google-api - 如何使用 GTFS 列出与路线关联的所有站点？

Question

我正在处理一些 GTFS数据，并希望能够创建与路线服务相关的所有站点的列表。我真的不明白如何处理 GTFS 数据。

Trips.txt 的格式如下:
route_id,service_id,trip_id,trip_headsign,direction_id,block_id,shape_id 1,A20120610WKD,A20120610WKD_000800_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_002700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_004700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_006700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_008700_1..S03R,SOUTH FERRY,1,,1..S03R
我尝试使用 shape_id 读取匹配的形状，然后寻找具有匹配纬度和经度的停靠点，但这似乎并不可靠。有人知道怎么做这个吗？

Answer 1

正如您所注意到的，GTFS 中的路线和停靠点之间没有直接关系。相反，停靠点与行程相关联，其中每次行程代表车辆沿特定路线的一次“运行”。这反射(reflect)了这样一个事实，即一条路线不一定始终服务于它的每个站点——例如，在周末它可能会跳过高中以外的站点。

因此，获取路线服务的每个站点的列表需要结合几个模型:

routes.txt为您提供您感兴趣的路线的路线 ID。

trips.txt为您提供该路线的一组行程 ID。

stop_times.txt为您提供一组停靠点 ID，用于在每次旅行中服务的停靠点。

stops.txt为您提供有关每个站点的信息。

假设您使用 SQL 数据库来存储 GTFS 数据，您可能会使用这样的查询(一旦您获得了路由 ID):

SELECT stop_id, stop_name FROM stops WHERE stop_id IN (
  SELECT DISTINCT stop_id FROM stop_times WHERE trip_id IN (
    SELECT trip_id FROM trips WHERE route_id = <route_id>));

但是请记住，这将为该路线曾经服务的每个站点输出一条记录。如果您正在为骑手生成时间表信息，您可能希望将查询限制为仅在今天运行的行程，并且仅在接下来的 30 分钟内出发的停止时间。

更新:我按照自己的方式编写了上面的 SQL 查询，因为我觉得它最简单地说明了 GTFS 模型之间的关系，但是 btse 是正确的(在他下面的回答中)，这样的查询实际上永远不会在生产中使用。它太慢了。您将改为使用表连接和索引来保持合理的查询时间。

这是一个等效的查询，以更适合复制和粘贴到实际应用程序的方式编写:

SELECT DISTINCT stops.stop_id, stops.stop_name
  FROM trips
  INNER JOIN stop_times ON stop_times.trip_id = trips.trip_id
  INNER JOIN stops ON stops.stop_id = stop_times.stop_id
  WHERE route_id = <route_id>;

通常，您还会为 JOIN 中使用的每一列创建一个索引。或 WHERE子句，在这种情况下意味着:

CREATE INDEX stop_times_trip_id_index ON stop_times(trip_id);

CREATE INDEX trips_route_id_index ON trips(route_id);

(请注意，RDBMS 通常会通过主键自动为每个表建立索引，因此无需在 stops.stop_id 上显式创建索引。)

许多进一步的优化是可能的，这取决于所使用的特定 DBMS 以及您为性能牺牲磁盘空间的意愿。但是这些命令几乎可以在任何 RDBMS 上产生良好的性能，而不会不必要地牺牲清晰度。