Suite

Quel est l'équivalent PostGIS d'Extract Nodes dans fTools / QGIS ?


Je cherche à convertir les polygones de parc d'OSM en points.

L'outil QGIS fTools Extract Nodes convertira un polygone en points aux sommets.

Quelle est la fonction ou le flux de travail équivalent dans PostGIS ?


Vous pouvez utiliser ST_DumpPoints(geom) pour obtenir les points répertoriés.

Regardez l'exemple comment l'utiliser.

Le résultat contient à la fois la géométrie et un chemin indiquant à quel endroit du polygone appartient le point. Donc, pour obtenir la géométrie (points), procédez comme suit :

SELECT (ST_DumpPoints(the_geom)).geom

Quel est l'équivalent PostGIS d'Extract Nodes dans fTools / QGIS ? - Systèmes d'information géographique

Nombre de commits trouvés : 15

Historique des commits - (peut être incomplet : voir le lien SVNWeb ci-dessus pour plus de détails)
DateParLa description
16 juin 2019 08:57:44
2.2.6_3
renne
15 mars 2019 07:22:09
2.2.6_3
loupe
12 déc. 2018 01:35:36
2.2.6_3
gérald
30 nov. 2018 20:06:00
2.2.6_2
sunpoète
05 sept. 2018 22:01:55
2.2.6_2
sunpoète
24 juin 2018 00:54:27
2.2.6_1
linimon
03 janv. 2018 13:36:58
2.2.6_1
sunpoète
17 déc. 2017 11:25:14
2.2.6
rodrigo
13 déc. 2017 20:51:35
2.2.5
sunpoète
05 Avr 2017 19:58:56
2.2.5
sunpoète
09 février 2017 17:43:03
2.2.5
krion
30 novembre 2016 21:51:07
2.2.4
cm
05 juin 2016 16:37:13
2.2.2
pi
05 juin 2016 16:26:03
2.2.2
pi
05 juin 2016 16:21:55
2.2.2
pi

Nombre de commits trouvés : 15

Ce site
Qu'est-ce que FreshPorts ?
À propos des auteurs
Problèmes
FAQ
Quelle est sa taille?
Politique de sécurité
Intimité
Blog
Contact

Chercher
Suite.

Dernières vulnérabilités
py-ansible-core24 juin
py-aiohttp * 23 juin
pigeonnier22 juin
pigeonnier-pigeonhole22 juin
pigeonnier2-pigeonhole22 juin
gite19 juin
chrome18 juin
rubygem-libellule11 juin
apache2410 juin
cactus10 juin
chrome10 juin
dinosaure08 juin
drupal706 juin
pglogique06 juin
polkit04 juin

10 vulnérabilités affectant 63 ports ont été signalées au cours des 14 derniers jours


Quel est l'équivalent PostGIS d'Extract Nodes dans fTools / QGIS ? - Systèmes d'information géographique

Nombre de commits trouvés : 28

Historique des commits - (peut être incomplet : voir le lien SVNWeb ci-dessus pour plus de détails)
DateParLa description
15 nov. 2020 18:37:29
2.3.11
renne
22 oct. 2020 12:20:06
2.3.11
lbartoletti
15 oct. 2020 05:54:31
2.3.11
lbartoletti
30 juil. 2020 19:31:41
2.3.11
lbartoletti
24 juil. 2020 16:51:31
2.3.10_5
renne
22 mai 2020 19:20:42
2.3.10_4
sunpoète
08 mai 2020 05:35:11
2.3.10_3
lbartoletti (Seules les 15 premières lignes du message de validation sont affichées ci-dessus)
22 janvier 2020 06:02:25
2.3.10_2
sunpoète
14 janv. 2020 21:45:15
2.3.10_1
lbartoletti
02 nov. 2019 13:54:50
2.3.10_1
tcberner
14 sept. 2019 21:11:14
2.3.10
sunpoète
26 juil. 2019 20:46:57
2.3.9_1
gérald
22 mars 2019 22:17:25
2.3.9
bhugh
12 déc. 2018 01:35:36
2.3.7_2
gérald
30 novembre 2018 20:06:09
2.3.7_1
sunpoète
22 sept. 2018 05:30:32
2.3.7_1
linimon
05 sept. 2018 22:01:55
2.3.7_1
sunpoète
24 juin 2018 00:54:27
2.3.7
linimon
21 avril 2018 12:10:00
2.3.7
gréements
28 janvier 2018 12:49:11
2.3.6
pizzamig
03 janv. 2018 13:36:58
2.3.5_1
sunpoète
17 déc. 2017 11:25:14
2.3.5
rodrigo
16 juil. 2017 01:50:32
2.3.3
dbaio
15 mai 2017 15:53:48
2.3.2_1
sunpoète
05 avril 2017 19:59:00
2.3.2
sunpoète
16 février 2017 20:42:55
2.3.2
lifanov
08 déc. 2016 11:51:53
2.3.1
cm
14 novembre 2016 16:26:27
2.3.0
cm

Nombre de commits trouvés : 28

Ce site
Qu'est-ce que FreshPorts ?
À propos des auteurs
Problèmes
FAQ
Quelle est sa taille?
Politique de sécurité
Intimité
Blog
Contact

Chercher
Suite.

Dernières vulnérabilités
py-ansible-core24 juin
py-aiohttp * 23 juin
pigeonnier22 juin
pigeonnier-pigeonhole22 juin
pigeonnier2-pigeonhole22 juin
gite19 juin
chrome18 juin
rubygem-libellule11 juin
apache2410 juin
cactus10 juin
chrome10 juin
dinosaure08 juin
drupal706 juin
pglogique06 juin
polkit04 juin

10 vulnérabilités affectant 63 ports ont été signalées au cours des 14 derniers jours


8.1. Types de données PostGIS Géométrie/Géographie/Box

Cette section répertorie les types de données PostgreSQL personnalisés installés par PostGIS pour représenter les données spatiales.

