提升地理空間分析效率，火山引擎ByteHouse上線GIS能力_風聞

在數字化時代，地理空間分析（Geospatial Analytics）成為輔助企業市場策略洞察的重要手段。無論是廣告投放的精準定位，還是電商物流的效率優化，都離不開對地理空間數據的查詢、分析和可視化處理，以便助力企業更好決策。

一些傳統的地理信息系統數據庫具備豐富的地理空間對象結構、成熟的空間索引能力，在導航、旅遊、智能城市等典型應用場景中被廣泛使用。隨着實時分析報表等OLAP市場的擴大，地理空間分析也作為新的增值特性被業界幾大OLAP主流產品所推廣。OLAP+GIS能力在滿足用户地理空間數據分析的基礎上，還能在數據體量大、實效性要求高的情況下，滿足業務高性能查詢的需求。

作為火山引擎推出的一款OLAP引擎，ByteHouse近期發佈了高性能地理空間分析GIS能力，為位置洞察、人羣圈選等場景提供高性能地理數據分析服務。

在功能層面，ByteHouse兼容OGC標準，支持導入標準GIS文件格式，目前已支持超過50個主流的空間函數。為了提供更極致的使用體驗，ByteHouse還在探索自研優化器適配GIS特性，以及GPU硬件層面優化二維空間函數。

更值得一提的是，在關鍵性能上，ByteHouse GIS在列式小批組織的數據結構上引入RTree等二維空間索引能力，並在CPU硬件層面實現了二維空間函數的性能優化，整體提升了端到端性能。

在Benchmark測試中，通過選取兩個關鍵 GIS 函數ST_DistanceSphere 和 ST_Within，使用 NYC Taxi 數據集（Size：21GB；條數：169,001,162），並選取3個不同大小的地理區域，研發人員將ByteHouse、StarRocks、 ClickHouse Community、PostGIS 、 DuckDB Spatial進行性能對比。測試結果顯示，ByteHouse 在優化器、硬件等層面的優化，使其在測試函數的性能上顯著超越其他產品。

據火山引擎ByteHouse技術專家介紹，“對比傳統地理信息系統數據庫，ByteHouse將OLAP和GIS結合起來，一方面具備OLAP的高效查詢和計算的優勢，另一方面，空間數據對象按照列的方式存儲，不僅節省存儲空間，更能充分發揮向量化的優勢，特別是在空間函數層面，還能利用硬件並行化能力提速。”

目前，ByteHouse GIS 已經在POI洞察、作戰地圖、人羣圈選、拓店選址等場景為相關需求方落地地理空間分析服務。以有配送需求的業務場景舉例，在ByteHouse GIS能力支持下，運營人員可以在地圖中圈選出特定多邊形，觀察多邊形內部商家的供給和客流量，顯示配送員的位置和配送狀態，實現更有效地調度資源，提高配送效率。

在電商場景中，ByteHouse GIS能力不僅滿足平台商家運營快速分析商家經營狀態、管理商家的需求，還將數據讀取量減少超過50%，進一步降低了磁盤IO以及計算帶來的CPU開銷。

不僅僅在GIS能力上具備極致性能，ByteHouse基於分佈式架構設計，可以輕鬆地水平擴展，處理PB級別的數據，還完全兼容雲原生技術棧，支持彈性資源調度，能夠根據實際需求動態調整計算資源，並且具備自動化運維功能。未來，ByteHouse也會持續為用户提供卓越的數據處理和分析體驗，助力企業實現數字化轉型和智能化升級。