> ## Content Index
> Fetch the complete content index at: https://arabroot.io/llms.txt
> Use this file to discover other available public pages before exploring further.

# البيانات الجغرافية GIS في PostgreSQL مع PostGIS
- URL: https://arabroot.io/articles/البيانات-الجغرافية-gis-في-postgresql-مع-postgis/
- Published: 2026-11-16T18:07:18.000Z
- Updated: 2026-11-16T19:33:04.000Z
- Description: كيف تخزن الأحياء والطرق والفروع في PostgreSQL وتسألها بالمتر الصحيح وبفهرس يعمل فعلاً، بمختبر على بيانات OpenStreetMap لمدينة كاملة.
- Author: فريق عرب رووت
- Tags: الأدلة التقنية, الخرائط ونظم المعلومات الجغرافية, تطبيقات لفريقك, قواعد البيانات, الاستضافة الذاتية

أغلب التطبيقات تبدأ علاقتها بالمكان بعمودين في جدول: `lat` و`lng`، ثم يأتي أول سؤال جغرافي من الإدارة: ما أقرب فرع لهذا العميل؟ فتكتب دالة Haversine في كود التطبيق، وتسحب كل الفروع من قاعدة البيانات، وتحسب المسافة لكل صف، وترتبها، وينتهي الأمر في ساعة. وبعد أشهر يتغير السؤال إلى: في أي حي يقع هذا الطلب؟ وكم مبنى على بعد 300 متر من الطريق الدائري؟ وكم كيلومتراً من الطرق داخل منطقة التوصيل؟ وهنا تكتشف أن العمودين لا يعرفان شيئاً اسمه حي أو طريق أو مضلع، وأن الحساب في الكود يقرأ الجدول كاملاً في كل طلب، وأنك بدأت تكتب نظام معلومات جغرافية صغيراً بيدك دون أن تقصد.

وهذا العمل له اسم وأدوات جاهزة منذ عقود: نظم المعلومات الجغرافية Geographic Information Systems واختصاراً GIS، وأشهر أداة مفتوحة لها على مستوى قاعدة البيانات هي [PostGIS](https://postgis.net/?ref=arabroot.io)، الإضافة التي تعلم PostgreSQL أن تخزن النقاط والخطوط والمضلعات وتفهرسها وتجيب عن الأسئلة المكانية بلغة SQL. وفي مقال [PostgreSQL لكل شيء](https://arabroot.io/articles/postgresql-%D9%84%D9%83%D9%84-%D8%B4%D9%8A%D8%A1-%D9%85%D8%AA%D9%89-%D8%AA%D9%83%D9%81%D9%8A%D9%83-%D9%82%D8%A7%D8%B9%D8%AF%D8%A9-%D8%A8%D9%8A%D8%A7%D9%86%D8%A7%D8%AA-%D9%88%D8%A7%D8%AD%D8%AF%D8%A9/#postgis) رأينا لمحة سريعة عنها على نقاط عشوائية، أما هنا فسوف نعمل على بيانات حقيقية من OpenStreetMap، ونرى ما يحدث داخل القاعدة خطوة بخطوة، وسوف نناقش في هذا المقال ما يلي:

- ما هو GIS، والفرق بين البيانات المتجهة Vector والبيانات الشبكية Raster، وما معنى المعلم Feature ونظام الإحداثيات CRS باختصار.
- النوعان geometry وgeography في PostGIS، ورقم SRID، ولماذا يعطيك السؤال نفسه أربع إجابات مختلفة للمسافة.
- تحميل بيانات حقيقية بأداتي osm2pgsql وogr2ogr، والفرق الذي ظهر بينهما في عدد الأحياء وسببه.
- الفهرس المكاني GiST وقراءة EXPLAIN قبله وبعده، والخطأ الذي يجعل الفهرس موجوداً دون أن يستخدم.
- أهم دوال ST\_ في أسئلة حقيقية: ST\_Within وST\_DWithin وST\_Intersects وST\_Buffer وST\_Distance.
- أين يأتي دور GeoServer بعد أن تصبح البيانات في PostGIS.

## ما هو GIS؟ ولماذا لا يكفي عمودا الإحداثيات

نظام المعلومات الجغرافية هو كل نظام يخزن بيانات لها موقع على الأرض ويجيب عن أسئلة سببها الموقع نفسه، مثل القرب والاحتواء والتقاطع والمساحة. والخريطة التي تراها في التطبيق هي الواجهة فقط، أما العمل الحقيقي فهو في الأسئلة: أي المدارس تقع على بعد أقل من 150 متراً من طريق سريع؟ وما الأحياء التي لا توجد فيها صيدلية؟ وما مساحة المنطقة التي يغطيها فرع في عشر دقائق؟ وقد شرحنا في [كيف تعمل الخرائط الرقمية](https://arabroot.io/articles/%D9%83%D9%8A%D9%81-%D8%AA%D8%B9%D9%85%D9%84-%D8%A7%D9%84%D8%AE%D8%B1%D8%A7%D8%A6%D8%B7-%D8%A7%D9%84%D8%B1%D9%82%D9%85%D9%8A%D8%A9/) خطوط العرض والطول والإسقاط والمربعات، لذلك لن نعيدها هنا، وسوف نبدأ من حيث انتهى ذلك المقال: البيانات نفسها وكيف تخزنها وتسألها.

وستجد هذا النوع من العمل في أماكن كثيرة لا تبدو جغرافية من الخارج: البلدية التي تحدد الأحياء التي تحتاج حديقة أو مدرسة جديدة، وشركة الكهرباء والمياه التي تعرف أي العدادات تتأثر إذا انقطع خط معين، وتطبيق التوصيل الذي يقرر هل الطلب داخل منطقة الخدمة، والبنك الذي يختار موقع الفرع التالي، وشركة التأمين التي تسعر بحسب قرب العقار من مجرى السيل. وكلها تطرح الأسئلة نفسها تقريباً: القرب، والاحتواء، والتقاطع، والمساحة، والعدد داخل منطقة.

والطريقة البسيطة التي بدأنا بها، أي عمودان رقميان ودالة Haversine في الكود، تعمل جيداً لسؤال واحد هو المسافة بين نقطتين، ولكنها تفشل في ثلاثة أمور: الأول أنها لا تعرف الأشكال، فالحي مضلع من مئات النقاط والطريق خط من عشرات النقاط، ولا يوجد عمودان يمثلان أياً منهما. والثاني أنها لا تستفيد من الفهرس، فشرط مثل `WHERE haversine(lat, lng, ...) < 500` يحسب لكل صف في الجدول. والثالث أن المحاولة التالية التي يقوم بها أغلب المطورين، وهي تقريب المسافة بمربع `lat BETWEEN ... AND lng BETWEEN ...` مع فهرس B-Tree، تستخدم الفهرس على عمود واحد فقط، لأن B-Tree يرتب القيم في خط واحد، والمكان له بعدان. لذلك تحتاج نوع بيانات يفهم الأشكال، ودوال تعرف الهندسة على سطح الأرض، وفهرساً مصمماً للبعدين، وهذا بالضبط ما تضيفه PostGIS.

### البيانات المتجهة Vector والبيانات الشبكية Raster

البيانات الجغرافية تأتي في شكلين، والصورة التالية تبين الفرق بينهما بمثالين من المختبر نفسه:

![مخطط من جزأين: في الأول البيانات المتجهة Vector، وفيها نقطة لصيدلية ومعها اسمها، وخط لطريق ومعه نوعه، ومضلع لحي ومعه اسمه العربي والإنجليزي، وكل واحد منها معلم Feature له شكل وخصائص. وفي الثاني البيانات الشبكية Raster، شبكة خلايا كل خلية 100 متر تقريباً وفيها رقم واحد هو عدد السكان المقدر، من ملف WorldPop بحجم 720 في 660 خلية، والخلية عند نقطة المثال فيها 19 شخصاً تقريباً](https://arabroot.io/content/images/2026/11/gis-postgis-01-vector-raster.webp)

المتجه يصف أشياء لها حدود، والشبكي يصف قيمة تغطي المساحة كلها

- **البيانات المتجهة Vector:** أشياء منفصلة لكل منها شكل هندسي Geometry وخصائص Attributes، والشكل نقطة Point أو خط LineString أو مضلع Polygon، أو مجموعة منها مثل MultiPolygon لحي له جزءان منفصلان. وكل شيء من هذه الأشياء مع خصائصه يسمى معلماً Feature، فالصيدلية معلم نقطي له اسم، والطريق معلم خطي له نوع واسم، والحي معلم مضلع له اسم عربي وإنجليزي. وهذا ما تأخذه من OpenStreetMap ومن أغلب البيانات الحكومية المفتوحة.
- **البيانات الشبكية Raster:** شبكة خلايا منتظمة، كل خلية فيها رقم واحد أو أكثر، مثل صورة الأقمار الصناعية، أو الارتفاع عن سطح البحر، أو عدد السكان في كل خلية. ولا توجد هنا حدود لأشياء، وإنما قيمة تغطي المساحة كلها بدقة الخلية. وفي هذا المقال نستخدم ملف السكان من [WorldPop](https://hub.worldpop.org/geodata/listing?id=135&ref=arabroot.io) بدقة 100 متر تقريباً للمقارنة فقط، وسوف نستخدمه فعلياً في مقال التحليل المكاني.

والقاعدة العملية أنك تحفظ في PostGIS البيانات المتجهة دائماً، وتحفظ فيها البيانات الشبكية فقط إذا كنت ستسألها مع البيانات المتجهة في الاستعلام نفسه، مثل «كم شخصاً يسكن داخل هذا الحي؟»، أما الصور الكبيرة التي تعرض فقط فمكانها ملفات على القرص يقدمها سيرفر خرائط.