Chaque type de données décrit son comportement de transtypage. Un transtypage de type convertit les valeurs d'un type de données en un autre type. PostgreSQL permet de définir le comportement de transtypage pour les types personnalisés, ainsi que les fonctions utilisées pour convertir les valeurs de type. Les moulages peuvent avoir automatique comportement, qui permet la conversion automatique d'un argument de fonction en un type pris en charge par la fonction.

Certains moulages ont explicite comportement, ce qui signifie que le transtypage doit être spécifié à l'aide de la syntaxe CAST(myval As sometype) ou myval::sometype . La conversion explicite évite le problème des conversions ambiguës, qui peuvent se produire lors de l'utilisation d'une fonction surchargée qui ne prend pas en charge un type donné. Par exemple, une fonction peut accepter un box2d ou un box3d, mais pas une géométrie. Étant donné que la géométrie a une conversion automatique dans les deux types de boîtes, cela produit une erreur de "fonction ambiguë". Pour éviter l'erreur, utilisez un transtypage explicite vers le type de boîte souhaité.

Tous les types de données peuvent être convertis en text , il n'est donc pas nécessaire de le spécifier explicitement.


Quel est l'équivalent PostGIS d'Extract Nodes dans fTools / QGIS ? - Systèmes d'information géographique

"L'homme est un microcosme, ou un petit monde, parce qu'il est un extrait de toutes les étoiles et planètes de tout le firmament, de la terre et des éléments et donc il en est la quintessence."

Philippe Auréole Paracelse

L'open source a connu un grand succès dans le traitement général de l'information, mais a-t-il un avenir sur les marchés verticaux ? Dans cet article, nous examinons comment l'open source géospatial fournit un exemple des défis du marché d'un marché vertical de taille moyenne.

Open Source et Décideurs

Les logiciels open source (OSS) à usage général sont sur le radar des décideurs depuis près d'une décennie. Les grands projets comme Linux, Apache, Firefox et Open Office sont pris en charge par des sociétés Fortune 500 comme IBM et Sun. Tout le monde connaît l'open source, c'est dans leurs projets, des livres ont été écrits. Dans le domaine des technologies de l'information (TI) générales, il y a peu de choses à dire sur l'open source.

Cependant, le monde informatique ne s'arrête pas aux bases de données, aux systèmes d'exploitation et à la bureautique. L'informatique est comme une forme fractale, chaque facette principale peut être subdivisée et re-subdivisée en formes particulières qui répondent aux besoins de marchés uniques.

L'économie regorge de marchés de niche avec des exigences de traitement de l'information très particulières. Des exemples de marchés de niche peuvent être trouvés dans les soins de santé, l'éducation, les ressources naturelles, la fabrication et la téléphonie. Chacun de ces domaines utilise les blocs de construction open source génériques qui ont déjà balayé l'informatique. Ils ont également leurs propres écosystèmes distincts de fournisseurs propriétaires dominants et de normes de facto qui façonnent la prise de décision et l'acquisition de logiciels. L'open source se développe sur ces marchés de niche, mais beaucoup plus lentement que dans l'informatique généraliste. Les raisons sont assez simples : des marchés plus petits signifient moins d'utilisateurs, moins de développeurs et moins de ressources pour l'open source.

Histoire des marchés géospatiaux

Le géospatial est l'un des domaines de niche qui est lentement colonisé par l'open source. Les logiciels géospatiaux sont utilisés par les gestionnaires de ressources naturelles, les cartographes, les gestionnaires de flotte et toute personne ayant une composante de localisation dans leurs données.

Géospatial est un terme récent pour ce qui est traditionnellement connu sous le nom de « systèmes d'information géographique » ou SIG. Les premiers utilisateurs du logiciel SIG étaient des scientifiques de l'environnement du gouvernement et des gestionnaires des terres. Dès le milieu des années 1960, les gouvernements construisaient leurs propres systèmes SIG, écrivant le code en interne.

Dans les années 1980, alors que le matériel informatique devenait moins cher et plus interopérable, l'économie du SIG a changé. Plutôt que d'acheter des ordinateurs et d'écrire des systèmes SIG à partir de zéro, les gouvernements ont acheté des ordinateurs, puis des logiciels de SIG. Un écosystème de fournisseurs de SIG propriétaires a rapidement émergé. Certains fournisseurs étaient basés au niveau régional, d'autres étaient spécialisés dans des domaines particuliers comme la foresterie ou le pétrole et le gaz.

Certains des derniers systèmes internes ont été écrits par le gouvernement. Le système de soutien à l'analyse des ressources géographiques (GRASS) a été écrit par l'US Army Corps of Engineers après un processus d'évaluation qui a déterminé qu'aucun des systèmes propriétaires actuels ne répondait à leurs besoins. Le Map Overlay and Statistical System (MOSS) a été rédigé par le US Fish and Wildlife Service, après une évaluation de marché similaire.

GRASS et MOSS ont tous deux été publiés en tant qu'œuvres du domaine public, devenant effectivement les premiers exemples de logiciels géospatiaux open source. GRASS a reçu une nouvelle licence en tant que projet GPL au milieu des années 90. Cependant, tout au long des années 1990, l'OSS a largement langui dans le milieu universitaire tandis que les logiciels propriétaires remplissaient l'ensemble de l'écosystème du gouvernement et des entreprises pour les SIG basés sur les postes de travail.

Tout comme le marché des ordinateurs et des systèmes d'exploitation s'est consolidé à Intel et Microsoft dans les années 80, le marché des SIG s'est consolidé dans les années 90. La bataille de la consolidation du marché des SIG en Amérique du Nord et, de plus en plus, dans le reste du monde, a été remportée par un fournisseur exclusif, ESRI, qui a commencé à partir d'une base de marché au sein du gouvernement fédéral américain et a progressivement remplacé d'autres concurrents sur le marché nord-américain. En 2000, ESRI avait atteint une position de marché géospatiale similaire à celle d'Oracle ou de Microsoft sur le marché informatique général. Ils étaient le fournisseur par défaut et le seul choix sûr pour les décideurs.

