Terakhir Diperbarui: 20 Aug, 2026

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

Apa Itu Format File GIS Cloud-Native? Panduan Pengembang

Jika Anda pernah membangun pipeline geospasial, Anda tahu rasa sakit dari bottleneck “download-first”. Secara tradisional, jika aplikasi Anda membutuhkan kotak pembatas 500x500 piksel dari sebuah citra satelit 15 GB—atau ingin menyaring sepuluh baris dari dataset parcel kota sebesar 4 GB—Anda harus mengunduh seluruh file, mem-parsing-nya ke memori, dan kemudian memotong bagian yang sebenarnya Anda butuhkan.

Cukup mengunggah Shapefile, GeoJSON, atau GeoTIFF standar ke bucket Amazon S3 atau Google Cloud Storage tidak menjadikannya cloud-native. Itu hanya menempatkan file warisan di hard drive orang lain.

Cloud-native GIS file formats menyelesaikan masalah ini dengan merestrukturisasi cara data spasial diatur di disk. Alih-alih memaksa klien membaca file secara berurutan dari awal hingga akhir, format ini dirancang untuk pembacaan langsung dan parsial melalui jaringan. Bagi pengembang, ini membuka arsitektur serverless, secara drastis mengurangi biaya egress, dan memungkinkan klien web menanyakan dataset besar secara langsung dari penyimpanan objek statis.

Mekanisme: Bagaimana Geospasial Cloud-Native Sebenarnya Bekerja

Sebelum menyelami ekstensi file tertentu, penting untuk memahami pola rekayasa dasar yang membuatnya berfungsi. Hampir setiap format geospasial berbasis cloud mengandalkan tiga mekanisme inti:

  1. Permintaan Rentang HTTP (GET dengan header Range): HTTP/1.1 dan HTTP/2 standar mendukung permintaan rentang byte tertentu dari file remote (mis., bytes=0-16383). Penyimpanan objek cloud seperti AWS S3, Cloudflare R2, dan Azure Blob Storage secara native mendukung ini langsung dari awal.
  2. Metadata & Indeks Spasial yang Dimuat di Depan (atau Dapat Diprediksi): Untuk meminta byte yang tepat yang mencakup area geografis, klien pertama-tama membutuhkan peta tata letak internal file. Format berbasis cloud menyimpan metadata header dan indeks spasial mereka (seperti R-tree atau hierarki kotak pembatas) di lokasi yang dapat diprediksi—biasanya di awal atau akhir file. Klien membuat satu permintaan kecil awal untuk membaca indeks, menghitung offset byte yang tepat untuk wilayah target, dan mengambil hanya bagian-bagian tersebut.
  3. Penyusunan Ubin Internal dan Pemecahan: Alih-alih menyimpan raster baris demi baris atau vektor sebagai dinding teks datar, data dipartisi menjadi blok-blok terkompresi yang mandiri (ubin, grup baris, atau potongan N-dimensi) yang dapat diambil dan didekompresi secara independen.

Format File GIS Cloud-Native Inti

Tidak ada satu format tunggal yang mengatur semuanya. Memilih yang tepat tergantung pada apakah Anda berurusan dengan citra, vektor tabular, ubin peta, array multidimensi, atau awan titik LiDAR.

1. Cloud-Optimized GeoTIFF (COG) — Untuk Citra Raster

Sebuah COG bukan tipe file proprietari yang baru; itu adalah GeoTIFF standar (.tif) dengan tata letak internal yang ketat yang diadopsi sebagai standar resmi OGC. Karena tetap merupakan GeoTIFF yang valid, alat desktop warisan seperti QGIS dan ArcGIS masih dapat membukanya tanpa masalah.

  • Cara kerjanya: Alih-alih menyimpan piksel dalam garis pemindaian horizontal di seluruh gambar, sebuah COG mengatur piksel ke dalam ubin internal (biasanya 512×512 piksel). Ia juga menyematkan overviews (piramida gambar beresolusi lebih rendah yang telah dihitung sebelumnya) di dalam file yang sama. Ketika pengguna memperkecil tampilan pada peta web, klien mengambil ubin overview beresolusi rendah; ketika memperbesar, ia hanya mengambil ubin beresolusi tinggi yang berpotongan dengan viewport.
  • Terbaik untuk: Citra satelit, ortomosaik udara, Model Elevasi Digital (DEM), dan server ubin raster dinamis (seperti TiTiler).

Membuat COG via GDAL:

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

2. GeoParquet — Untuk Analitik Vektor Besar & Gudang Data

Jika alur kerja Anda lebih mirip rekayasa data daripada kartografi tradisional, GeoParquet (.parquet) adalah pilihan utama. Dibangun di atas Apache Parquet, ia menyimpan geometri sebagai Well-Known Binary (WKB) standar ISO bersama atribut tabel yang kaya.