### نظام الإحداثيات CRS باختصار

الرقمان 46.6744 و24.7114 لا معنى لهما وحدهما، فهما يحتاجان من يقول: هل هذه درجات طول وعرض على الإهليلج WGS 84؟ أم أمتار على إسقاط Web Mercator؟ أم أمتار على إسقاط UTM للنطاق 38 شمالاً؟ وهذا الوصف هو نظام الإحداثيات المرجعي Coordinate Reference System واختصاراً CRS، ولكل نظام شائع رقم في سجل [EPSG](https://epsg.org/crs%5F4326/WGS-84.html?ref=arabroot.io)، فرقم 4326 هو خطوط العرض والطول على WGS 84 التي يرسلها GPS الهاتف، ورقم 3857 هو إسقاط Web Mercator الذي ترسم به الخرائط على الويب، ورقم 32638 هو UTM للنطاق 38 شمالاً الذي يغطي وسط المملكة. وفي PostGIS يسمى هذا الرقم SRID ويحفظ مع كل شكل. ولن نتعمق هنا في الإسقاطات ولماذا تنحرف النقطة مئات الأمتار عند الخلط بينها، فهذا موضوع مقال مستقل في المرحلة نفسها، وسوف نكتفي بما يحتاجه المطور ليكتب استعلاماً صحيحاً.

## ما الذي تضيفه PostGIS إلى PostgreSQL؟

PostGIS إضافة Extension برخصة GPL-2.0، تضيف إلى PostgreSQL أربعة أشياء: أنواع بيانات للأشكال، وقرابة 500 دالة تبدأ أسماؤها بالحرفين ST\_ (عددناها في المختبر فكانت 476 اسماً)، وطريقة فهرسة للبعدين فوق GiST، وجدولاً اسمه `spatial_ref_sys` فيه تعريف آلاف أنظمة الإحداثيات مع طريقة التحويل بينها عبر مكتبة PROJ. والعمليات الهندسية نفسها، مثل التقاطع والاحتواء والتوسيع، تنفذها مكتبة GEOS، ولذلك عندما ترى إصدارات PostGIS سوف تجد معها إصدار GEOS وPROJ، وهذا ما ظهر في المختبر:

```text
POSTGIS="3.7.0 1fdbb1c" [EXTENSION] PGSQL="180" GEOS="3.15.0-CAPI-1.21.0" PROJ="9.9.0 ..." LIBPROTOBUF="1.5.1" WAGYU="0.5.0 (Internal)" TOPOLOGY
```

لاحظ `LIBPROTOBUF` وWAGYU في المخرج: هذه هي المكتبات التي تسمح لقاعدة البيانات نفسها بإخراج مربعات متجهة Vector Tiles بالدالة `ST_AsMVT`، وسوف نستخدمها في مقال نشر الخرائط.

ولاحظ أيضاً أن PostGIS مقسمة إلى عدة إضافات، فالأساسية `postgis` فيها الأنواع المتجهة والدوال، أما دعم البيانات الشبكية فهو إضافة منفصلة اسمها `postgis_raster` منذ الإصدار 3، والطوبولوجيا Topology إضافة ثالثة. وDocker Image الرسمية تنشئ الأولى والثالثة فقط، لذلك إذا حاولت تحميل ملف شبكي بالأداة `raster2pgsql` مباشرة فسوف ترى الخطأ `type "raster" does not exist`، وهذا ما ظهر لنا في مقال التحليل المكاني، والحل سطر واحد قبل التحميل هو `CREATE EXTENSION postgis_raster;`. وكذلك حساب الطرق داخل القاعدة يحتاج إضافة أخرى خارج PostGIS اسمها pgRouting، تبني فوقها ولا تأتي معها.

### النوعان geometry وgeography

في PostGIS نوعان رئيسيان للأشكال، والفرق بينهما هو أهم قرار تتخذه عند تصميم الجدول:

- **النوع geometry:** يعامل الإحداثيات كأنها على مستوى مسطح Cartesian Plane، فالمسافة بين نقطتين هي خط مستقيم على ورقة، بوحدة نظام الإحداثيات نفسه. وإذا كان النظام 4326 فالوحدة درجات، وإذا كان 3857 فالوحدة أمتار Mercator المشوهة، وإذا كان UTM فالوحدة أمتار حقيقية تقريباً داخل نطاقه. وهذا النوع فيه كل الدوال وأسرعها.
- **النوع geography:** يعامل الإحداثيات كخطوط عرض وطول على الكرة الأرضية، ويحسب المسافة والمساحة بالمتر على سطح الإهليلج مباشرة، فلا تحتاج أن تفكر في الإسقاط إطلاقاً. ولكن عدد الدوال التي تقبله أقل، والحساب عليه أبطأ.

وقد يتساءل البعض: إذا كان geography يعطي المتر الصحيح دائماً، فلماذا لا أستخدمه في كل شيء؟ والإجابة أن الحل الأنسب لأغلب التطبيقات هو الجمع بينهما: تخزن الأشكال كـ geometry بالرقم 4326، لأن هذا ما يأتي من GPS ومن OpenStreetMap وما تحتاجه أغلب الدوال، وتحولها إلى geography داخل الاستعلام عندما تحتاج متراً حقيقياً، مع فهرس مناسب لهذا التحويل كما سنرى في قسم الفهارس. أما إذا كانت بياناتك كلها في مدينة واحدة وتحتاج عمليات هندسية ثقيلة بالمتر، فالبديل الجيد هو التحويل إلى UTM المحلي.

والمثال التالي يبين لماذا هذا القرار مهم، حيث نحسب المسافة بين نقطتين في مدينة الرياض بالطرق الأربع، وهو ملف `lab/a-distance.sql`:

```sql
WITH p AS (
  SELECT ST_SetSRID(ST_MakePoint(46.6744, 24.7114), 4326) AS a,
         ST_SetSRID(ST_MakePoint(46.6849, 24.6906), 4326) AS b
)
SELECT round(ST_Distance(a, b)::numeric, 5)                                              AS degrees,
       round(ST_Distance(ST_Transform(a, 3857),  ST_Transform(b, 3857))::numeric)        AS mercator_m,
       round(ST_Distance(ST_Transform(a, 32638), ST_Transform(b, 32638))::numeric)       AS utm38n_m,
       round(ST_Distance(a::geography, b::geography)::numeric)                           AS geography_m,
       round(ST_Distance(a::geography, b::geography, false)::numeric)                    AS sphere_m
FROM p;
```

والمخرج سوف يكون كما يلي:

```text
 degrees | mercator_m | utm38n_m | geography_m | sphere_m
---------+------------+----------+-------------+----------
 0.02330 |       2804 |     2537 |        2537 |     2544
(1 row)
```

في المخرج أعلاه لاحظ التالي:

- العمود الأول 0.0233 درجة، وهو رقم لا يصلح لأي قرار، فدرجة الطول عند خط عرض 24.7 أقصر من درجة العرض بنحو 9%، لذلك لا يمكن تحويل الدرجات إلى أمتار بضربها في رقم ثابت. وإذا كتبت `ST_DWithin(geom, point, 0.005)` على عمود geometry بالرقم 4326 فأنت ترسم شكلاً بيضاوياً لا دائرة.
- مسافة Web Mercator هي 2804 متراً بدل 2537، أي أكثر بنحو 10.5%، والسبب أن هذا الإسقاط يكبر الأشياء كلما ابتعدت عن خط الاستواء بمعامل يقارب `1/cos(خط العرض)`، وعند خط عرض 24.7 يكون المعامل 1.10\. وهذا من أكثر الأخطاء التي نراها، لأن osm2pgsql بإعداده الافتراضي يحفظ البيانات بالرقم 3857، فيحسب المطور المسافة والمساحة مباشرة ويحصل على أرقام أكبر من الحقيقة دون أي رسالة خطأ.
- UTM للنطاق 38 أعطى الرقم الصحيح نفسه الذي أعطاه geography، لأن المدينة داخل النطاق، والتشوه داخل النطاق صغير جداً.
- العمود الأخير يحسب على كرة تامة بدل الإهليلج، والفرق 7 أمتار في 2.5 كيلومتر، وهو مقبول في أغلب التطبيقات وأسرع قليلاً.

والصورة التالية تجمع الأرقام الأربعة مع خطأ الترتيب الذي نشرحه بعد قليل:

![مخطط: نقطتان في الرياض بينهما 2537 متراً حقيقية، والمسافة نفسها محسوبة بأربع طرق: بالدرجات على 4326 تعطي 0.0233 وهو رقم بلا وحدة مفيدة، وبالإسقاط Web Mercator 3857 تعطي 2804 أمتار أي أكثر بنحو 10.5%، وبالإسقاط UTM 38N تعطي 2537، وبالنوع geography تعطي 2537. وتحتها النقطة نفسها بعد تبديل خط الطول والعرض تقع على بعد 3122 كيلومتراً في شرق أوروبا ولا يجد الاستعلام أي حي](https://arabroot.io/content/images/2026/11/gis-postgis-05-distance.webp)

السؤال نفسه بأربع إجابات، والصحيح منها ما يحسب بالمتر الحقيقي

### أشهر خطأ: ترتيب خط الطول وخط العرض

الدالة `ST_MakePoint(x, y)` تأخذ خط الطول Longitude أولاً ثم خط العرض Latitude، لأن x هو المحور الأفقي، بينما أغلب الناس وخرائط Google يكتبون خط العرض أولاً. والنتيجة أن نقطة في الرياض تصبح في مكان آخر تماماً دون أي خطأ، والمثال التالي من الملف `lab/b-swap.sql` يبين ذلك:

```sql
SELECT count(*) AS districts_found
FROM districts d
WHERE ST_Within(ST_SetSRID(ST_MakePoint(24.7114, 46.6744), 4326), d.geom);

SELECT round((ST_Distance(ST_MakePoint(46.6744, 24.7114)::geography,
                          ST_MakePoint(24.7114, 46.6744)::geography) / 1000)::numeric) AS km_apart;
```

والمخرج سوف يكون كما يلي:

```text
 districts_found
-----------------
               0
(1 row)

 km_apart
----------
     3122
(1 row)
```

أي أن تبديل الرقمين نقل النقطة 3122 كيلومتراً إلى شرق أوروبا، والاستعلام لم يشتك من شيء، وإنما أعاد صفراً، وهذا ما يجعل الخطأ خطيراً، فهو يبدو كأنه نتيجة صحيحة تقول «لا يوجد حي». لذلك تذكر قاعدتين: الأولى أن تكتب في الكود دائماً `ST_MakePoint(lng, lat)` بالأسماء لا بالأرقام، والثانية أن تضيف قيداً CHECK على الجدول إذا كانت بياناتك في منطقة معروفة، مثل أن يكون خط العرض بين 16 و33 للمملكة، فيرفض الإدخال الخاطئ بدل أن يحفظه.