Comme Microsoft et Oracle, la domination du marché d'ESRI reposait sur une catégorie de produits étroite mais importante. Microsoft dominait les systèmes d'exploitation et la bureautique. Oracle dominait les bases de données relationnelles. La catégorie dominante d'ESRI était, et est toujours, les logiciels SIG de bureau. Le logiciel SIG de bureau offre aux utilisateurs la possibilité de créer, d'éditer, d'analyser et d'imprimer cartographiquement des données géospatiales.

L'essor d'Internet a été notoirement perturbateur pour le modèle commercial de Microsoft. En 1995, Bill Gates a radicalement révisé la stratégie logicielle de l'entreprise pour se concentrer sur la communication en réseau. La nouvelle stratégie visait à anticiper l'apparition de nouveaux concurrents qui pourraient profiter de l'arène des logiciels Internet. Du côté des ordinateurs de bureau, Microsoft a réussi, Netscape a été écrasé et RealNetworks a pratiquement disparu.

Dans le domaine géospatial, ESRI a subi une perturbation similaire à cause d'Internet. Au fur et à mesure que leurs utilisateurs se sont habitués à accéder à des données non spatiales sur Internet, ils ont commencé à se poser une question évidente : « comment pouvons-nous fournir un accès à nos données géospatiales sur Internet ? ».

La question immédiate n'impliquait pas l'analyse, l'impression cartographique ou la capture de données, qui sont toutes les principales forces d'ESRI pour les ordinateurs de bureau. La demande immédiate concernait un accès simple aux données. À l'instar d'Oracle, ESRI a commis des erreurs stratégiques précoces en fournissant des versions de ses logiciels compatibles Internet. Leur modèle de tarification excluait les petites organisations car le coût d'entrée était trop élevé. Cependant, plutôt que de baisser les bras et de ne pas fournir de services Internet, les petites organisations et les individus ont simplement cherché des alternatives. Dans le cas d'Oracle, ils ont trouvé MySQL et PostgreSQL. Dans le cas d'ESRI, ils ont trouvé MapServer.

On peut soutenir que les prix que les individus et les petites organisations voulaient ne pouvaient pas être rationnellement fournis par ESRI ou Oracle. Mais, en éloignant les individus et les petites organisations, les fournisseurs dominants ont créé un nouveau marché qui a rapidement développé des suites de produits open source alternatives.

Dynamique du géospatial Open Source

En 2000, le marché des "serveurs de cartes Web" était tout nouveau. Le coût élevé et les faibles performances des offres d'ESRI ont ralenti l'adoption. La faible barre technique à l'entrée nécessaire pour « afficher des cartes sur Internet » a permis à un nouvel entrant de gagner du terrain. MapServer a été développé à l'origine dans un cadre universitaire, l'Université du Minnesota, à l'aide de subventions. Sorti en open source en 2000, il avait juste assez de fonctionnalités existantes pour commencer à attirer de nouveaux développeurs.

Une fois que MapServer a commencé à fournir des services utiles aux utilisateurs, il a commencé à attirer davantage de développement open source. Contrairement au modèle « payer pour jouer » des produits propriétaires, le MapServer open source a permis aux organisations de se familiariser gratuitement avec les fonctionnalités existantes, puis de payer pour ajouter de nouvelles fonctionnalités si et quand elles en avaient besoin. Les organisations qui ont adopté MapServer gratuitement ont commencé à utiliser des fonds pour ajouter des améliorations autour des marges.

Parmi les fonctionnalités ajoutées par la communauté d'utilisateurs de MapServer figuraient la possibilité de lire des données à partir de formats de fichiers SIG supplémentaires et d'images satellite, ainsi que la prise en charge des normes d'interopérabilité internationales. Les améliorations, et en particulier la prise en charge des normes, ont permis de rendre MapServer utile à un public plus large, ce qui a stimulé encore plus la croissance du marché.

Les caractéristiques des adoptants du géospatial open source sont familières à tout étudiant de la dynamique du marché open source. Les outils open source sont généralement évangélisés par le personnel technique, qui a la capacité d'acquérir et de tester les outils eux-mêmes. Cela limite effectivement l'adoption précoce aux startups et aux grandes organisations avec des poches d'expertise technique progressive. Les organisations conservatrices ont tendance à recueillir des renseignements auprès des fournisseurs et des magazines spécialisés, qui servent principalement à renforcer les modèles d'achat existants. Les organisations qui ont déjà choisi un produit propriétaire pour une catégorie fonctionnelle passeront rarement à un équivalent open source jusqu'à ce que le produit propriétaire atteigne la fin de vie.

Les exceptions à cette règle ont été les phénomènes open source, comme Linux ou Firefox, qui ont reçu de la publicité en dehors de la presse spécialisée. La publicité autour de Linux a forcé même les organisations conservatrices à envisager formellement l'utilisation de l'open source général.

Le géospatial open source est une petite niche et son logiciel ne recevra jamais la couverture médiatique populaire du genre qui a fait la renommée de Linux et Firefox. La plupart des clients existants de logiciels géospatiaux, tels que les gouvernements et les industries des ressources, restent confortablement dans les bras du fournisseur propriétaire dominant, ESRI.

