咨询客服
Geobuf
2026年11月02日 09:12
GISBox是一站式三维 GIS 数据编辑、转换、发布平台，支持 OSGB/GEOTIFF/RVT 等多种 GIS 格式编辑，转换为 3DTiles/Terrain 等并发布。
简介
Geobuf是由Mapbox开发的一种紧凑的GIS二进制地理数据编码格式，它基于Google Protocol Buffers技术，能将GeoJSON数据近乎无损地压缩到原体积的1/6到1/8，即便对比gzip压缩后的GeoJSON，体积仍能再缩小2-2.5倍，坐标精度保留到小数点后6位（约10厘米），编码解码速度甚至超过原生JSON的解析与序列化操作，还支持增量解析和部分读取，无需加载完整文件就能提取所需要素，适配Web地图前端高效加载、空间数据库存储、分布式GIS系统数据传输等场景，目前已提供JavaScript、Python等多语言实现，也能与PostGIS等主流GIS工具无缝对接。
文件结构
Geobuf核心文件结构由下面几个核心部分组成：
- Protocol Buffers协议定义层：基于Mapbox官方开源的geobuf.proto预定义Schema，通过Google Protobuf的结构化序列化规则，把GeoJSON的几何、属性等全量数据映射为二进制消息，是整个格式的编码基础。
- 可变长度头部元数据区：存储全局配置信息，包括坐标精度控制参数、要素总数量、全局边界框范围、自定义扩展字段标识，程序读取这部分就能快速掌握数据集整体概况，无需解析全量数据。
- 几何数据压缩层：采用差分整数编码对经纬度坐标进行压缩，把原始浮点坐标转换为整数序列存储，在保留小数点后6位精度的前提下，大幅减少坐标数据的存储空间，这也是Geobuf体积远小于普通GeoJSON的核心原因。
- 属性数据共享层：对所有要素的属性键值对进行去重处理，把重复的属性名、属性值统一存储为共享字典，后续要素仅通过字典索引引用对应属性，避免大量重复字符串占用存储空间。
- 要素主体存储区：文件的核心主体，按顺序连续排列所有地理要素，每个要素独立封装几何类型标识、压缩后的坐标序列、属性字典索引，支持增量解析和部分读取，可按需提取单个要素而不用加载完整文件。
- 扩展兼容预留区：Protobuf原生的可选字段机制预留的扩展空间，支持后续新增几何类型、自定义元数据等扩展内容，保证格式的前向和后向兼容性，适配不同场景的定制化需求。
优点
- 超高压缩比：能将普通GeoJSON文件体积缩小6-8倍，即便对比经过gzip压缩的GeoJSON，体积仍能再减少2-2.5倍，大幅降低存储占用和网络传输带宽消耗。
- 编解码性能优异：基于Protocol Buffers的二进制序列化机制，编码和解码速度甚至超过原生JSON的parse/stringify操作，在处理大规模地理要素集时性能优势尤为明显。
- 完全兼容GeoJSON：支持所有标准GeoJSON数据结构，包括任意自定义扩展属性，不会丢失任何要素语义，能无缝对接现有基于GeoJSON的GIS工作流。
- 支持流式按需访问：具备增量解析能力，读取过程中可逐步提取要素，无需一次性将全量数据加载到内存，还支持部分读取，仅加载目标要素片段，大幅降低大文件处理的内存开销。
- 生态适配性较好：提供JavaScript、Python、Java等多语言官方实现，PostGIS等主流空间数据库已内置ST_AsGeobuf等原生转换函数，可直接在数据库层完成格式编码输出。
缺点
- 格式规范稳定性不足：官方文档明确标注编码Schema仍存在调整空间，长期依赖该格式的项目可能面临版本兼容风险，不同版本生成的文件可能出现解析异常。
- 桌面GIS工具原生支持度低：相比GeoJSON、Shapefile等成熟格式，QGIS、ArcGIS等主流桌面GIS软件大多未提供原生的Geobuf读写能力，多数场景下需要借助第三方插件或代码转换才能导入导出数据。
- 无内置空间索引：格式本身未集成原生空间索引结构，无法像FlatGeobuf那样直接通过文件内索引完成毫秒级空间范围过滤，大规模空间查询时仍需全量解析数据，性能受限。
- 人工可读性极差：作为纯二进制格式，无法像GeoJSON那样直接用文本编辑器打开查看、手动修改要素属性，数据校验和人工调试的门槛远高于文本类地理数据格式。
- 单要素顶点数量存在硬限制：受格式设计约束，单个Polygon要素最多支持25000个环、10万个顶点，单个MultiPolygon最多支持1万个子多边形、10万个总顶点，处理超大型复杂几何要素时可能超出格式上限。
应用场景
Geobuf凭借极致的压缩比和远超原生JSON的编解码性能，广泛应用于Web地图前端大规模矢量要素的高效可视化场景，能大幅降低浏览器端的加载延迟与内存占用，同时适配PostGIS等空间数据库的海量地理数据存储，显著节省磁盘存储空间，在分布式GIS系统、位置服务平台的跨节点数据传输中，它能大幅削减带宽消耗，也常被用于国家级行政区划边界、邮政编码数据集等大型地理资源的分发共享，还能通过增量解析特性支撑移动端离线地图包的轻量化构建，是各类对地理数据传输、存储效率有高要求的GIS应用的理想格式选择。
示例图
1. 使用ST_AsGeobuf配合geobuf解决geojson过大的问题。
文件打开方式
1. vue中使用geobuf。