## التجربة العملية: تجهيز PostGIS وبيانات حقيقية

سوف نشغل PostGIS في Container، ونحمل بيانات دول الخليج من [Geofabrik](https://download.geofabrik.de/asia/gcc-states.html?ref=arabroot.io)، وهي نسخة يومية من بيانات OpenStreetMap مقسمة حسب المناطق برخصة [ODbL](https://www.openstreetmap.org/copyright?ref=arabroot.io)، ثم نقص منها مستطيل مدينة الرياض نفسه الذي استخدمناه في [مقال الخرائط على سيرفرك](https://arabroot.io/articles/%D8%AE%D8%B1%D8%A7%D8%A6%D8%B7%D9%83-%D8%B9%D9%84%D9%89-%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D9%83-%D9%85%D8%B9-openstreetmap-%D9%88-maplibre/) و[مقال حساب الطريق](https://arabroot.io/articles/%D8%AD%D8%B3%D8%A7%D8%A8-%D8%A7%D9%82%D8%B5%D8%B1-%D8%B7%D8%B1%D9%8A%D9%82-%D9%88%D8%B2%D9%85%D9%86-%D8%A7%D9%84%D9%88%D8%B5%D9%88%D9%84-%D9%85%D8%B9-osrm-%D9%88-valhalla/)، حتى تقارن الأرقام بينها. والصورة التالية تبين مسار البيانات كاملاً من الملف إلى قاعدة البيانات ومن يستهلكها بعد ذلك:

![مخطط من اليمين إلى اليسار: ملف gcc-states من Geofabrik بحجم 258 ميغابايت، ثم الأمر osmium extract بمستطيل الرياض في 10 ثوان إلى ملف 9.6 ميغابايت فيه مليون نقطة و220 ألف طريق، ثم طريقان للتحميل: osm2pgsql بملف Lua في 3.6 ثانية إلى أربعة جداول pois وroads وbuildings وdistricts، وogr2ogr الذي قرأ الملف نفسه وأخرج 143 حياً مع 19 تحذيراً عن حلقة غير مغلقة. والجداول في PostGIS، وبعدها ثلاثة مستهلكين: QGIS على جهازك وGeoServer وMartin للخرائط وتطبيقك بلغة SQL](https://arabroot.io/content/images/2026/11/gis-postgis-02-pipeline.webp)

البيانات تقص مرة واحدة، ثم تدخل PostGIS بأداة تختار ما تحتاجه منها

### تشغيل قاعدة البيانات وأداة التحميل

نستخدم Docker Image الرسمية [postgis/postgis](https://hub.docker.com/r/postgis/postgis?ref=arabroot.io) بالإصدار `18-3.7`، أي PostgreSQL 18 مع PostGIS 3.7، وهي تنشئ الإضافة تلقائياً في قاعدة البيانات التي تحددها بالمتغير `POSTGRES_DB`. أما أدوات التحميل فنضعها في Image صغيرة خاصة بنا من Debian 13، وهو الملف `lab/Dockerfile.tools`:

```dockerfile
FROM debian:trixie-slim
RUN apt-get update && apt-get install -y --no-install-recommends gdal-bin osm2pgsql osmium-tool curl ca-certificates jq postgresql-client \
 && rm -rf /var/lib/apt/lists/*
WORKDIR /work
```

ثم نبني الأداة ونشغل القاعدة على شبكة خاصة دون أن نفتح أي منفذ على الجهاز:

```bash
mkdir -p gis-lab && cd gis-lab     # put Dockerfile.tools and city.lua here
docker build -q -t lab-gis-tools -f Dockerfile.tools .
docker network create lab-gis-net
docker volume create lab-gis-data
docker run -d --name lab-gis-pg --network lab-gis-net --shm-size=512m \
  -e POSTGRES_PASSWORD=lab -e POSTGRES_DB=gis postgis/postgis:18-3.7
docker exec lab-gis-pg psql -U postgres -d gis -c "SELECT postgis_full_version();"
```

الخيار `--shm-size=512m` مهم هنا، لأن PostgreSQL يستخدم الذاكرة المشتركة للعمليات المتوازية Parallel Workers، والقيمة الافتراضية في Docker هي 64 ميغابايت، وعند أول استعلام مكاني كبير سوف ترى خطأ `could not resize shared memory segment` إذا تركتها.

بعد ذلك نحمل ملف دول الخليج، ونتحقق منه بالبصمة MD5 التي ينشرها الموقع بجانبه، ونقص مستطيل المدينة بأداة [osmium](https://osmcode.org/osmium-tool/?ref=arabroot.io):

```bash
docker run --rm -v lab-gis-data:/data lab-gis-tools bash -c 'cd /data &&
  curl -fsSLO https://download.geofabrik.de/asia/gcc-states-latest.osm.pbf &&
  curl -fsSLO https://download.geofabrik.de/asia/gcc-states-latest.osm.pbf.md5 &&
  md5sum -c gcc-states-latest.osm.pbf.md5 &&
  osmium fileinfo gcc-states-latest.osm.pbf | grep -E "Size|timestamp=" &&
  time osmium extract -b 46.45,24.45,47.05,25.00 gcc-states-latest.osm.pbf -o riyadh.osm.pbf &&
  ls -l riyadh.osm.pbf && osmium fileinfo -e riyadh.osm.pbf | grep -E "Number of (nodes|ways|relations)"'
```

والمخرج سوف يكون كما يلي:

```text
gcc-states-latest.osm.pbf: OK
  Size: 257651855
    timestamp=2026-11-15T21:22:28Z
real	0m9.845s
-rw-r--r-- 1 root root 9635554 Nov 16 16:48 riyadh.osm.pbf
  Number of nodes: 1009848
  Number of ways: 220531
  Number of relations: 825
```

أي أن ملف الخليج كاملاً 258 ميغابايت ببيانات حتى مساء 15 نوفمبر 2026، والمدينة منه أصبحت ملفاً من 9.6 ميغابايت فيه مليون نقطة Node و220 ألف طريق أو شكل Way و825 علاقة Relation، والعلاقات في OpenStreetMap هي ما يجمع عدة Ways في شكل واحد، مثل حدود حي من عدة أجزاء.

### التحميل بأداة osm2pgsql وملف Lua

[osm2pgsql](https://osm2pgsql.org/?ref=arabroot.io) هي الأداة التي تستخدمها خرائط OpenStreetMap نفسها لتحميل البيانات إلى PostGIS، وقد رأيناها تعمل داخل Nominatim في [مقال البحث عن العناوين](https://arabroot.io/articles/%D8%A7%D9%84%D8%A8%D8%AD%D8%AB-%D8%B9%D9%86-%D8%A7%D9%84%D8%B9%D9%86%D8%A7%D9%88%D9%8A%D9%86-geocoding-%D9%85%D8%B9-nominatim/). وعند تشغيلها بالإعداد الافتراضي سوف تنشئ أربعة جداول عامة باسم `planet_osm_*` بالإسقاط 3857، ومعها رسالة تقول إن هذا المخرج قديم:

```text
WARNING: The pgsql (default) output is deprecated. For details see https://osm2pgsql.org/doc/faq.html#the-pgsql-output-is-deprecated-what-does-that-mean
```

والطريقة المنصوح بها اليوم هي المخرج المرن [Flex Output](https://osm2pgsql.org/doc/manual.html?ref=arabroot.io#the-flex-output)، حيث تكتب ملف Lua صغيراً يحدد الجداول التي تريدها، وأعمدتها، ونظام الإحداثيات، وأي OSM Tags تدخل في كل جدول. والملف التالي `lab/city.lua` ينشئ أربعة جداول بالرقم 4326: الأماكن pois، والطرق roads، والمباني buildings، والأحياء districts:

```lua
-- osm2pgsql flex style: four tables in EPSG:4326 for the GIS lab
local pois = osm2pgsql.define_table({ name = 'pois', ids = { type = 'any', id_column = 'osm_id', type_column = 'osm_type' },
    columns = {
        { column = 'kind',    type = 'text', not_null = true },
        { column = 'name',    type = 'text' },
        { column = 'name_en', type = 'text' },
        { column = 'geom',    type = 'point', projection = 4326, not_null = true },
    } })
local roads = osm2pgsql.define_way_table('roads', {
        { column = 'highway', type = 'text', not_null = true },
        { column = 'name',    type = 'text' },
        { column = 'oneway',  type = 'text' },
        { column = 'geom',    type = 'linestring', projection = 4326, not_null = true },
    })
local buildings = osm2pgsql.define_area_table('buildings', {
        { column = 'building', type = 'text' },
        { column = 'geom',     type = 'polygon', projection = 4326, not_null = true },
    })
local districts = osm2pgsql.define_area_table('districts', {
        { column = 'name',    type = 'text' },
        { column = 'name_en', type = 'text' },
        { column = 'geom',    type = 'multipolygon', projection = 4326, not_null = true },
    })

local function poi_kind(t)
    if t.amenity then return 'amenity:' .. t.amenity end
    if t.shop then return 'shop:' .. t.shop end
    return nil
end

function osm2pgsql.process_node(o)
    local k = poi_kind(o.tags)
    if k then pois:insert({ kind = k, name = o.tags.name, name_en = o.tags['name:en'], geom = o:as_point() }) end
end

function osm2pgsql.process_way(o)
    local t = o.tags
    if t.highway and t.area ~= 'yes' then
        roads:insert({ highway = t.highway, name = t.name, oneway = t.oneway, geom = o:as_linestring() })
    end
    if o.is_closed and t.building then
        buildings:insert({ building = t.building, geom = o:as_polygon() })
    end
    if o.is_closed and t.boundary == 'administrative' and t.admin_level == '10' then
        districts:insert({ name = t.name, name_en = t['name:en'], geom = o:as_multipolygon() })
    end
    local k = poi_kind(t)
    if k and o.is_closed then
        pois:insert({ kind = k, name = t.name, name_en = t['name:en'], geom = o:as_polygon():centroid() })
    end
end

function osm2pgsql.process_relation(o)
    local t = o.tags
    if t.type == 'boundary' and t.boundary == 'administrative' and t.admin_level == '10' then
        districts:insert({ name = t.name, name_en = t['name:en'], geom = o:as_multipolygon() })
    end
end
```