Le marché où le géospatial open source a été le plus rapidement adopté est celui des organisations dans lesquelles il n'y a pas de biais existant envers le fournisseur propriétaire dominant. Ce sont généralement des entreprises ou des agences qui font leur première incursion dans la cartographie Internet, motivées par la renaissance géospatiale déclenchée par l'introduction de Google Earth et de Google Maps. Leur personnel technique recherche les options et constate qu'ils peuvent obtenir ce qu'ils veulent de l'open source. L'open source disponible comprend :

  • la base de données géospatiale PostGIS pour fournir des services de carte Web et des services d'entités Web
  • la bibliothèque de programmation GDAL
  • la boîte à outils Geotools Java SIG
  • le cadre d'application géospatiale SharpMap
  • les interfaces web fournies par OpenLayers

Les fournisseurs de services Web, qui doivent faire évoluer leur infrastructure en fonction des changements potentiellement exponentiels des utilisateurs, sont particulièrement enthousiasmés par l'open source. Le coût en capital de la mise à l'échelle d'une infrastructure qui utilise un logiciel propriétaire est de X USD multiplié par le nombre de nœuds. Pour l'open source, le coût en capital de la mise à l'échelle est nul. Les coûts annuels de support d'infrastructure pour les logiciels propriétaires sont à nouveau verrouillés linéairement au nombre de nœuds. Pour l'open source, les coûts de support en frais de conseil aux programmeurs ou aux entreprises open source augmentent généralement avec le nombre de nœuds, car les chances d'avoir besoin de nouvelles fonctionnalités ou d'exposer des bogues augmentent à mesure que l'utilisation augmente, mais l'augmentation est généralement moins que linéaire.

Voici des exemples de nouvelles sociétés Internet utilisant le géospatial open source :

    , une société d'informations immobilières , une communauté de partage de données , une société de gestion de flotte et de suivi de véhicules , un revendeur d'images satellite , un site de critiques de restaurants , un module complémentaire spatial pour Facebook

L'autre domaine où le géospatial open source a été adopté est celui des poches techniquement averties des grandes organisations. Comme les sociétés Internet, ces organisations ont suffisamment de demandes du côté des utilisateurs pour que le déploiement d'un logiciel de service Internet propriétaire crée une lourde charge financière. Contrairement aux startups, les grandes organisations peuvent potentiellement se permettre de payer pour le logiciel propriétaire.

Dans certaines grandes organisations conservatrices, des managers visionnaires adoptent et déploient l'open source. Cependant, l'adoption n'a rien de systématique, elle est une conséquence de la personnalité et des intérêts personnels du gestionnaire. S'il quitte l'entreprise, la poche open source peut disparaître. Parce que le progrès du géospatial open source dans ces organisations est tellement basé sur la personnalité, il a tendance à être rare et à se dérouler par à-coups.

Défis géospatiaux open source

Les progrès du géospatial open source sur le bureau ont été très lents. Les logiciels géospatiaux de bureau ont déjà un titulaire propriétaire bien établi, ArcGIS d'ESRI, avec une longue histoire. La quantité de code de qualité requise pour atteindre la parité des fonctionnalités avec l'opérateur historique est très élevée, car ESRI travaille sur son logiciel de bureau depuis des décennies. Des implémentations de bureau simples sont disponibles avec QGIS, uDig et gvSIG, mais sont principalement réservées au créneau des organisations à très petit budget. En conséquence, les ressources financières ne sont pas disponibles pour accélérer le développement et le rythme des progrès reste lent. L'exception a été gvSIG, qui est fortement financé par les organisations gouvernementales espagnoles, mais il s'agit encore principalement d'un développement de niche utilisé en Espagne.

Dans tous les cas, la croissance du géospatial open source a été ralentie par des questions d'échelle. Les produits open source génèrent des flux de revenus beaucoup plus faibles auprès des populations d'utilisateurs que les produits propriétaires. Sur les grands marchés avec des clients bien capitalisés, les entreprises peuvent gagner beaucoup d'argent même avec le plus petit flux de revenus de l'open source.

Cependant, dans un petit marché vertical, il est difficile pour les entreprises de prendre pied. Un client déploie généralement plusieurs produits géospatiaux open source pour créer une solution, de sorte qu'un fournisseur de support doit avoir une vaste expérience en interne pour prendre en charge l'ensemble de la solution. Dans un modèle traditionnel, les coûts de démarrage seraient capitalisés par un investisseur en capital-risque, mais la taille du marché géospatial rend improbable les rendements de 10:1 requis par le capital-risque.

OpenGeo brise le blocage du support géospatial en créant une entreprise sociale utilisant un financement philanthropique pour démarrer une organisation qui contient l'étendue de l'expertise nécessaire pour prendre en charge une variété d'applications géospatiales open source. La motivation d'OpenGeo n'est pas de maximiser le profit, mais de maximiser le bien social, tout en couvrant les coûts. Cela permet à l'organisation de construire un marché durable tout en survivant sur les plus petites sources de revenus disponibles dans l'arène géospatiale open source. Les produits pris en charge par OpenGeo, tels que Geoserver, OpenLayers, PostGIS et GeoExt, constituent une pile de déploiement de haut en bas pour les applications géospatiales.

Leçons pour d'autres marchés

Le géospatial open source contient un certain nombre d'enseignements pour d'autres marchés verticaux. Premièrement, les assauts frontaux contre le principal fournisseur propriétaire ont peu de chances de réussir. Dans leurs domaines principaux, le fournisseur leader a un avantage en matière de développement technologique et de partage d'esprit existant. Habituellement, construire suffisamment de technologie pour rivaliser avec un fournisseur leader prend des années de développement, et un produit partiellement fonctionnel sera ignoré.

Deuxièmement, les changements technologiques perturbateurs offrent des opportunités pour l'open source. La plupart des principaux fournisseurs se sont taillé un avantage sur les ordinateurs de bureau au cours des années 1980 et 1990. La transition vers les services Web a ouvert une lacune temporaire sur le marché où les fournisseurs existants ont un avantage technologique moindre et leur avantage marketing est limité à leur univers de clients existant. L'open source peut devenir le cœur des nouvelles entreprises de services en concurrence avec les éditeurs de logiciels propriétaires.

