QGIS中PostgreSQL图层复制后要素计数问题的分析与解决
问题背景
在使用QGIS处理PostgreSQL数据库图层时,用户发现了一个关于要素计数的异常现象:当复制一个PostgreSQL图层后,修改原始图层的过滤条件会导致复制图层的要素计数也发生变化。此外,在复制图层上修改过滤条件时,要素计数不会自动更新。更严重的是,当添加一个本应被过滤掉的新要素时,要素计数仍然会增加。
问题重现
- 创建一个基于PostgreSQL的图层
- 复制该图层
- 在两个图层上都启用要素计数显示(此时计数相同)
- 在原始图层上添加过滤条件(右键 > 过滤器...)
- 观察发现两个图层的要素计数仍然相同,尽管过滤条件只应用在原始图层上
技术分析
经过深入分析,发现问题的根源在于QGIS中PostgreSQL图层的共享数据机制。具体表现为:
-
共享数据对象问题:当复制图层时,
QgsPostgresSharedData
对象mShared
在图层克隆过程中被共享。在layer->dataProvider()->handlePostCloneOperations(mDataProvider)
调用中,复制图层引用了与原始图层相同的共享数据对象。 -
要素计数更新机制缺陷:在
updateLabel
方法中,系统会检查mShared->featuresCounted()
的返回值。由于共享数据对象的存在,复制图层不会更新自己的要素计数。 -
过滤条件同步问题:共享数据对象维护的要素计数会在添加和删除要素时更新,这就导致了即使添加的要素被过滤掉,计数仍然会增加的问题。
解决方案
针对这一问题,开发团队提出了几种可能的解决方案:
-
避免共享数据引用:在图层克隆过程中,避免复制图层引用原始图层的
QgsPostgresSharedData
对象。 -
扩展共享数据结构:将过滤条件(subsetString)纳入
QgsPostgresSharedData
中,确保不同过滤条件的图层不会共享相同的计数数据。 -
动态创建共享数据:在修改过滤条件时,为图层创建一个新的
QgsPostgresSharedData
对象。
经过评估,团队最终选择了第三种方案,因为它能够最彻底地解决问题,同时保持代码的清晰性和可维护性。
临时解决方案
在正式修复发布前,用户可以采取以下临时解决方案:
-
使用"复制并粘贴"而非"复制"功能来创建新图层,因为这会通过QLR定义导出和导入创建一个全新的图层。
-
保存并重新打开项目,这可以强制刷新要素计数使其显示正确值。
影响范围
该问题主要影响以下场景:
- 使用PostgreSQL数据源的图层
- 涉及图层复制操作的工作流
- 依赖准确要素计数的自动化处理流程
结语
这一问题揭示了QGIS在处理共享数据源图层时的潜在缺陷。通过深入分析数据共享机制和要素计数更新流程,开发团队不仅解决了当前问题,也为未来类似问题的预防提供了宝贵经验。对于用户而言,理解这一机制有助于更好地规划数据处理流程,避免因要素计数不准确而导致的分析错误。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0113AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