  • Cara kerjanya: Tidak seperti Shapefile atau GeoJSON, yang menyimpan data baris per baris, Parquet bersifat kolumnar. Jika Anda melakukan agregasi pada kolom population di seluruh 50 juta poligon, mesin akan melewatkan pembacaan byte geometri yang berat sepenuhnya. GeoParquet juga menyematkan metadata kotak pembatas per grup baris (dan mendukung penyortiran spasial melalui kurva Hilbert atau indeks H3), memungkinkan mesin kueri melewatkan bagian yang tidak relevan.
  • Terbaik untuk: Analitik spasial skala besar, gudang data cloud (Snowflake, BigQuery, Databricks), dan mesin SQL tanpa server seperti DuckDB.

Menjalankan kueri GeoParquet remote secara langsung dengan DuckDB:

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 — Untuk Menyiarkan Fitur Vektor ke Web

Sementara GeoParquet bersinar dalam mesin analitik, metadata berbasis footer dan orientasi kolomnya tidak selalu ideal untuk streaming geometri vektor mentah langsung ke peta browser. Masukkan FlatGeobuf (.fgb).

  • Cara kerjanya: Dibangun di atas pustaka serialisasi biner FlatBuffers milik Google, FlatGeobuf menempatkan indeks spasial Hilbert R-tree yang dipaketkan tepat di bagian depan file. Klien web (seperti MapLibre GL JS, Leaflet, atau OpenLayers) dapat melakukan kueri kotak pembatas melalui permintaan rentang HTTP dan mulai merender fitur di layar sementara byte yang tersisa masih streaming.
  • Terbaik untuk: Mengganti file GeoJSON berukuran multi-megabyte dalam aplikasi web interaktif tanpa harus menyiapkan backend PostGIS/GeoServer.

4. PMTiles — Untuk Basemap Vektor & Raster Tanpa Server

Secara tradisional, menyajikan ubin peta interaktif (/{z}/{x}/{y}.pbf) memerlukan menjalankan server ubin khusus (seperti Martin atau Tileserver-GL) atau mengunggah jutaan file .pbf kecil secara individual ke S3—sebuah mimpi buruk untuk manajemen bucket dan biaya permintaan API.

  • Cara kerjanya: Dibuat oleh Protomaps, PMTiles (.pmtiles) mengemas seluruh piramida Mapbox Vector Tiles (MVT) atau ubin raster ke dalam satu file arsip. Ia menggunakan struktur direktori terkelompok yang dioptimalkan untuk lokalitas spasial kurva Hilbert, yang berarti perpustakaan peta di browser dapat mengambil ubin langsung dari satu file statis di S3 atau Cloudflare R2 menggunakan permintaan rentang HTTP.
  • Terbaik untuk: Peta dasar khusus tanpa backend, peta web dengan lalu lintas tinggi, dan aplikasi pemetaan seluler offline.

5. Zarr — Untuk Data Ilmiah Multidimensi

NetCDF dan HDF5 telah mendominasi meteorologi, oseanografi, dan pemodelan iklim selama beberapa dekade, tetapi struktur file monolitik mereka kesulitan di lingkungan cloud terdistribusi. Zarr membayangkan kembali array N-dimensi untuk penyimpanan objek.

  • Cara kerjanya: Penyimpanan Zarr membagi array multidimensi yang besar (mis., time × latitude × longitude × altitude) menjadi potongan kecil, berukuran seragam, dan terkompresi. Setiap potongan disimpan sebagai objek terpisah (atau digabungkan melalui sharding Zarr v3) dengan metadata JSON yang menjelaskan dimensi array. Puluhan pekerja paralel dapat membaca atau menulis irisan waktu yang berbeda secara bersamaan tanpa konflik penguncian file.
  • Terbaik untuk: datacube satelit deret waktu, prakiraan cuaca, model iklim, dan pipeline Xarray/Dask terdistribusi.

6. Cloud-Optimized Point Cloud (COPC) — Untuk LiDAR

Dibangun sebagai ekstensi dari format LiDAR terkompresi LAZ 1.4 standar, COPC (.copc.laz) mengatur awan titik 3D ke dalam struktur oktree terklaster. Seperti COG, tetap kompatibel mundur dengan pembaca LAS/LAZ yang ada sambil memungkinkan penampil web (seperti Potree atau deck.gl) untuk men‑stream titik berdasarkan frustum kamera dan level‑of‑detail tanpa mengunduh awan titik multi‑gigabyte.

Matriks Keputusan Pengembang: Format Mana yang Harus Anda Pilih?