Enfin, les nouveaux marchés de capacités sont l'opportunité la plus fertile de toutes. Dans le domaine géospatial, son expansion dans la vie quotidienne, grâce au suivi des véhicules et des appareils, à l'imagerie aérienne à faible coût et à la cartographie portable, fait croître le marché de manière exponentielle. De nouveaux développeurs et managers, sans préjugés de longue date, font des choix technologiques. A armes égales, les technologies Internet open source sont régulièrement gagnantes.


Vous pouvez essayer de tracer dans le fichier journal PostgreSQL ce que "pg_dump -t table -s" fait vraiment. Ensuite, vous pouvez utiliser la même méthode pour écrire votre propre fonction SQL.

ou utilisez les outils d'interface graphique PostgreSQL (pgAdmin, phpPgAdmin, etc.)

En ligne de commande ( psql ), vous pouvez exécuter : d <table name> pour lister toutes les colonnes, leurs types et leurs index.

En s'appuyant sur la première partie de la réponse de @CubicalSoft, vous pouvez insérer la fonction suivante qui devrait fonctionner pour des tables simples (assume le schéma "public" par défaut et omet les contraintes, les index et les types de données définis par l'utilisateur, etc. etc.). La réponse @RJS est le seul moyen de le faire correctement pour le moment, c'est quelque chose qui devrait être intégré à psql!

Je me rends compte que je suis un peu en retard pour cette fête, mais c'était le premier résultat de ma recherche Google, alors j'ai pensé que je répondrais avec ce que j'avais trouvé.

Vous pouvez aller assez loin vers une solution avec cette requête pour obtenir les colonnes :

Et puis cette requête pour les index les plus courants :

Ensuite, il s'agit de construire la ou les chaînes de requête dans le bon format.


Géospatial : un microcosme open source

Éd. Remarque: Cet article a été initialement publié dans le numéro de mars 2009 d'Open Source Business Resource. L'article est sous licence Creative Commons.

"L'homme est un microcosme, ou un petit monde, parce qu'il est un extrait de toutes les étoiles et planètes de tout le firmament, de la terre et des éléments et donc il en est la quintessence." Philippe Auréole Paracelse

L'open source a connu un grand succès dans le traitement général de l'information, mais a-t-il un avenir sur les marchés verticaux ? Dans cet article, nous examinons comment l'open source géospatial fournit un exemple des défis du marché d'un marché vertical de taille moyenne.

Open Source et Décideurs
Les logiciels open source (OSS) à usage général sont sur le radar des décideurs depuis près d'une décennie. Les grands projets comme Linux, Apache, Firefox et Open Office sont pris en charge par des sociétés Fortune 500 comme IBM et Sun. Tout le monde connaît l'open source, c'est dans leurs projets, des livres ont été écrits. Dans le domaine des technologies de l'information (TI) générales, il y a peu de choses à dire sur l'open source.

Cependant, le monde informatique ne s'arrête pas aux bases de données, aux systèmes d'exploitation et à la bureautique. L'informatique est comme une forme fractale, chaque facette principale peut être subdivisée et re-subdivisée en formes particulières qui répondent aux besoins de marchés uniques.

L'économie regorge de marchés de niche avec des exigences de traitement de l'information très particulières. Des exemples de marchés de niche peuvent être trouvés dans les soins de santé, l'éducation, les ressources naturelles, la fabrication et la téléphonie. Chacun de ces domaines utilise les blocs de construction open source génériques qui ont déjà balayé l'informatique. Ils ont également leurs propres écosystèmes distincts de fournisseurs propriétaires dominants et de normes de facto qui façonnent la prise de décision et l'acquisition de logiciels. L'open source se développe sur ces marchés de niche, mais beaucoup plus lentement que dans l'informatique généraliste. Les raisons sont assez simples : des marchés plus petits signifient moins d'utilisateurs, moins de développeurs et moins de ressources pour l'open source.

Histoire des marchés géospatiaux
Le géospatial est l'un des domaines de niche qui est lentement colonisé par l'open source. Les logiciels géospatiaux sont utilisés par les gestionnaires de ressources naturelles, les cartographes, les gestionnaires de flotte et toute personne ayant une composante de localisation dans leurs données.

Géospatial est un terme récent pour ce qui est traditionnellement connu sous le nom de « systèmes d'information géographique » ou SIG. Les premiers utilisateurs du logiciel SIG étaient des scientifiques de l'environnement du gouvernement et des gestionnaires des terres. Dès le milieu des années 1960, les gouvernements construisaient leurs propres systèmes SIG, écrivant le code en interne.

Dans les années 1980, alors que le matériel informatique devenait moins cher et plus interopérable, l'économie du SIG a changé. Plutôt que d'acheter des ordinateurs et d'écrire des systèmes SIG à partir de zéro, les gouvernements ont acheté des ordinateurs, puis des logiciels de SIG. Un écosystème de fournisseurs de SIG propriétaires a rapidement émergé. Certains fournisseurs étaient basés au niveau régional, d'autres étaient spécialisés dans des domaines particuliers comme la foresterie ou le pétrole et le gaz.

Certains des derniers systèmes internes ont été écrits par le gouvernement. Le système de soutien à l'analyse des ressources géographiques (GRASS) a été écrit par l'US Army Corps of Engineers après un processus d'évaluation qui a déterminé qu'aucun des systèmes propriétaires actuels ne répondait à leurs besoins. Le Map Overlay and Statistical System (MOSS) a été rédigé par le US Fish and Wildlife Service, après une évaluation de marché similaire.

