sql - 从多边形中包含的点集中指定人口最多的点

Question

我正在尝试向一系列美国县多边形添加“基于人口的质心”列，其中位置不是基于多边形的地理质心，而是基于地名填充地点的位置人口最多。例如，我想将箭头指示的点的几何形状(点直径=人口)分配给所选多边形的基于人口的质心列:

我已经测试了此查询，它返回任何给定多边形(例如波士顿萨福克县)的正确几何图形:

SELECT g1.the_geom
FROM counties c1
JOIN geonames g1
ON ST_Contains(c1.the_geom, g1.the_geom)
WHERE c1.name = 'Suffolk County, MA'
ORDER BY g1.population DESC
LIMIT 1;

但是，我正在处理大约 4000 个多边形，当我尝试在像这样的 UPDATE 函数中使用查询时，它会无限期地挂起(或者至少比对于这么多功能应有的时间要长得多):

UPDATE counties
    SET the_geom_popcentroid = (
        SELECT g1.the_geom
        FROM counties c1
        JOIN geonames g1
        ON ST_Contains(c1.the_geom, g1.the_geom)
        ORDER BY g1.population DESC
        LIMIT 1
    );

我在哪里错误地嵌套了这个 UPDATE 函数？

Answer 1

仔细检查:由于外表中的每一行与相关子查询的结果之间没有任何联系，因此您会得到每个的常量值em> 行。令人费解的是:这不应该慢，而是快得惊人。也完全不正确。要修复您的查询:

UPDATE counties c
SET    the_geom_popcentroid = (
        SELECT g.the_geom
        FROM   geonames g
        WHERE  ST_Contains(c.the_geom, g.the_geom)
        ORDER  BY g.population DESC
        LIMIT  1
        );

这会更新所有个县。如果一个县根本不应该包含任何地理名称，则the_geom_popcentroid将设置为NULL。

这一具有 JOIN 语法的替代版本仅更新包含至少一个地理名称的县:

UPDATE counties c
SET    the_geom_popcentroid = sub.the_geom
FROM (
    SELECT DISTINCT ON (c1.pk)
           c1.pk, g1.the_geom
    FROM   counties c1
    JOIN   geonames g1 ON ST_Contains(c1.the_geom, g1.the_geom)
    ORDER  BY c1.pk, g1.population DESC
    ) sub
WHERE c.pk = sub.pk;

其中 pk 是 counties 的主键列(或任何唯一列)。

DISTINCT ON 的说明:

• Select first row in each GROUP BY group?

不确定哪个更快。当尝试在两个 the_geom 列上使用索引时，ST_Contains() 与 ORDER BYthird_column LIMIT n 的组合可能会很棘手。如果重要的话，请使用EXPLAIN ANALYZE进行测试。

有时，LATERAL JOIN 可以帮助说服 Postgres 使用索引。相关问题:

• Indexes for SQL query with WHERE condition and GROUP BY