissa analyyttisissa kyselyissä, SQL-moottoreissa (kuten DuckDB) ja tietovarastoissa, ja käytä FlatGeobuf-muotoa, kun suoratoistat raakavektoripiirteitä suoraan selaimen karttaan.

Q4. Onko pilvipohjainen GeoTIFF (COG) yhteensopiva perinteisen työpöytä-GIS-ohjelmiston kanssa? Kyllä, koska COG on käytännössä tavallinen GeoTIFF, jossa on sisäisiä laattoja ja esikatselupyramidit; se avautuu saumattomasti perintötyökaluissa, kuten QGIS, ArcGIS Pro ja GDAL.

Q5. Miten PMTiles eroaa MBTilesistä? MBTiles perustuu SQLite-tietokantaan (joka vaatii palvelinpuolen koodia kyselyihin verkossa), kun taas PMTiles järjestää laatat staattiseen arkistoon, jonka verkkoselaimet voivat lukea suoraan HTTP-aluepyyntöjen avulla.

Katso myös

Parhaat GIS-tiedostomuodot mobiilisovelluksiin

GIS-tiedostomuodot FileFormat.comissa

Viisi parasta GIS-tiedostomuotoa Google Mapsille

Tiedostomuotojen uutiset

Tiedostomuotojen foorumit