GRASS et MOSS ont tous deux été publiés en tant qu'œuvres du domaine public, devenant effectivement les premiers exemples de logiciels géospatiaux open source. GRASS a reçu une nouvelle licence en tant que projet GPL au milieu des années 90. Cependant, tout au long des années 1990, l'OSS a largement langui dans le milieu universitaire tandis que les logiciels propriétaires remplissaient l'ensemble de l'écosystème du gouvernement et des entreprises pour les SIG basés sur les postes de travail.

Tout comme le marché des ordinateurs et des systèmes d'exploitation s'est consolidé à Intel et Microsoft dans les années 80, le marché des SIG s'est consolidé dans les années 90. La bataille de consolidation du marché des SIG en Amérique du Nord et, de plus en plus, dans le reste du monde, a été remportée par un fournisseur exclusif, ESRI, qui a commencé à partir d'une base de marché au sein du gouvernement fédéral américain et a progressivement remplacé d'autres concurrents sur le marché nord-américain. En 2000, ESRI avait atteint une position de marché géospatiale similaire à celle d'Oracle ou de Microsoft sur le marché informatique général. Ils étaient le fournisseur par défaut et le seul choix sûr pour les décideurs.

Comme Microsoft et Oracle, la domination du marché d'ESRI reposait sur une catégorie de produits étroite mais importante. Microsoft dominait les systèmes d'exploitation et la bureautique. Oracle dominait les bases de données relationnelles. La catégorie dominante d'ESRI était, et est toujours, les logiciels SIG de bureau. Le logiciel SIG de bureau offre aux utilisateurs la possibilité de créer, d'éditer, d'analyser et d'imprimer cartographiquement des données géospatiales.

Perturbation du marché
L'essor d'Internet a été notoirement perturbateur pour le modèle commercial de Microsoft. En 1995, Bill Gates a radicalement revu la stratégie logicielle de l'entreprise pour se concentrer sur la communication en réseau. La nouvelle stratégie visait à anticiper l'apparition de nouveaux concurrents qui pourraient profiter de l'arène des logiciels Internet. Du côté des ordinateurs de bureau, Microsoft a réussi, Netscape a été écrasé et RealNetworks a pratiquement disparu.

Dans le domaine géospatial, ESRI a subi une perturbation similaire à cause d'Internet. Au fur et à mesure que leurs utilisateurs se sont habitués à accéder à des données non spatiales sur Internet, ils ont commencé à se poser une question évidente : "comment pouvons-nous fournir un accès à nos données géospatiales sur Internet ?".

La question immédiate n'impliquait pas l'analyse, l'impression cartographique ou la capture de données, qui sont toutes les principales forces d'ESRI pour les ordinateurs de bureau. La demande immédiate concernait un accès simple aux données. À l'instar d'Oracle, ESRI a commis des erreurs stratégiques précoces en fournissant des versions de ses logiciels compatibles Internet. Leur modèle de tarification excluait les petites organisations car le coût d'entrée était trop élevé. Cependant, plutôt que de baisser les bras et de ne pas fournir de services Internet, les petites organisations et les individus ont simplement cherché des alternatives. Dans le cas d'Oracle, ils ont trouvé MySQL et PostgreSQL. Dans le cas d'ESRI, ils ont trouvé MapServer.

On peut soutenir que les prix que les individus et les petites organisations voulaient ne pouvaient pas être rationnellement fournis par ESRI ou Oracle. Mais, en éloignant les individus et les petites organisations, les fournisseurs dominants ont créé un nouveau marché qui a rapidement développé des suites de produits open source alternatives.

Dynamique du géospatial Open Source
En 2000, le marché des "serveurs de cartes Web" était tout nouveau. Le coût élevé et les faibles performances des offres d'ESRI ont ralenti l'adoption. La faible barre technique à l'entrée nécessaire pour « afficher des cartes sur Internet » a permis à un nouvel entrant de gagner du terrain. MapServer a été développé à l'origine dans un cadre universitaire, l'Université du Minnesota, à l'aide de subventions. Sorti en open source en 2000, il avait juste assez de fonctionnalités existantes pour commencer à attirer de nouveaux développeurs.

Une fois que MapServer a commencé à fournir des services utiles aux utilisateurs, il a commencé à attirer davantage de développement open source. Contrairement au modèle « payer pour jouer » des produits propriétaires, le MapServer open source a permis aux organisations de se familiariser gratuitement avec les fonctionnalités existantes, puis de payer pour ajouter de nouvelles fonctionnalités si et quand elles en avaient besoin. Les organisations qui ont adopté MapServer gratuitement ont commencé à utiliser des fonds pour ajouter des améliorations autour des marges.

Parmi les fonctionnalités ajoutées par la communauté d'utilisateurs de MapServer figuraient la possibilité de lire des données à partir de formats de fichiers SIG supplémentaires et d'images satellite, ainsi que la prise en charge des normes d'interopérabilité internationales. Les améliorations, et en particulier la prise en charge des normes, ont permis de rendre MapServer utile à un public plus large, ce qui a stimulé encore plus la croissance du marché.

Les caractéristiques des adoptants du géospatial open source sont familières à tout étudiant de la dynamique du marché open source. Les outils open source sont généralement évangélisés par le personnel technique, qui a la capacité d'acquérir et de tester les outils eux-mêmes. Cela limite effectivement l'adoption précoce aux startups et aux grandes organisations avec des poches d'expertise technique progressive. Les organisations conservatrices ont tendance à recueillir des renseignements auprès des fournisseurs et des magazines spécialisés, qui servent principalement à renforcer les modèles d'achat existants. Les organisations qui ont déjà choisi un produit propriétaire pour une catégorie fonctionnelle passeront rarement à un équivalent open source jusqu'à ce que le produit propriétaire atteigne la fin de vie.

Les exceptions à cette règle ont été les phénomènes open source, comme Linux ou Firefox, qui ont reçu de la publicité en dehors de la presse spécialisée. La publicité autour de Linux a forcé même les organisations conservatrices à envisager formellement l'utilisation de l'open source général.

