GIS海量数据前端加载优化策略
大数据是当今不可避开的一个话题，GIS领域也同样不可避免。无论何种框架何种技术手段，解决大数据所带来的gis问题都显得尤为必要。
1.海量数据的产生。
实际上对于一个以地图为核心的应用来讲，出现海量数据还是挺常见的，比如一幅地图上成千上万个POI（兴趣点），一个省乃至全国的所有道路，包含羊肠小道等，大批量的数据要如何展示？
再小到一个省级的，市级的项目，几十万个地块等等，海量数据无时无刻不存在于GIS系统中。
2.解决方案
我们先来按照功能来给出解决方案。
如果需求只是展示海量数据的话，有以下这么几种处理方案：
①矢量切片
采用切片的方式将数据在服务端提前进行预切片，这样能达到分级别分层次去加载数据，减小请求量和服务器压力。当然矢量切片的缺点在于目前国内的矢量切片还是依赖于一些开源服务器（GeoServer等），虽然也有小众化的切片工具可使用，但是效果并不是很好。而且矢量切片解决不了真正的“海量”的问题。数据量一旦过多，百万级的使用切片也不行。
②数据结构层面的优化
这部分的优化其实不依赖于具体的框架和语言，无论使用何种框架和技术都可以考虑在这方面进行优化。
首先从数据库来讲，海量数据是否可以简化存储结构？是否可以分库分表？另外即使是空间数据库也可以建立索引，加快检索速度。mybatis的缓存是否可以安排？
③代码逻辑层面的优化
服务端来讲，是否可以通过集群部署？微服务？将数据业务分解成多个服务，另外服务器本身集群部