في الملف أعلاه لاحظ التالي:

- كل عمود هندسي فيه `projection = 4326`، فتدخل البيانات بخطوط العرض والطول كما هي في OpenStreetMap، ونتجنب مشكلة أمتار Mercator التي رأيناها.
- المكان قد يكون نقطة Node أو مبنى مغلقاً Way، مثل صيدلية مرسومة كمبنى، لذلك نأخذ من المبنى مركزه `centroid()` حتى تصبح كل الأماكن في جدول واحد من النقاط، وهذا قرار يسهل الأسئلة لاحقاً ويخسر شكل المبنى، وهو مناسب لسؤال «أين الصيدلية» لا لسؤال «ما مساحتها».
- حدود الأحياء في OpenStreetMap مستوى إداري رقمه 10 `admin_level=10`، وقد تكون Way مغلقة أو Relation من عدة Ways، لذلك نعالجها في الدالتين.

الآن نشغل التحميل:

```bash
docker run --rm --network lab-gis-net -e PGPASSWORD=lab -v lab-gis-data:/data -v "$PWD:/work" lab-gis-tools \
  osm2pgsql -H lab-gis-pg -U postgres -d gis -O flex -S /work/city.lua /data/riyadh.osm.pbf
```

والمخرج سوف يكون كما يلي (حذفنا أسطر التقدم):

```text
osm2pgsql version 2.1.1
Database version: 18.7 (Debian 18.7-1.pgdg13+2)
PostGIS version: 3.7
Reading input files done in 2s.
  Processed 1009848 nodes in 0s - 1010k/s
  Processed 220531 ways in 2s - 110k/s
  Processed 825 relations in 0s - 825/s
Clustering table 'pois' by geometry...
Clustering table 'districts' by geometry...
Clustering table 'roads' by geometry...
Clustering table 'buildings' by geometry...
Creating index on table 'districts' ("geom")...
Creating index on table 'pois' ("geom")...
Creating index on table 'buildings' ("geom")...
Creating index on table 'roads' ("geom")...
osm2pgsql took 3s overall.
```

في المخرج أعلاه لاحظ أن الأداة لا تكتفي بإدخال الصفوف، وإنما تقوم بشيئين مهمين بعد ذلك: ترتب Clustering كل جدول على القرص بحسب موقع الأشكال، فتصبح الأشكال المتجاورة في الواقع متجاورة في صفحات القرص، وتنشئ فهرس GiST على كل عمود هندسي. ونتحقق من النتيجة:

```sql
SELECT 'pois' AS t, count(*) FROM pois UNION ALL SELECT 'roads', count(*) FROM roads
UNION ALL SELECT 'buildings', count(*) FROM buildings UNION ALL SELECT 'districts', count(*) FROM districts;
```

```text
     t     | count
-----------+--------
 pois      |  10501
 roads     | 111104
 buildings |  91563
 districts |    142
(4 rows)
```

### ogr2ogr: الأداة العامة لكل الصيغ

osm2pgsql متخصصة في OpenStreetMap فقط، أما [ogr2ogr](https://gdal.org/en/stable/programs/ogr2ogr.html?ref=arabroot.io) من مكتبة GDAL فهي الأداة التي تنقل أي بيانات متجهة بين أي صيغتين: Shapefile وGeoJSON وGeoPackage وKML وCSV وPostGIS وغيرها، وتحول نظام الإحداثيات أثناء النقل بالخيار `-t_srs`. وهي الأداة التي سوف تستخدمها لتحميل ملفات البلدية أو الهيئة التي تعطيك حدود المناطق كملف Shapefile، ويمكنها قراءة ملف OpenStreetMap مباشرة أيضاً. والأمر التالي يطلب منها طبقة المضلعات `multipolygons` من الملف نفسه، ويأخذ منها الأحياء فقط إلى جدول جديد:

```bash
docker run --rm --network lab-gis-net -e PGPASSWORD=lab -v lab-gis-data:/data lab-gis-tools \
  ogr2ogr -f PostgreSQL PG:"host=lab-gis-pg user=postgres dbname=gis" /data/riyadh.osm.pbf multipolygons \
  -where "admin_level = '10'" -nln districts_ogr -nlt MULTIPOLYGON -lco GEOMETRY_NAME=geom
```

والمخرج سوف يكون كما يلي (السطر الأول يتكرر 19 مرة):

```text
Warning 1: Non closed ring detected. To avoid accepting it, set the OGR_GEOMETRY_ACCEPT_UNCLOSED_RING configuration option to NO
...10...20...30...40...50...60...70...80...90...100 - done.
```

ثم نقارن الجدولين:

```sql
SELECT 'ogr2ogr' AS src, count(*), round(sum(ST_Area(geom::geography))/1e6) AS km2 FROM districts_ogr
UNION ALL SELECT 'osm2pgsql', count(*), round(sum(ST_Area(geom::geography))/1e6) FROM districts;
SELECT o.name FROM districts_ogr o WHERE NOT EXISTS (SELECT 1 FROM districts d WHERE d.name IS NOT DISTINCT FROM o.name);
```

```text
    src    | count | km2
-----------+-------+------
 ogr2ogr   |   143 | 1786
 osm2pgsql |   142 | 1763
(2 rows)

       name
------------------
 حي المعيزيلة
 العريجاء الغربية
(2 rows)
```

وهنا مشكلة حقيقية تستحق الوقوف عندها: الأداتان قرأتا الملف نفسه وأعطتا نتيجتين مختلفتين، فهناك حيان موجودان عند ogr2ogr وغير موجودين عند osm2pgsql. وعند فحص العلاقتين بالأمر `osmium check-refs` وجدنا أن كل أجزائهما موجودة في الملف، ولكن الأمر `osmium export` رفض بناءهما برسالة `Could not build area geometry`، أي أن حلقة الحدود في بيانات OpenStreetMap نفسها لا تغلق. فقامت osm2pgsql برفض المضلع لأنه غير صالح، وقامت ogr2ogr بإغلاق الحلقة بخط مستقيم من آخر نقطة إلى أولها مع تحذير، وهذا الخط قد يقطع حياً مجاوراً أو يترك جزءاً من الحي خارج المضلع. ولا توجد هنا أداة صحيحة وأخرى خاطئة، وإنما يجب أن تعرف ماذا تفعل أداتك عند البيانات الناقصة، والقاعدة أن تقرأ كل تحذير في مخرج التحميل، وأن تقارن عدد الصفوف بمصدر آخر، وأن تصلح الحدود في OpenStreetMap نفسها إذا كانت هي المشكلة.

وبالطبع تعمل ogr2ogr في الاتجاه الآخر، فتخرج من PostGIS ملفاً تعطيه لفريق آخر أو تفتحه في QGIS:

```bash
docker run --rm --network lab-gis-net -e PGPASSWORD=lab -v lab-gis-data:/data lab-gis-tools bash -c '
  mkdir -p /data/out && cd /data/out &&
  ogr2ogr -f GPKG riyadh.gpkg PG:"host=lab-gis-pg user=postgres dbname=gis" districts pois &&
  ogr2ogr -f GeoJSON districts.geojson PG:"host=lab-gis-pg user=postgres dbname=gis" districts -lco COORDINATE_PRECISION=6 &&
  ls -l'
```

```text
-rw-r--r-- 1 root root  161836 Nov 16 17:00 districts.geojson
-rw-r--r-- 1 root root 1675264 Nov 16 17:00 riyadh.gpkg
```

ملف [GeoPackage](https://www.geopackage.org/?ref=arabroot.io) هو قاعدة SQLite واحدة فيها عدة طبقات مع نظام الإحداثيات والفهارس، وهو الصيغة المنصوح بها اليوم بدل Shapefile القديمة التي تتكون من عدة ملفات وتقص أسماء الأعمدة عند عشرة أحرف. أما GeoJSON فهي نص يقرأه أي متصفح، والخيار `COORDINATE_PRECISION=6` يقطع الإحداثيات عند ستة أرقام عشرية، أي قرابة عشرة سنتيمترات، فيصغر الملف دون أن تخسر شيئاً تحتاجه.

