(一）Sedona入门（GeoSpark）

Sedona是基于Spark分布式的地理信息计算引擎，原为GeoSpark，后被Apache收录孵化，更名为Sedona，相比于传统的ArcGIS、QGIS等分析工具，Sedona可以提供更好分布式空间分析。

准备工作

1. Windows
2. IDEA
3. Sedona支持Java、Scala两种,本次开发语言选择Java。

具体安装教程在GeoSpark入门中已经讲过了，可以参考https://www.jianshu.com/p/8e6960791b98

Maven依赖

1. 打开IDEA,创建Maven新工程,修改pom.xml文件

     <properties>
        <spark.version>2.4.0</spark.version>
        <sedona.spark.version>2.4_2.11</sedona.spark.version>
        <sedona.ersion>1.0.0-incubating</sedona.ersion>
    </properties>
   
    <dependencies>
        <dependency>
            <groupId>org.apache.sedona</groupId>
            <artifactId>sedona-core-2.4_2.11</artifactId>
            <version>1.0.0-incubating</version>
        </dependency>
        <dependency>
            <groupId>org.apache.sedona</groupId>
            <artifactId>sedona-sql-2.4_2.11</artifactId>
            <version>1.0.0-incubating</version>
        </dependency>
        <dependency>
            <groupId>org.apache.sedona</groupId>
            <artifactId>sedona-viz-2.4_2.11</artifactId>
            <version>1.0.0-incubating</version>
        </dependency>
   
   
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-core_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.11</artifactId>
            <version>${spark.version}</version>
        </dependency>
   
   
        <dependency>
            <groupId>org.geotools</groupId>
            <artifactId>gt-main</artifactId>
            <version>24.0</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.geotools/gt-referencing -->
        <dependency>
            <groupId>org.geotools</groupId>
            <artifactId>gt-referencing</artifactId>
            <version>24.0</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.geotools/gt-epsg-hsql -->
        <dependency>
            <groupId>org.geotools</groupId>
            <artifactId>gt-epsg-hsql</artifactId>
            <version>24.0</version>
        </dependency>
        <dependency>
            <groupId>org.wololo</groupId>
            <artifactId>jts2geojson</artifactId>
            <version>0.14.3</version>
        </dependency>
        <dependency>
            <groupId>org.locationtech.jts</groupId>
            <artifactId>jts-core</artifactId>
            <version>1.18.0</version>
        </dependency>
    </dependencies>
   
    <repositories>
        <repository>
            <id>maven2-repository.dev.java.net</id>
            <name>Java.net repository</name>
            <url>https://download.java.net/maven/2</url>
        </repository>
        <repository>
            <id>osgeo</id>
            <name>OSGeo Release Repository</name>
            <url>https://repo.osgeo.org/repository/release/</url>
            <snapshots>
                <enabled>false</enabled>
            </snapshots>
            <releases>
                <enabled>true</enabled>
            </releases>
        </repository>
    </repositories>
   

   1. 需要说明的是，在依赖中我们添加了JTS、GeoTools，这是因为Sedona的空间分析工具依赖JTS、GeoTools等开发包，但是由于GPL或MIT协议关系，在Sedona
      中并未提供，需要我们自己添加。

   2. 如果IDEA不能运行，可以尝试添加Scala的相关依赖

      

CSV文件读取

1. 我们从CSV中创建一个Spark的RDD，CSV内容如下，将其保存在项目文件的Resources下，命名为checkin.csv：

   -88.331492,32.324142,hotel
   -88.175933,32.360763,gas
   -88.388954,32.357073,bar
   -88.221102,32.35078,restaurant
   

   然后我们初始化一个SparkContext，并调用GeoSpark的PointRDD，将我们的CSV导入。

    SparkConf conf = new SparkConf();
    conf.setAppName("Chapter01");
    conf.setMaster("local[*]");
    conf.set("spark.serializer", "org.apache.spark.serializer. KryoSerializer");
    conf.set("spark.kryo.registrator", "org.apache.sedona.coreserde.   SedonaKryoRegistrator");
    JavaSparkContext sc = new JavaSparkContext(conf);

    String pointRDDInputLocation = Chapter01.class.getResourc("checkin.    csv").toString();
    Integer pointRDDOffset = 0; // 地理位置(经纬度)从第0列开始
    FileDataSplitter pointRDDSplitter = FileDataSplitter.CSV;
    Boolean carryOtherAttributes = true; // 第二列的属性(酒店名)
    PointRDD rdd = new PointRDD(sc, pointRDDInputLocation, pointRDDOffset, pointRDDSplitter, carryOtherAttributes);

    rdd.analyze();
    System.out.println(rdd.approximateTotalCount);

可以看到代码中调用了rdd.analyze()方法，对于Sedona（GeoSpark）来说，当我们得到Sedona的RDD时，第一步要做的就是应该调用analyze方法，然后在去进行分析操作，否则会有异常出现，具体analyze里面做了什么操作，我们后期会讲。

坐标系转换

1. Sedona采用EPGS标准坐标系，其坐标系也可参考EPSG官网：[https://epsg.io/(https://epsg.io)

2. // 坐标系转换
   String sourceCrsCode = "epsg:4326";
   String targetCrsCode = "epsg:4547";
   rdd.CRSTransform(sourceCrsCode, targetCrsCode, true);
   rdd.rawSpatialRDD.foreach((p)->{
         System.out.println(p);
     });
   

3. 和GeoSpark不同的是，rdd.CRSTransform(sourceCrsCode, targetCrsCode, true);这里最后一个参数加了true，这是因为从4326（WGS84）坐标系到4547(CGCS2000)坐标系这里涉及到了椭球的转换，GeoTools默认是需要提供椭球转换参数的，但是我们没有提供，GeoTools会直接报错的，将最后一个参数改为true，可以让GeoTool强制忽略椭球转换参数。