Tipe DataBeban Kerja UtamaFormat TerbaikFormat Warisan yang Digantikan
Raster / CitraPenyusunan ubin dinamis, analisis piksel, visualisasi webCOG (.tif)GeoTIFF Tanpa Indeks, JPEG2000
VectorAnalitik SQL, gudang data, penggabungan masifGeoParquet (.parquet)Shapefile, File Geodatabase
VectorStreaming fitur mentah langsung ke perambanFlatGeobuf (.fgb)Besar GeoJSON, KML
Ubin Pra-gayaPeta web interaktif tanpa server & seluler offlinePMTiles (.pmtiles)MBTiles, pohon folder ZXY
N-D ArraysData iklim, raster deret waktu, komputasi paralelZarr (.zarr)NetCDF4, HDF5
Awan TitikVisualisasi web 3D & subsetting LiDAR spasialCOPC (.copc.laz)Standar LAS / LAZ

Hal-hal Penting yang Perlu Diwaspadai Saat Menyebarkan ke Produksi

Berpindah ke format cloud-native menyederhanakan backend Anda, tetapi memindahkan tanggung jawab konfigurasi ke lapisan penyimpanan cloud Anda. Waspadai tiga jebakan umum berikut:

  1. Lupa Header CORS: Jika aplikasi browser (menggunakan MapLibre, OpenLayers, atau geotiff.js) membuat permintaan rentang HTTP ke bucket S3 Anda, kebijakan Cross-Origin Resource Sharing (CORS) bucket harus secara eksplisit mengizinkan header Range dalam AllowedHeaders dan mengekspos Content-Range, Content-Length, serta Accept-Ranges dalam ExposeHeaders. Tanpa ini, permintaan akan gagal secara diam-diam di browser.
  2. Grup Baris GeoParquet yang Tidak Terurut: Mengonversi Shapefile yang berantakan langsung ke GeoParquet tidak secara otomatis membuat kueri kotak pembatas menjadi cepat. Jika fitur tersebar secara acak di seluruh grup baris, mesin kueri masih harus memindai setiap grup baris. Selalu urutkan geometri Anda secara spasial (mis., menggunakan kurva Hilbert melalui geopandas atau DuckDB sebelum menulis) sehingga fitur yang berdekatan secara spasial berada dalam grup baris yang sama.
  3. Ukuran Chunk/Tile yang Suboptimal: Chunk kecil (mis., 64×64 piksel) memicu ribuan permintaan HTTP, meningkatkan latensi dan biaya API cloud. Chunk besar (mis., 4096×4096 piksel) memaksa klien mengambil data berlebih. Tetap gunakan nilai default standar—512×512 piksel untuk COG dan 10 MB hingga 100 MB per chunk untuk grup baris Zarr atau GeoParquet.

Format file GIS cloud-native mewakili pergeseran fundamental dari memindahkan data ke komputasi menuju memindahkan komputasi (dan permintaan rentang ringan) ke data. Dengan menggabungkan format seperti COG, GeoParquet, FlatGeobuf, dan PMTiles dengan metadata STAC (SpatioTemporal Asset Catalog), pengembang dapat membangun pipeline pemetaan dan analitik berskala planet yang tangguh di atas penyimpanan objek statis yang murah—tanpa memerlukan basis data spasial yang berat.

Pertanyaan yang Sering Diajukan (FAQ)

Q1. Apa yang membuat sebuah format file GIS "cloud-native"? Sebuah format dikatakan cloud-native ketika ia menggabungkan indeks spasial yang dimuat di depan dengan tiling atau chunking internal, memungkinkan klien mengambil subset geografis kecil melalui permintaan rentang HTTP tanpa mengunduh seluruh file.

Q2. Apakah saya memerlukan server GIS khusus untuk menyimpan file COG, GeoParquet, atau PMTiles? Tidak—Anda dapat menyimpannya di mana saja pada penyimpanan objek statis standar yang mendukung permintaan rentang HTTP, seperti AWS S3, Google Cloud Storage, Azure Blob Storage, atau Cloudflare R2.

Q3. Haruskah saya menggunakan GeoParquet atau FlatGeobuf untuk data vektor saya? Gunakan GeoParquet untuk kueri analitis berat, mesin SQL (seperti DuckDB), dan gudang data, serta gunakan FlatGeobuf saat streaming fitur vektor mentah langsung ke peta browser.

Q4. Apakah Cloud-Optimized GeoTIFF (COG) kompatibel dengan perangkat lunak GIS desktop tradisional? Ya, karena COG sebenarnya adalah GeoTIFF standar dengan ubin internal dan piramida overview, ia dapat dibuka dengan mulus di alat warisan seperti QGIS, ArcGIS Pro, dan GDAL.

Q5. Bagaimana PMTiles berbeda dari MBTiles? MBTiles bergantung pada basis data SQLite (yang memerlukan kode sisi server untuk melakukan kueri melalui web), sedangkan PMTiles mengatur ubin ke dalam arsip statis yang dapat dibaca langsung oleh peramban web melalui permintaan rentang HTTP.

Lihat Juga

Format File GIS Terbaik untuk Aplikasi Seluler

Format File GIS di FileFormat.com

5 Format File GIS Teratas untuk Google Maps

Berita Format File

Forum Format File