### نظرة على ملف شبكي Raster

حتى ترى الفرق بين النوعين بالأرقام، نقص من ملف السكان من WorldPop للمملكة لعام 2025 المستطيل نفسه، ونسأل عن الخلية التي تقع فيها نقطة المثال، وذلك بأدوات GDAL:

```bash
docker run --rm -v lab-gis-data:/data lab-gis-tools bash -c 'cd /data &&
  curl -fsSLO https://data.worldpop.org/GIS/Population/Global_2015_2030/R2025A/2025/SAU/v1/100m/constrained/sau_pop_2025_CN_100m_R2025A_v1.tif &&
  gdal_translate -q -projwin 46.45 25.00 47.05 24.45 -co COMPRESS=DEFLATE sau_pop_2025_CN_100m_R2025A_v1.tif riyadh_pop.tif &&
  gdalinfo -stats riyadh_pop.tif | grep -E "Size is|Pixel Size|STATISTICS_VALID" &&
  gdallocationinfo -wgs84 riyadh_pop.tif 46.6744 24.7114'
```

```text
Size is 720, 660
Pixel Size = (0.000833333330000,-0.000833333330000)
    STATISTICS_VALID_PERCENT=60.38
Report:
  Location: (269P,346L)
  Band 1:
    Value: 19.1388568878174
```

أي أن الملف شبكة من 720 في 660 خلية، كل خلية ثلاث ثوان قوسية، أي قرابة 93 متراً من الشمال إلى الجنوب و84 متراً من الشرق إلى الغرب عند هذا الخط من العرض، و60% منها فقط فيها قيمة، لأن هذا الإصدار «المقيد Constrained» يضع السكان فقط حيث توجد مبان في صور الأقمار الصناعية. والخلية التي فيها نقطتنا يقدر سكانها بنحو 19 شخصاً. لاحظ أنه لا يوجد هنا اسم ولا حدود، وإنما رقم لكل خلية، وهذا هو الفرق الذي رأيناه في الصورة الأولى.

## الفهرس المكاني GiST: كيف يعمل ولماذا لا يستخدم أحياناً

فهرس B-Tree الذي تعرفه يرتب القيم في خط واحد، فيجد الرقم 42 بالقفز بين صفحات مرتبة، وقد شرحنا ذلك في [الفهارس وقراءة EXPLAIN](https://arabroot.io/articles/%D8%A7%D9%84%D9%81%D9%87%D8%A7%D8%B1%D8%B3-indexes-%D9%88%D9%82%D8%B1%D8%A7%D8%A1%D8%A9-explain/). ولكن النقاط على الخريطة لا ترتب في خط واحد، فالنقطة القريبة منك شمالاً قد تكون بعيدة جداً في أي ترتيب بخط الطول وحده. لذلك تستخدم PostGIS فهرساً من نوع [GiST](https://postgis.net/workshops/postgis-intro/indexing.html?ref=arabroot.io) يبني شجرة R-Tree: كل شكل يمثل في الفهرس بأصغر مستطيل يحيط به Bounding Box، والمستطيلات المتقاربة تجمع تحت مستطيل أكبر، وهكذا حتى الجذر. والسؤال المكاني يمر بمرحلتين، والصورة التالية تبينهما بأرقام المختبر:

![مخطط من جزأين: في الأول شجرة GiST فيها مستطيلات كبيرة تحتوي مستطيلات أصغر حول المباني، والسؤال دائرة نصف قطرها 500 متر، والمرحلة الأولى تبحث بالمستطيلات فقط بالمعامل && وتعطي 701 مرشحاً، والمرحلة الثانية تحسب المسافة الحقيقية فتبقي 327 مبنى. وفي الثاني أرقام المختبر: دون فهرس 758 مللي ثانية بقراءة 91 ألف مبنى، ومع فهرس على geom واستعلام يحول إلى geography ما زال القراءة كاملة 2267 مللي ثانية، ومع فهرس على التحويل نفسه 10 إلى 40 مللي ثانية، والربط بين الأحياء والمباني من 4035 إلى 1360 مللي ثانية](https://arabroot.io/content/images/2026/11/gis-postgis-03-gist.webp)

الفهرس يستبعد بالمستطيلات أولاً، ثم تحسب الدالة الدقيقة على القليل الباقي فقط

1. **مرحلة التصفية Filter:** يبحث الفهرس عن الأشكال التي يتقاطع مستطيلها مع مستطيل السؤال، وهذا ما يرمز له المعامل `&&` في خطة التنفيذ، وهي مقارنة أرقام سريعة جداً، ولكنها تعطي مرشحين أكثر من الحقيقة، لأن مستطيل الطريق المائل مثلاً يغطي مساحة لا يمر فيها الطريق.
2. **مرحلة التحقق Refine:** تحسب الدالة الدقيقة مثل `ST_Intersects` أو المسافة الحقيقية على المرشحين فقط، فتستبعد ما لا يحقق الشرط.

ولهذا السبب فإن دوال مثل `ST_DWithin` و`ST_Intersects` و`ST_Within` تستخدم الفهرس تلقائياً، لأنها تضيف المرحلة الأولى بنفسها، أما `ST_Distance(a, b) < 500` فلا تستخدمه، لأن المخطط لا يعرف كيف يحولها إلى مستطيل، وهذه أول قاعدة: لا تكتب شرط المسافة بالدالة `ST_Distance` في WHERE، وإنما بالدالة `ST_DWithin`.

### قبل الفهرس: قراءة كاملة للجدول

osm2pgsql أنشأت الفهارس تلقائياً، لذلك نحذفها أولاً حتى نرى الفرق، ثم نسأل سؤالين: كم مبنى على بعد 500 متر من نقطة، وكم مبنى في كل حي، وهو ربط مكاني Spatial Join بين جدولين. والملف `lab/c-index.sql`:

```sql
DROP INDEX IF EXISTS buildings_geom_idx;
DROP INDEX IF EXISTS districts_geom_idx;
\set q1 'SELECT count(*) FROM buildings WHERE ST_DWithin(geom::geography, ST_MakePoint(46.6744, 24.7114)::geography, 500)'
\set q2 'SELECT count(*) FROM districts d JOIN buildings b ON ST_Intersects(d.geom, b.geom)'
EXPLAIN (ANALYZE, COSTS OFF, SUMMARY ON, BUFFERS OFF) :q1;
EXPLAIN (ANALYZE, COSTS OFF, SUMMARY ON, BUFFERS OFF) :q2;
```

والمخرج سوف يكون كما يلي (قطعنا الأسطر الطويلة):

```text
 Finalize Aggregate (actual time=709.625..727.803 rows=1.00 loops=1)
   ->  Gather (actual time=709.603..727.785 rows=2.00 loops=1)
         Workers Planned: 1
         Workers Launched: 1
         ->  Partial Aggregate (actual time=680.406..680.408 rows=1.00 loops=2)
               ->  Parallel Seq Scan on buildings (actual time=273.078..680.296 rows=163.50 loops=2)
                     Filter: st_dwithin((geom)::geography, '0101000020E6...'::geography, '500'::double precision)
                     Rows Removed by Filter: 45618
 Planning Time: 20.880 ms
 Execution Time: 758.670 ms

 Finalize Aggregate (actual time=4026.249..4034.069 rows=1.00 loops=1)
   ->  Gather (actual time=4026.038..4034.055 rows=2.00 loops=1)
         ->  Partial Aggregate (actual time=3991.380..3991.382 rows=1.00 loops=2)
               ->  Nested Loop (actual time=180.202..3982.007 rows=40914.00 loops=2)
                     Join Filter: st_intersects(d.geom, b.geom)
                     Rows Removed by Join Filter: 6460059
                     ->  Parallel Seq Scan on buildings b (actual time=0.009..29.160 rows=45781.50 loops=2)
                     ->  Materialize (actual time=0.004..0.015 rows=142.00 loops=91563)
                           ->  Seq Scan on districts d (actual time=176.674..176.735 rows=142.00 loops=2)
 Execution Time: 4034.965 ms
```

في المخرج أعلاه لاحظ التالي:

- في السؤال الأول قرأت القاعدة كل المباني بعمليتين متوازيتين، وحسبت المسافة على الإهليلج لكل مبنى، ثم استبعدت 45618 مبنى في كل عملية، أي أن العمل كله لإيجاد 327 مبنى، في 758 مللي ثانية.
- في السؤال الثاني أسوأ: كل مبنى قورن بكل حي، والرقم `Rows Removed by Join Filter: 6460059` في كل عملية يعني قرابة 13 مليون استدعاء للدالة `ST_Intersects`، فأخذ الاستعلام أربع ثوان. وهذا هو الشكل الذي سوف تراه في أي ربط مكاني دون فهرس: Nested Loop وتحته Seq Scan.

### بعد الفهرس: والخطأ الذي يبقيه دون استخدام

الآن ننشئ الفهرسين ونعيد السؤالين بالملف `lab/d-index-after.sql`:

```sql
\timing on
CREATE INDEX buildings_geom_idx ON buildings USING gist (geom);
CREATE INDEX districts_geom_idx ON districts USING gist (geom);
\timing off
ANALYZE buildings; ANALYZE districts;
EXPLAIN (ANALYZE, COSTS OFF, SUMMARY ON, BUFFERS OFF) :q1;
EXPLAIN (ANALYZE, COSTS OFF, SUMMARY ON, BUFFERS OFF) :q2;
```

```text
CREATE INDEX
Time: 851.250 ms
CREATE INDEX
Time: 14.203 ms

 Finalize Aggregate (actual time=2153.750..2172.384 rows=1.00 loops=1)
   ->  Gather (actual time=2153.582..2172.363 rows=2.00 loops=1)
         ->  Partial Aggregate (actual time=2069.628..2069.630 rows=1.00 loops=2)
               ->  Parallel Seq Scan on buildings (actual time=910.363..2069.536 rows=163.50 loops=2)
                     Filter: st_dwithin((geom)::geography, '0101000020E6...'::geography, '500'::double precision, true)
                     Rows Removed by Filter: 45618
 Execution Time: 2267.421 ms

 Aggregate (actual time=1360.272..1360.274 rows=1.00 loops=1)
   ->  Nested Loop (actual time=0.505..1348.465 rows=81828.00 loops=1)
         ->  Seq Scan on districts d (actual time=0.015..0.261 rows=142.00 loops=1)
         ->  Index Scan using buildings_geom_idx on buildings b (actual time=0.832..9.312 rows=576.25 loops=142)
               Index Cond: (geom && d.geom)
               Filter: st_intersects(d.geom, geom)
               Rows Removed by Filter: 649
 Execution Time: 1360.405 ms
```

السؤال الثاني استفاد كما نتوقع: لكل حي من 142 حياً طلب الفهرس المباني التي يتقاطع مستطيلها مع مستطيل الحي `geom && d.geom`، ثم تحقق منها، فنزل الوقت من 4035 إلى 1360 مللي ثانية، وأعدنا القياس مرتين فكان 1187 و1120\. ولاحظ السطر `Rows Removed by Filter: 649`: مقابل كل 576 مبنى داخل الحي فعلاً، أعطى الفهرس 649 مرشحاً إضافياً استبعدتهم الدالة، والسبب أن مستطيل الحي أكبر من الحي نفسه، وكلما كان الشكل مائلاً أو متعرجاً زادت هذه النسبة.

