Npgsql.EntityFrameworkCore.PostgreSQL 中 PostGIS 与 PostgreSQL 几何类型的区别与使用
2025-07-10 13:01:23作者:毕习沙Eudora
理解问题本质
在使用 Npgsql.EntityFrameworkCore.PostgreSQL 进行地理空间数据操作时,开发者可能会遇到类似"function st_distance(point, geometry) does not exist"的错误。这实际上反映了 PostgreSQL 中两种不同的几何数据类型系统的混淆:PostGIS 扩展提供的空间数据类型和 PostgreSQL 内置的几何类型。
PostgreSQL 内置几何类型 vs PostGIS 空间类型
PostgreSQL 本身提供了一组内置的几何类型(point、line、lseg、box、path、polygon、circle),这些类型定义在 geometric 模块中,主要用于简单的几何计算。而 PostGIS 是一个功能更加强大的空间数据库扩展,提供了完整的 GIS 功能支持。
关键区别在于:
- 数据类型名称不同:内置类型直接使用 point,而 PostGIS 使用 geometry(POINT)
- 功能支持不同:PostGIS 提供了丰富的空间函数(ST_Distance、ST_Within 等)
- 坐标系支持:PostGIS 支持 SRID 和地理坐标系统
正确配置 Npgsql 使用 PostGIS
要在 EF Core 中正确使用 PostGIS 空间类型,需要进行以下配置:
- 确保数据库已安装 PostGIS 扩展:
CREATE EXTENSION IF NOT EXISTS postgis;
- 在 DbContext 中配置使用 NetTopologySuite:
static ApplicationDbContext()
{
NpgsqlConnection.GlobalTypeMapper.UseNetTopologySuite();
}
protected override void OnConfiguring(DbContextOptionsBuilder optionsBuilder)
{
optionsBuilder.UseNpgsql("连接字符串", x => x.UseNetTopologySuite());
}
protected override void OnModelCreating(ModelBuilder modelBuilder)
{
modelBuilder.HasPostgresExtension("postgis");
}
- 实体类应使用正确的数据类型注解:
[Column(TypeName = "geometry (point)")]
public Point Location { get; set; }
创建正确的表结构
使用 PostGIS 时,表结构应该使用 geometry 类型而非内置的 point 类型:
CREATE TABLE IF NOT EXISTS public."TestTable"
(
"ID" integer NOT NULL,
"Location" geometry(POINT) NOT NULL,
CONSTRAINT "TestTable_pkey" PRIMARY KEY ("ID")
);
空间查询示例
正确配置后,可以执行各种空间查询:
var point = new Point(longitude, latitude) { SRID = 4326 };
// 按距离排序
var locations = context.TestTables
.OrderBy(x => x.Location.Distance(point))
.ToList();
// 查找半径范围内的点
var radius = 1000; // 米
var nearbyLocations = context.TestTables
.Where(x => x.Location.IsWithinDistance(point, radius))
.ToList();
常见问题解决
- 类型不匹配错误:确保数据库列类型为 geometry 而非 point
- 函数不存在错误:检查是否已正确创建 PostGIS 扩展
- SRID 问题:确保查询时设置了正确的 SRID
- 性能问题:为几何列创建空间索引
通过正确区分和使用 PostgreSQL 内置几何类型与 PostGIS 空间类型,开发者可以充分利用 PostGIS 提供的强大空间功能,在 .NET 应用中实现丰富的地理空间数据处理能力。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1