Le géospatial open source est une petite niche et son logiciel ne recevra jamais la couverture médiatique populaire du genre qui a fait la renommée de Linux et Firefox. La plupart des clients existants de logiciels géospatiaux, tels que les gouvernements et les industries des ressources, restent confortablement dans les bras du fournisseur propriétaire dominant, ESRI.

  • la base de données géospatiale PostGIS pour fournir des services de carte Web et des services d'entités Web
  • la bibliothèque de programmation GDAL
  • la boîte à outils Geotools Java SIG
  • le cadre d'application géospatiale SharpMap
  • les interfaces web fournies par OpenLayers
    , une société d'informations immobilières , une communauté de partage de données , une société de gestion de flotte et de suivi de véhicules , un revendeur d'images satellite , un site de critiques de restaurants , un module complémentaire spatial pour Facebook

Dans certaines grandes organisations conservatrices, des managers visionnaires adoptent et déploient l'open source. Cependant, l'adoption n'a rien de systématique, elle est une conséquence de la personnalité et des intérêts personnels du gestionnaire. S'il quitte l'entreprise, la poche open source peut disparaître. Parce que le progrès du géospatial open source dans ces organisations est tellement basé sur la personnalité, il a tendance à être rare et à se dérouler par à-coups.

Défis géospatiaux open source
Les progrès du géospatial open source sur le bureau ont été très lents. Les logiciels géospatiaux de bureau ont déjà un titulaire propriétaire bien établi, ESRI’s ArcGIS, avec une longue histoire. La quantité de code de qualité requise pour atteindre la parité des fonctionnalités avec l'opérateur historique est très élevée, car ESRI travaille sur son logiciel de bureau depuis des décennies. Des implémentations de bureau simples sont disponibles avec QGIS, uDig et gvSIG, mais sont principalement réservées au créneau des organisations à très petit budget. En conséquence, les ressources financières ne sont pas disponibles pour accélérer le développement et le rythme des progrès reste lent. L'exception a été gvSIG, qui est fortement financé par les organisations gouvernementales espagnoles, mais il s'agit encore principalement d'un développement de niche utilisé en Espagne.

Dans tous les cas, la croissance du géospatial open source a été ralentie par des questions d'échelle. Les produits open source génèrent des flux de revenus beaucoup plus faibles auprès des populations d'utilisateurs que les produits propriétaires. Sur les grands marchés avec des clients bien capitalisés, les entreprises peuvent gagner beaucoup d'argent même avec le plus petit flux de revenus de l'open source.

Cependant, dans un petit marché vertical, il est difficile pour les entreprises de prendre pied. Un client déploie généralement plusieurs produits géospatiaux open source pour créer une solution, de sorte qu'un fournisseur de support doit avoir une vaste expérience en interne pour prendre en charge l'ensemble de la solution. Dans un modèle traditionnel, les coûts de démarrage seraient capitalisés par un investisseur en capital-risque, mais la taille du marché géospatial rend improbable les rendements de 10:1 requis par le capital-risque.

OpenGeo brise le blocage du support géospatial en créant une entreprise sociale utilisant un financement philanthropique pour démarrer une organisation qui contient l'étendue de l'expertise nécessaire pour prendre en charge une variété d'applications géospatiales open source. La motivation d'OpenGeo n'est pas de maximiser le profit, mais de maximiser le bien social, tout en couvrant les coûts. Cela permet à l'organisation de construire un marché durable tout en survivant sur les plus petites sources de revenus disponibles dans l'arène géospatiale open source. Les produits pris en charge par OpenGeo, tels que Geoserver, OpenLayers, PostGIS et GeoExt, constituent une pile de déploiement de haut en bas pour les applications géospatiales.

Leçons pour d'autres marchés
Open source geospatial holds a number of lessons for other vertical markets. First, frontal assaults on the leading proprietary vendor are unlikely to succeed. In their core areas, the leading vendor has an advantage in technology development and existing mind-share. Usually, building enough technology to compete with a leading vendor head-to-head takes years of development, and a partially functional product will be ignored.

Second, disruptive changes in technology provide opportunities for open source. Most leading vendors carved out their advantage on the desktop during the 1980s and 1990s. The transition to web-based services has opened a temporary gap in the marketplace where existing vendors have a smaller technology advantage, and their marketing advantage is limited to their existing universe of customers. Open source can become the core for new service-based companies competing with proprietary software vendors.

Finally, new markets for capabilities are the most fertile opportunity of all. In geospatial, its expansion into daily life, through vehicle and device tracking, low cost aerial imaging, and handheld mapping, is growing the market exponentially. New developers and managers, without long-held preconceptions, are making technology choices. On a level playing field, open source Internet technologies are regularly winning.


1 Introduction

Our modern world need an increasing quantity of data, and especially geospatial data. Indeed, our capabilities to sense our environment as increased with ever more precise satellite imaging, LIDAR scanning, and mobile mapping. In parallel, another trend tends to connect data and semantize it (semantic web), with more abstract data such as vector data, becoming more accessible.

The challenge we face is then to design tools to efficiently create and edit those vector geospatial data. Generating high quality structured data is a challenge for which procedural tools are well adapted.

Procedural modelling is a powerful generative method, but notoriously hard to control (see Chen et al. (2008) Lasram et al. (2012) Lipp et al. (2011) for examples of increasing control). Hard control comes from the fact that understanding the link between initial parameters and the resulting model may not be obvious. Modelling is a process of simplification, as the goal is to model a complex phenomenon with a comparatively simple model.

However, having the capabilities to model something is one thing, finding the best parameters of the model so it best fits a set observation is another. The latter is called Inverse Procedural Modelling. The way to find the parameters may be a sophisticated mathematical method ( Martinovic and Van Gool (2013) Musialski and Wimmer (2013) ), or a user! Moreover, whatever the level of automation, some user control is necessary, be it to validate and correct results, or to extend it beyond the limits of the procedural tools used.