أما السؤال الأول فلم يتغير، وما زالت القاعدة تقرأ الجدول كاملاً رغم وجود الفهرس، بل كان القياس هذه المرة أبطأ بسبب ضغط على الجهاز. والسبب أن الفهرس مبني على العمود `geom` من نوع geometry، والاستعلام يسأل عن `geom::geography`، وهذا تعبير مختلف في نظر المخطط Planner، تماماً كما لا يستخدم فهرس على `email` لشرط على `lower(email)`. وهذا من أكثر الأخطاء شيوعاً في PostGIS، لأن التحويل إلى geography هو ما ننصح به للحصول على المتر الصحيح. والحل أحد ثلاثة: أن تنشئ فهرساً على التعبير نفسه، أو أن يكون العمود من نوع geography من البداية، أو أن تحول نقطة السؤال إلى نظام بالمتر وتسأل العمود كما هو. وأبسطها الأول:

```sql
CREATE INDEX buildings_geog_idx ON buildings USING gist ((geom::geography));
ANALYZE buildings;
EXPLAIN (ANALYZE, COSTS OFF, SUMMARY ON, BUFFERS OFF) :q1;
```

```text
 Aggregate (actual time=40.460..40.462 rows=1.00 loops=1)
   ->  Bitmap Heap Scan on buildings (actual time=26.066..40.383 rows=327.00 loops=1)
         Filter: st_dwithin((geom)::geography, '0101000020E6...'::geography, '500'::double precision, true)
         Rows Removed by Filter: 374
         Heap Blocks: exact=29
         ->  Bitmap Index Scan on buildings_geog_idx (actual time=0.504..0.504 rows=701.00 loops=1)
               Index Cond: ((geom)::geography && _st_expand('0101000020E6...'::geography, '500'::double precision))
 Execution Time: 40.600 ms
```

الآن ظهرت المرحلتان بوضوح: الفهرس أعطى 701 مرشحاً بمقارنة المستطيلات، والسطر `_st_expand(..., 500)` هو مستطيل الدائرة الذي أضافته `ST_DWithin` بنفسها، ثم استبعدت الدالة الدقيقة 374 منها وبقي 327، وكل ذلك من 29 صفحة فقط من الجدول بدل الجدول كله. والتنفيذ الأول أخذ 40 مللي ثانية، والتنفيذان التاليان 16 و10 مللي ثانية بعد أن أصبحت الصفحات في الذاكرة. أما حجم الفهرس فهو 3.7 ميغابايت مقابل 16 ميغابايت للجدول، وبناؤه أخذ أقل من ثانية.

⚠️

إذا رأيت `Seq Scan` على جدول مكاني كبير مع شرط `ST_DWithin` أو `ST_Intersects`، فابحث أولاً عن تحويل في الاستعلام لا يطابق تعريف الفهرس: `::geography` أو `ST_Transform(geom, ...)` أو `ST_SetSRID(geom, ...)` على عمود الجدول نفسه. والقاعدة أن تضع التحويل على قيمة السؤال، أو تفهرس التعبير نفسه.

### ماذا عن المضلعات الكبيرة؟

قد تقرأ في نصائح PostGIS أن تقسم المضلعات الكبيرة بالدالة `ST_Subdivide` إلى قطع صغيرة قبل الربط، لأن مستطيل القطعة الصغيرة أقرب إلى شكلها، فيعطي الفهرس مرشحين أقل، وتعمل الدالة الدقيقة على أشكال أصغر. وعند تطبيق ذلك على الأحياء بحد 64 نقطة للقطعة، فتحولت 142 حياً إلى 169 قطعة فقط، ونزل الربط من 1116 إلى 1074 مللي ثانية، أي أن الفرق لا يذكر هنا، والسبب أن أحياء المدينة مضلعات بسيطة قليلة النقاط أصلاً. أما مع حدود دولة أو ساحل فيه عشرات الآلاف من النقاط، أو مضلع واحد يغطي المدينة كلها، فالتقسيم يصنع فرقاً كبيراً، لأن المستطيل الواحد عندها يغطي كل شيء ويصبح الفهرس بلا فائدة. والقاعدة أن تقيس على بياناتك قبل أن تضيف خطوة إلى التحميل، فالنصيحة الصحيحة في حالة قد تكون عبئاً في حالة أخرى.

## دوال ST\_ في أسئلة حقيقية

في PostGIS مئات الدوال، ولكن أغلب العمل اليومي يمر بخمس منها، والصورة التالية تبين ما تفعله كل واحدة مع النتيجة التي خرجت في المختبر:

![خمس بطاقات: ST_Within نقطة داخل مضلع وتجيب في أي حي يقع المستشفى، وST_DWithin دائرة حول مدرسة ووجدنا 9 مدارس من 457 على بعد 150 متراً من طريق سريع، وST_Intersects خط يقطع مضلعاً ومنها كيلومترات الطرق داخل حي الورود 70.3 كم سكنية، وST_Buffer شريط عرضه 300 متر على جانبي طريق الملك فهد مساحته 30.6 كم مربع وفيه 2721 مبنى، وST_Distance المسافة بالمتر وأقرب مستشفى على بعد 341 متراً](https://arabroot.io/content/images/2026/11/gis-postgis-04-functions.webp)

خمس دوال تغطي أغلب الأسئلة المكانية في التطبيقات

### ST\_Within وST\_Distance: أقرب مستشفى وفي أي حي

السؤال الأول: ما أقرب ثلاثة مستشفيات إلى نقطة، وكم تبعد بالمتر، وفي أي حي يقع كل منها؟ وفيه ثلاث دوال معاً، وهو من الملف `lab/f-functions.sql`:

```sql
SELECT h.name, round(ST_Distance(h.geom::geography, me.g::geography)) AS meters, d.name AS district
FROM pois h
CROSS JOIN (SELECT ST_SetSRID(ST_MakePoint(46.6744, 24.7114), 4326) AS g) me
LEFT JOIN districts d ON ST_Within(h.geom, d.geom)
WHERE h.kind = 'amenity:hospital'
ORDER BY h.geom <-> me.g
LIMIT 3;
```

```text
                name                 | meters | district
-------------------------------------+--------+----------
 مركز الرثوية الطبي                  |    341 |
 مجمع الدكتور يوسف المقبل لطب العيون |    417 |
 مستشفى الدكتور سليمان الحبيب        |    806 |
(3 rows)

Time: 45.339 ms
```

في المخرج أعلاه لاحظ التالي:

- المعامل `<->` في ORDER BY هو بحث الجيران الأقرب KNN بالفهرس، فيرجع الفهرس الأقرب فالأقرب ويتوقف عند الثالث دون أن يحسب المسافة لكل المستشفيات، وسوف نعود إليه بالتفصيل في مقال التحليل المكاني، لأن له خطأ دقيقاً على الرقم 4326.
- عمود الحي فارغ للمستشفيات الثلاثة، وليس هذا خطأ في الاستعلام، وإنما في البيانات: النقطة في منطقة العليا، وحي العليا غير مرسوم كحدود إدارية في OpenStreetMap حتى تاريخ الملف، والأحياء المرسومة في المستطيل كله تغطي 1763 كيلومتراً مربعاً من أصل 3698\. وهذه قاعدة مهمة قبل أي تحليل: أن «لا يوجد حي» في الاستعلام قد تعني «لا توجد بيانات» لا «خارج المدينة»، فاعرف تغطية بياناتك أولاً.

### ST\_DWithin: المدارس القريبة من الطرق السريعة

السؤال الثاني من النوع الذي تحتاجه جهة تخطيط أو تطبيق سلامة: كم مدرسة على بعد أقل من 150 متراً من طريق سريع Motorway أو Trunk؟

```sql
SELECT count(DISTINCT s.osm_id) AS schools_near_highway,
       (SELECT count(*) FROM pois WHERE kind = 'amenity:school') AS all_schools
FROM pois s
JOIN roads r ON r.highway IN ('motorway', 'trunk')
            AND ST_DWithin(s.geom::geography, r.geom::geography, 150)
WHERE s.kind = 'amenity:school';
```

```text
 schools_near_highway | all_schools
----------------------+-------------
                    9 |         457
(1 row)

Time: 2248.592 ms (00:02.249)
```

تسع مدارس من 457، ولكن الوقت ثانيتان وربع، والسبب هو الخطأ نفسه الذي رأيناه في قسم الفهارس: التحويل إلى geography على عمودي الجدولين دون فهرس على التعبير. وبعد إنشاء فهرسين على `(geom::geography)` في الجدولين `roads` و`pois` أعاد الاستعلام الرقم نفسه في 114 مللي ثانية، ثم 89 مللي ثانية في التنفيذ الثاني، أي أسرع بنحو 25 مرة.

