如何使用GTFS列出与路线相关的所有停靠点？

Question

我正在使用一些GTFS数据,并希望能够创建一个由路由提供服务的所有停靠点的列表.我真的不明白如何处理GTFS数据.

Trips.txt的格式如下:

route_id,service_id,trip_id,trip_headsign,direction_id,block_id,shape_id 1,A20120610WKD,A20120610WKD_000800_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_002700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_004700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_006700_1..S03R,SOUTH FERRY,1,,1..S03R 1,A20120610WKD,A20120610WKD_008700_1..S03R,SOUTH FERRY,1,,1..S03R

我尝试使用shape_id读取匹配的形状,然后寻找具有匹配的纬度和经度的停止,但这似乎不能可靠地工作.有人知道怎么做这个吗？

Answer 1

正如您所注意到的,GTFS中的路线和停靠点之间没有直接关系.相反,停靠与行程相关联,其中每次行程代表沿着特定路线的车辆的单个"行驶".这反映了这样一个事实:一条路线不一定能在任何时候为其每一个站点提供服务 - 例如,周末它可能会跳过高中以外的站点.

因此,获取路线服务的每个停靠点的列表涉及组合几个模型:

• routes.txt 为您提供您感兴趣的路线的路线ID.
• trips.txt 为您提供该路线的一组旅行ID.
• stop_times.txt 为您提供一组停靠ID,用于在每次旅行中提供的停靠点.
• stops.txt 为您提供有关每个停靠点的信息.

假设您正在使用SQL数据库来存储GTFS数据,您可以使用这样的查询(一旦获得路径ID):

SELECT stop_id, stop_name FROM stops WHERE stop_id IN (
  SELECT DISTINCT stop_id FROM stop_times WHERE trip_id IN (
    SELECT trip_id FROM trips WHERE route_id = <route_id>));

但请记住,这将输出对于每个被停止的纪录不断被路由服务.如果您正在为骑手生成日程安排信息,您可能希望将查询限制为仅限今天运行的行程,并且仅在下一个30分钟内停止离开.

更新:我按照我的方式编写了上面的SQL查询,因为我觉得它最简单地说明了GTFS模型之间的关系,但是btse是正确的(在下面的答案中),这样的查询实际上永远不会在生产中使用.这太慢了.您将使用表连接和索引来保持查询时间合理.

这是一个等效的查询,以更适合复制和粘贴到实际应用程序中的方式编写:

SELECT DISTINCT stops.stop_id, stops.stop_name
  FROM trips
  INNER JOIN stop_times ON stop_times.trip_id = trips.trip_id
  INNER JOIN stops ON stops.stop_id = stop_times.stop_id
  WHERE route_id = <route_id>;

通常,您还可以为JOINor WHERE子句中使用的每个列创建索引,在这种情况下,这意味着:

CREATE INDEX stop_times_trip_id_index ON stop_times(trip_id);

CREATE INDEX trips_route_id_index ON trips(route_id);

(请注意,RDBMSes通常会自动为每个表索引其主键,因此无需显式创建索引stops.stop_id.)

许多进一步的优化是可能的,具体取决于所使用的特定DBMS以及您为牺牲性能而牺牲磁盘空间的意愿.但是这些命令几乎可以在任何RDBMS上产生良好的性能,而不会不必要地牺牲清晰度.

Answer 2

我在谷歌的搜索中发现了这篇文章,我想我会用更好的答案更新它,万一其他人偶然发现它.Simon给出的答案是100%正确的,但是,他提供的查询对于大型GTFS提要来说非常慢.这是一个执行相同操作的查询,但执行速度明显更快.

只是为了给你一些轶事证据,对于大约50mb的GTFS提要,Simon的查询需要10到25秒才能完成.以下声明始终如一地<0.2秒.

SELECT T3.stop_id, T3.stop_name 
FROM trips AS T1
JOIN
stop_times AS T2
ON T1.trip_id=T2.trip_id AND route_id = <routeid>
JOIN stops AS T3
ON T2.stop_id=T3.stop_id
GROUP BY T3.stop_id, T3.stop_name

更新:

我意识到我之前没有提到这一点,但当然你会希望有每个表加入的索引.