Yet numerous non-procedural tools exist to edit geospatial data : GIS software. Even considering only open source software, several major GIS software exist. Unsurprisingly, each has strong points. For instance QGIS 1 1 1 www.qgis.org has a user friendly interface and can integrate a great number of other open sources tools via plugins, GRASS GIS 2 2 2 https://grass.osgeo.org scales very well, can be automated and has extensive raster processing, OpenJump 3 3 3 www.openjump.org/ is light and has specialized tools for topology edition and validation. Leaflet 4 4 4 http://leafletjs.com/ or Openlayer 5 5 5 http://openlayers.org/ allow to easily build custom light web clients to access and edit data through a browser.

Those tools have their specificities, and it would be pointless to try to create a super-tool grouping all others, as modern programming paradigm tend toward simplicity (KISS principle). Users prefer to use several complementary tools to perform various tasks. However, each one of these software applications have their own programming language, User Interface (UI), and specific way to customize it. However they all have a common capability, which is to edit vector geometry and attributes.

We propose to take advantage of this common capability to use GIS software as interfaces for complex user interaction. Rather than having to create custom interaction handling for each GIS software, we deport the interaction handling inside of the database.

This approach might be coherent with recent trend to have lighter client that do not require installing (browser-based client).

This new paradigm can be used for many interactions, we use it to control an in-base Procedural Street generation method (StreetGen). As the goal is interaction, speed is important, with ideal speed under 300 milli second (not noticeable), with occasional spikes of a few seconds allowed.

In this work we will use both ”edition” and ”digitization” as the action of editing a vector layer (both geometry and attributes).

1.1 Plan

In section 2 we further introduce the method and the proposed in-base interaction, with details on patterns to facilitate design of in-base interaction and advanced interaction to help teamwork. In section 3 we illustrate how those design patterns can be used for controlling StreetGen and facilitate edits. Section 4 introduces perspectives and limitations, and Section 5 concludes this chapter.


Plugin Tasks

The following tasks are contained in plugins.

They can be added to osmosis by installing the specified plugin in one of the pathes below or by adding it to the command-line via the "-P" -option.

To install these tasks, copy the specified zip-file into

To write your own plugins, see Osmosis/WritingPlugins.

--write-osmbin-0.6

  • plugin-zip: libosm_osmosis_plugins.zip (Part of Traveling Salesman)
  • download: Traveling Salesman on Sourceforge (soon)
  • documentation: Traveling Salesman - Wiki

Pipe Description
inPipe.0 Consumes an entity stream.

Option Description Valid Values Default Value
dir The name of the directory to be written to. Will be created if needed. Will append/update if osmbin-data exists. Any valid directory-name. none

  • java -classpath lib/jpf.jar:lib/commons-logging-1.0.4.jar:lib/osmosis.jar org.openstreetmap.osmosis.core.Osmosis --read-xml file="../Desktop/hamburg.osm.bz2" --write-osmbin-0.6 dir="../osmbin-map"

--dataset-osmbin-0.6

Read and write from/to a directory in Osmbin version 1.0 and provide random access to it for further tasks

this task is not yet finished. It provides random access but the bulk-methods iterate() and iterateBoundingBox() are not yet implemented.

Pipe Description
inPipe.0 Consumes an entity stream.

Option Description Valid Values Default Value
dir The name of the directory to be written to. Will be created if needed. Will append/update if osmbin-data exists. Any valid directory-name. none

  • java -classpath lib/jpf.jar:lib/commons-logging-1.0.4.jar:lib/osmosis.jar org.openstreetmap.osmosis.core.Osmosis --read-xml file="../Desktop/hamburg.osm.bz2" --dataset-osmbin-0.6 dir="../osmbin-map"

--reindex-osmbin-0.6

Recreate the .idx -filed for a directory in Osmbin version 1.0

  • plugin-zip: libosm_osmosis_plugins.zip (Part of Traveling Salesman)
  • download: Traveling Salesman on Sourceforge
  • documentation: Traveling Salesman - Wiki
  • this task can also be run standalong. as java -jar libosm.jar org.openstreetmap.osm.data.osmbin.v1_0.OsmBinV10Reindexer (directory-name)

Option Description Valid Values Default Value
dir The name of the directory to be reindexed. Any valid directory-name. none

--read-osmbin-0.6

Read from a directory in Osmbin version 1.0 -format.

plugin-zip: TravelingSalesman_OsmosisPlugins.zip

Pipe Description
outPipe.0 Creates an entity stream.

Option Description Valid Values Default Value
dir The name of the directory to be read from. Any valid directory-name. none

--induce-ways-for-turnrestrictions (-iwtt)

Convert all intersections with turn-restrictions from a node into an equivalent number of oneway-streets that can only be traveled as allowed by the turn-restriction. This is meant to be a preprocessing-step for routers that cannot deal with restrictions/cost on graph-nodes.

plugin-zip: TravelingSalesman_OsmosisPlugins.zip

--simplify

The simplify plugin filters to drop some elements in order to simplify the data. Currently it does one extremely crude form of simplification. It drops all nodes apart from the start and end nodes of every way.

The current simplify task takes no options


1 Answer 1

The right of key isn't described in the manual at all (at least I couldn't find it). In fact, those keys are deprecated. The file pgf/frontendlayer/tikz/tikz.code.tex contains the following code:

That is, the center of the new node is placed node distance away from the center anchor of the old node (where only the first number in node distance is used). You can see why this option is deprecated if you try a wide node:

On the other hand right=of would measure the node distance (defaulting to 1cm) from the east anchor of node une to the west anchor of node b:

Note that in order to use the right=of ⟨node⟩ syntax, you need to include the TikZ library positioning via usetikzlibrary .