1. 起因

不久前，接收到业务方一个判断关于多边形之间，是否存在包含关系（比如交集区域面积大于任意一多边形面积的50%即认定为包含），最终输出存在包含关系的多边形关系数据的需求。

很明显，业务逻辑相对简单，主要难点是判定包含关系过程中的一些技术实现逻辑。

2. 问题

ok，首先拆分一下涉及到的判断步骤，看看其中涉及到的技术难点：

无效数据过滤：判定多边形的Polygon数据是否有效（是否闭合、是否内交等）；
判定多边形是否相交：多边形相交的判断逻辑；
计算相交区域Polygon：计算出两个相交多边形的交集Polygon数据；
计算多边形面积：如何根据Polygon数据计算面积；

3. 一些尝试

3.1 方案探索及问题解决

因为有之前类似的项目经验我遇到的一个难题，早在1966年就已经有解决方案了...
所以第一个念头就是，技术方案是否可以复用在这个项目中？

很遗憾。仔细思考了下业务逻辑后，发现并不可行。

上一项目：允许一定精度损失的模糊距离匹配。
当前项目：两个多边形要么相交，要么不相交，不存在模糊的第三个选项。

好叭，只好调研新的方向了。
不过这也正是解决难题的乐趣所在，不是吗？

其实仔细想来，这类空间计算需求相对常见，理论上应该存在相关的科学计算包。

经过一番搜索，在这篇问题中找到了思路。 stackoverflow.com/questions/7…

其中一个回答中提到的st_intersection函数，根据名字来看，貌似是符合需求的?

再结合我所使用到的spark计算框架，找到了这样一个开源项目：Apache Sedona

逐个确定当前框架如何实现2. 问题中提到的技术问题：

无效数据过滤：ST_IsValid；
判定多边形是否相交：ST_Intersects；
计算相交区域Polygon：ST_Intersection；
计算多边形面积：ST_AreaSpheroid；

似乎，所有问题都迎刃而解啦？

才怪咧，到了demo测试阶段，才发现原始数据质量问题才是大头...
比如: MultiPolygon类型的数据存储为Polygon格式，导致无法通过poly有效性检验（ST_IsValid） MultiPolygon存储为Polygon的错误数据.png 关于Polygon和MultiPolygon定义以及在geojson中存储格式上的区别，可以参考这篇文章：GIS的polygon和multipolygon。
在和原始数据提供方沟通后，由于数据使用方较多，本项目暂时采用兼容方案对这类数据予以兼容。