### ST\_Intersects وST\_Intersection: الطرق داخل حي

السؤال الثالث: كم كيلومتراً من كل نوع من الطرق داخل حي الورود؟ هنا لا يكفي أن نعرف أن الطريق يتقاطع مع الحي، لأن الطريق الطويل يخرج منه، لذلك نقص الجزء الداخلي بالدالة `ST_Intersection` ثم نقيس طوله:

```sql
SELECT r.highway, round((sum(ST_Length(ST_Intersection(r.geom, d.geom)::geography)) / 1000)::numeric, 1) AS km
FROM districts d
JOIN roads r ON ST_Intersects(r.geom, d.geom)
WHERE d.name = 'الورود'
GROUP BY r.highway ORDER BY km DESC LIMIT 5;
```

```text
    highway    |  km
---------------+------
 residential   | 70.3
 primary       | 10.1
 tertiary      |  9.9
 service       |  5.8
 living_street |  3.4
(5 rows)

Time: 43.366 ms
```

لاحظ ترتيب العمل: `ST_Intersects` في شرط الربط تستخدم الفهرس وتختار الطرق المرشحة، ثم `ST_Intersection` تعمل على هذه الطرق فقط في SELECT، وهي دالة أثقل بكثير لأنها تبني شكلاً جديداً. ولو وضعت `ST_Intersection` وحدها دون شرط التقاطع، لحسبتها القاعدة على 111 ألف طريق.

### ST\_Buffer: شريط حول الطريق

السؤال الرابع: كم مبنى يقع في شريط عرضه 300 متر على جانبي طريق الملك فهد؟ وهو سؤال معتاد في دراسات الضوضاء أو التقييم العقاري. والدالة `ST_Buffer` ترسم حول أي شكل مضلعاً على مسافة ثابتة منه، ونستخدمها على geography حتى تكون المسافة بالمتر:

```sql
WITH band AS (
  SELECT ST_Buffer(ST_Union(geom)::geography, 300) AS g
  FROM roads WHERE name = 'طريق الملك فهد' AND highway = 'motorway'
)
SELECT round((ST_Area(band.g) / 1e6)::numeric, 1) AS band_km2,
       (SELECT count(*) FROM buildings b WHERE ST_Intersects(b.geom, band.g::geometry)) AS buildings
FROM band;
```

```text
 band_km2 | buildings
----------+-----------
     30.6 |      2721
(1 row)

Time: 491.579 ms
```

في الاستعلام أعلاه لاحظ أننا جمعنا أجزاء الطريق أولاً بالدالة `ST_Union`، لأن الطريق في OpenStreetMap مقسم إلى 71 جزءاً في هذا المستطيل، وتوسيع كل جزء وحده يعطي 71 مضلعاً متداخلاً تعد المبنى فيها أكثر من مرة. ولاحظ أيضاً أن `ST_Buffer` على geography تحول الشكل داخلياً إلى إسقاط مناسب ثم تعيده، وهذا مناسب لمسافات قصيرة كهذه. والقاعدة العامة أن تفضل `ST_DWithin` على `ST_Buffer` ثم `ST_Intersects` كلما كان السؤال «ما الذي على بعد كذا»، لأن الأولى تستخدم الفهرس مباشرة ولا تبني أي مضلع، واستخدم `ST_Buffer` عندما تحتاج الشريط نفسه كشكل تعرضه على الخريطة أو تقيس مساحته.

### ST\_Area: أكبر الأحياء

```sql
SELECT name, round((ST_Area(geom::geography) / 1e6)::numeric, 1) AS km2
FROM districts ORDER BY km2 DESC LIMIT 3;
```

```text
     name     |  km2
--------------+-------
 حي النظيم    | 149.2
 خشم العان    | 129.1
 حي الجنادرية |  77.1
(3 rows)
```

ولو حسبت المساحة على عمود بالإسقاط 3857 مباشرة لحصلت على أرقام أكبر بنحو 22%، وقد حسبناها لحي النظيم فكانت النسبة 1.220، لأن التضخيم في Mercator يقع على البعدين معاً، أي مربع المعامل 1.10 الذي رأيناه في المسافة.

## قرارات التصميم: جدول مرجعي سريع

بعد التجربة يمكن تلخيص القرارات التي تتخذها عند تصميم أي جدول مكاني في الجدول التالي:

| القرار                      | الخيار المنصوح به                                                      | والسبب                                              |
| --------------------------- | ---------------------------------------------------------------------- | --------------------------------------------------- |
| نوع العمود                  | geometry بالرقم 4326                                                   | هذا ما يأتي من GPS وOpenStreetMap، وكل الدوال تقبله |
| المسافة والمساحة بالمتر     | التحويل إلى geography داخل الاستعلام                                   | دقيق في أي مكان في العالم دون التفكير في الإسقاط    |
| عمليات ثقيلة في مدينة واحدة | نسخة بالإسقاط المحلي مثل UTM 38N (32638)                               | أمتار حقيقية وكل دوال geometry وسرعتها              |
| الفهرس                      | GiST على العمود، وGiST على (geom::geography) إذا كانت الاستعلامات تحول | المخطط يستخدم الفهرس فقط إذا طابق التعبير           |
| شرط المسافة                 | ST\_DWithin                                                            | تضيف شرط المستطيل للفهرس، وST\_Distance < x لا تفعل |
| الأقرب                      | ORDER BY geom <-> point LIMIT n                                        | الفهرس يرجع الأقرب دون حساب كل الصفوف               |
| الإسقاط 3857                | للعرض فقط، لا للحساب                                                   | يضخم المسافة 10% والمساحة 22% عند خط عرض الرياض     |

## متى لا تحتاج PostGIS؟

ليس كل سؤال عن المكان يحتاج نظام GIS كاملاً، والاختيار يعتمد على نوع السؤال وحجم البيانات ومكان باقي بياناتك:

- **آخر موقع لآلاف المندوبين يتغير كل ثانية:** هذا عمل كتابة كثيف، وأنسب له مخزن في الذاكرة مثل Redis GEO، مع PostGIS للمناطق والطلبات، وقد شرحنا هذا التقسيم في [تتبع مواقع المندوبين لحظياً](https://arabroot.io/articles/%D8%AA%D8%AA%D8%A8%D8%B9-%D9%85%D9%88%D8%A7%D9%82%D8%B9-%D8%A7%D9%84%D9%85%D9%86%D8%AF%D9%88%D8%A8%D9%8A%D9%86-%D9%84%D8%AD%D8%B8%D9%8A%D8%A7/).
- **تطبيق على الهاتف أو أداة سطر أوامر دون سيرفر:** ملف GeoPackage أو SQLite مع إضافة SpatiaLite يعطيك الدوال نفسها تقريباً في ملف واحد.
- **تحليل لمرة واحدة على ملفات كبيرة:** أدوات التحليل التي تقرأ الملفات مباشرة، مثل QGIS على جهازك أو محركات SQL التحليلية التي لها إضافة مكانية، قد تكون أسرع من تحميل كل شيء إلى قاعدة بيانات أولاً.
- **بحث نصي مع شرط مسافة بسيط:** إذا كان محرك البحث عندك يدعم نقطة ومسافة، فقد يكفيك دون نقل البيانات إلى مكان آخر.

أما إذا كانت بياناتك في PostgreSQL أصلاً، وتحتاج أشكالاً حقيقية من أحياء وطرق ومناطق خدمة، مع معاملات Transactions وربط مع جداول العملاء والطلبات، فلا يوجد سبب لإضافة نظام آخر، وهذا ما خلص إليه مقال [PostgreSQL لكل شيء](https://arabroot.io/articles/postgresql-%D9%84%D9%83%D9%84-%D8%B4%D9%8A%D8%A1-%D9%85%D8%AA%D9%89-%D8%AA%D9%83%D9%81%D9%8A%D9%83-%D9%82%D8%A7%D8%B9%D8%AF%D8%A9-%D8%A8%D9%8A%D8%A7%D9%86%D8%A7%D8%AA-%D9%88%D8%A7%D8%AD%D8%AF%D8%A9/) أيضاً.

وتذكر أن البيانات التي حملناها من OpenStreetMap برخصة ODbL، فإذا عرضتها أو عرضت نتائج مبنية عليها فعليك نسبة «OpenStreetMap» ظاهرة، وإذا عدلت البيانات نفسها ونشرت النسخة المعدلة فهي تبقى بالرخصة نفسها، وتفصيل ذلك في [قسم الرخصة في مقال الخرائط على سيرفرك](https://arabroot.io/articles/%D8%AE%D8%B1%D8%A7%D8%A6%D8%B7%D9%83-%D8%B9%D9%84%D9%89-%D8%B3%D9%8A%D8%B1%D9%81%D8%B1%D9%83-%D9%85%D8%B9-openstreetmap-%D9%88-maplibre/#osm-data). أما ملف السكان من WorldPop فرخصته CC BY 4.0، أي تستخدمه بحرية بشرط ذكر المصدر.

## بعد قاعدة البيانات: أين يأتي GeoServer؟

البيانات الآن في PostGIS، وتطبيقك يسألها بلغة SQL، ولكن هناك من يحتاجها دون أن يكتب SQL: محلل في فريق التخطيط يفتحها في QGIS، وصفحة على الويب تعرضها كخريطة، وجهة أخرى تريد طبقة الأحياء في برنامجها الخاص. وهنا يأتي دور [GeoServer](https://geoserver.org/?ref=arabroot.io)، وهو سيرفر خرائط مفتوح المصدر بلغة Java، يقرأ من PostGIS ومن الملفات، ويقدم البيانات بمعايير مفتوحة من [OGC](https://www.ogc.org/?ref=arabroot.io): خدمة WMS التي ترسم الخريطة كصورة، وخدمة WFS التي تعطي المعالم نفسها بصيغ مثل GeoJSON، وWMTS للمربعات المخزنة مؤقتاً، مع تنسيق الطبقات بملفات SLD. وبالتالي فإن أي برنامج GIS في العالم يستطيع قراءة بياناتك برابط واحد دون أن تكتب له API خاصة.

وفي المقال التالي من هذه المرحلة نشغل GeoServer على قاعدة البيانات نفسها، وننشر الأحياء والطرق بتنسيق عربي، ونقارنه بخادم المربعات المتجهة Martin الأخف بكثير، ونقيس حجم المربعات والتخزين المؤقت بطلبات حقيقية.

