背景
，ArcGIS Server、Geoserver和普通空间数据库往往难以满足GIS实时数据分析和渲染的需求，总是让我感到压抑。此时，我们应该寻求大数据分布式框架的帮助。(ArcGIS中的ga还可以，但是太贵了)
现状
，我了解到有三个框架：Geomesa，Geotrellis，GeoWave geowave。GeoWave和Geomesa都可以支持Geoserver，但是Geotrellis可以支持这两个框架。Geotrellis是一个高性能的GIS数据应用，可以处理栅格和矢量数据，提供实时休息服务，渲染数据，提供切片服务。在本文中，我们将使用其py版本的geopyspark。
准备
首先，在linux(Centos 7)中安装docker，参考菜鸟教程(安装教程)。然后执行下面的命令，经过长时间的等待(安装了一整天，早上终于安装好了)，项目完成后就要开始了。
quay.io/geodocker/jupyter-geopyspark:blog
浏览器访问链接localhost:8000/，并输入帐户名密码。hadoop.jupyter中有一个自成一体的例子，修改原来下载的数据代码，并在例子最后一格标注代码。程序会自动下载数据并读取数据，进行计算分析，生成切片，显示到前台界面(原来的数据因为墙的问题没有通过代码下载，所以我提前把数据放在github上)
！curl-o/tmp/bar . geojson https://raw . githubusercontent.com/t polong/geo bocker/master/bar . geojson！curl-o/tmp/caffes . geojson https://raw . githubusercontent.com/t polong/geo docker/master/caffes . geojson！curl-o/tmp/transit . geojson https://raw . githubusercontent.com/t polong/geo bocker/master/transit . geojson！curl-o/tmp/roads . geojson https://raw . githubusercontent.com/tpolong/geodocker/master/roads . geojson
成果
在本例中，主要实现了距离成本计算。距离成本根据酒吧、咖啡馆、换乘站结合道路的不同权重计算。从蓝色到黄色的变化表明成本从高到低的变化。
参考资料：
Geotrellis官网geospark的Github地址
如何用docker运行地质公园地质笔记本
介绍地理公园——一种绑定了python的地理公园