[![](https://arabroot.io/content/images/2026/11/geoserver-tiles-cover-cover.webp)دليلنشر الخرائط مع GeoServer والمربعات المتجهة Vector Tilesكيف تنشر طبقات PostGIS كخرائط بمعايير WMS وWFS مع GeoServer، وكمربعات متجهة صغيرة مع Martin، وكم يزن كل مربع وكيف تخزنه مؤقتاً.](https://arabroot.io/articles/%D9%86%D8%B4%D8%B1-%D8%A7%D9%84%D8%AE%D8%B1%D8%A7%D8%A6%D8%B7-%D9%85%D8%B9-geoserver-%D9%88%D8%A7%D9%84%D9%85%D8%B1%D8%A8%D8%B9%D8%A7%D8%AA-%D8%A7%D9%84%D9%85%D8%AA%D8%AC%D9%87%D8%A9/)[![](https://arabroot.io/content/images/2026/11/spatial-analysis-cover-cover.webp)دليلالتحليل المكاني Spatial Analysis: أقرب فرع والتغطيةكيف تحسب بالأرقام أقرب فرع لكل عميل وكم شخصاً يغطي كل فرع على الطريق لا بالخط المستقيم، بأدوات PostGIS وpgRouting وبيانات سكان مفتوحة.](https://arabroot.io/articles/%D8%A7%D9%84%D8%AA%D8%AD%D9%84%D9%8A%D9%84-%D8%A7%D9%84%D9%85%D9%83%D8%A7%D9%86%D9%8A-spatial-analysis-%D8%A7%D9%82%D8%B1%D8%A8-%D9%81%D8%B1%D8%B9-%D9%88%D8%A7%D9%84%D8%AA%D8%BA%D8%B7%D9%8A%D8%A9/)

## أخطاء شائعة وحلولها

- **المسافة أكبر من الحقيقة بنحو 10%:** الجدول بالإسقاط 3857، وهذا الإعداد الافتراضي في osm2pgsql. استخدم `projection = 4326` في ملف Lua، أو حول إلى geography قبل القياس.
- **الاستعلام يعيد صفراً دون أي خطأ:** تحقق من ترتيب الإحداثيات في `ST_MakePoint(lng, lat)`، ومن أن SRID النقطة يطابق SRID العمود، وإذا لم تضع SRID أصلاً فرقمه 0، فيرفض الاستعلام بخطأ مثل `Operation on mixed SRID geometries (Point, 0) != (MultiPolygon, 4326)`، والحل `ST_SetSRID(ST_MakePoint(lng, lat), 4326)`.
- **Seq Scan رغم وجود الفهرس:** تحويل على عمود الجدول لا يطابق الفهرس، أو شرط بالدالة `ST_Distance` بدل `ST_DWithin`، أو جدول لم يحلل بعد التحميل، فنفذ `ANALYZE`.
- **عدد مختلف بين أداتي تحميل:** اقرأ تحذيرات الحلقات غير المغلقة، فبعض الأدوات تغلقها بخط مستقيم وبعضها ترفض الشكل، وتحقق بالدالة `ST_IsValid` وبالأمر `osmium check-refs`.
- **مضلعات مقطوعة عند حدود المستطيل:** الأمر `osmium extract` بإعداده الافتراضي يحتفظ بالطرق كاملة، ولكن العلاقات الكبيرة التي تخرج من المستطيل قد تأتي ناقصة، فاقطع مستطيلاً أوسع قليلاً من منطقة عملك، أو استخدم الخيار `-s smart`.
- **الخطأ `could not resize shared memory segment`:** ذاكرة Docker المشتركة 64 ميغابايت، فشغل الـ Container بالخيار `--shm-size`.
- **الأماكن ناقصة:** OpenStreetMap مفتوحة ومجانية ولكنها ليست كاملة، ففي المستطيل كله 109 صيدليات فقط، وهو رقم أقل بكثير من الواقع، فقارن بمصدر آخر قبل أي قرار يعتمد على العدد.

## قائمة تحقق قبل أن تعتمد على بياناتك المكانية

- هل تعرف نظام الإحداثيات لكل جدول، وهل هو مكتوب في تعريف العمود `geometry(Point, 4326)` لا في التوثيق فقط؟
- هل تحسب المسافات والمساحات على geography أو على إسقاط محلي بالمتر، لا على 4326 أو 3857 مباشرة؟
- هل لكل عمود هندسي فهرس GiST، ولكل تحويل تستخدمه في WHERE فهرس على التعبير نفسه؟
- هل قرأت EXPLAIN لأهم ثلاثة استعلامات وتأكدت أنها تستخدم الفهرس؟
- هل قارنت عدد الصفوف بعد التحميل بمصدر آخر، وقرأت كل تحذير في مخرج الأداة؟
- هل تعرف تغطية البيانات، أي ما الأحياء أو الأماكن غير المرسومة أصلاً؟
- هل الشكل صالح `ST_IsValid` قبل أي عملية تقاطع أو اتحاد؟
- هل وضعت نسبة OpenStreetMap حيث تعرض البيانات، كما تطلب رخصة ODbL؟

## تنظيف المختبر

```bash
docker rm -f lab-gis-pg
docker volume rm lab-gis-data
docker network rm lab-gis-net
docker image rm lab-gis-tools postgis/postgis:18-3.7
```

## تدريب عملي

- أضف إلى ملف `city.lua` جدولاً للحدائق `leisure=park` كمضلعات، ثم احسب نسبة مساحة الحدائق إلى مساحة كل حي، ورتب الأحياء من الأقل.
- أنشئ نسخة من جدول المباني بالإسقاط 32638 مع فهرسها، ثم قارن زمن السؤال الأول وناتجه بالنسخة الأصلية مع فهرس geography.

## الخلاصة

وصلنا لنهاية الموضوع، وأهم ما فيه:

- GIS هو الأسئلة المكانية لا الخريطة، والبيانات المتجهة أشياء لها شكل وخصائص، والشبكية خلايا فيها قيم.
- خزن بالرقم 4326 كنوع geometry، واحسب بالمتر عبر geography أو إسقاط محلي، ولا تحسب على 3857 الذي ضخم المسافة في المختبر من 2537 إلى 2804 متراً.
- osm2pgsql بملف Lua أدخلت المدينة كاملة في 3.6 ثانية بالجداول التي نريدها، وogr2ogr هي الأداة لكل الصيغ الأخرى، والأداتان اختلفتا في حيين لأن حلقة حدودهما لا تغلق في البيانات.
- فهرس GiST يستبعد بالمستطيلات ثم تتحقق الدالة، فنزل الربط بين الأحياء والمباني من 4 ثوان إلى ثانية وثلث، ولكنه لا يستخدم إذا لم يطابق التعبير، والفهرس على `(geom::geography)` نزل السؤال من قرابة ثانية إلى 10 مللي ثوان.
- ST\_DWithin للقرب، وST\_Within للاحتواء، وST\_Intersects ثم ST\_Intersection للقص، وST\_Buffer عندما تحتاج الشريط كشكل، و<-> للأقرب.
- GeoServer يأتي بعد PostGIS عندما يحتاج غيرك بياناتك بمعايير WMS وWFS.

[![](https://arabroot.io/content/images/2026/11/geoserver-tiles-cover-cover.webp)دليلنشر الخرائط مع GeoServer والمربعات المتجهة Vector Tilesكيف تنشر طبقات PostGIS كخرائط بمعايير WMS وWFS مع GeoServer، وكمربعات متجهة صغيرة مع Martin، وكم يزن كل مربع وكيف تخزنه مؤقتاً.](https://arabroot.io/articles/%D9%86%D8%B4%D8%B1-%D8%A7%D9%84%D8%AE%D8%B1%D8%A7%D8%A6%D8%B7-%D9%85%D8%B9-geoserver-%D9%88%D8%A7%D9%84%D9%85%D8%B1%D8%A8%D8%B9%D8%A7%D8%AA-%D8%A7%D9%84%D9%85%D8%AA%D8%AC%D9%87%D8%A9/)[![](https://arabroot.io/content/images/2026/11/spatial-analysis-cover-cover.webp)دليلالتحليل المكاني Spatial Analysis: أقرب فرع والتغطيةكيف تحسب بالأرقام أقرب فرع لكل عميل وكم شخصاً يغطي كل فرع على الطريق لا بالخط المستقيم، بأدوات PostGIS وpgRouting وبيانات سكان مفتوحة.](https://arabroot.io/articles/%D8%A7%D9%84%D8%AA%D8%AD%D9%84%D9%8A%D9%84-%D8%A7%D9%84%D9%85%D9%83%D8%A7%D9%86%D9%8A-spatial-analysis-%D8%A7%D9%82%D8%B1%D8%A8-%D9%81%D8%B1%D8%B9-%D9%88%D8%A7%D9%84%D8%AA%D8%BA%D8%B7%D9%8A%D8%A9/)[![](https://arabroot.io/content/images/2026/11/coordinate-systems-cover-cover.webp)دليلالمرجع الجيوديسي Datum: لماذا تنحرف نقطتك مئات الأمتار؟لماذا تقع نفس الإحداثيات في مكانين بينهما مئة متر، وكيف تحول بين Ain el Abd وKSA-GRF17 وWGS 84 ومناطق UTM دون أن تنقل بياناتك إلى المكان الخطأ.](https://arabroot.io/articles/%D8%A7%D9%84%D9%85%D8%B1%D8%AC%D8%B9-%D8%A7%D9%84%D8%AC%D9%8A%D9%88%D8%AF%D9%8A%D8%B3%D9%8A-datum-%D9%84%D9%85%D8%A7%D8%B0%D8%A7-%D8%AA%D9%86%D8%AD%D8%B1%D9%81-%D9%86%D9%82%D8%B7%D8%AA%D9%83-%D9%85%D8%A6%D8%A7%D8%AA-%D8%A7%D9%84%D8%A7%D9%85%D8%AA%D8%A7%D8%B1/)[![](https://arabroot.io/content/images/2026/11/qgis-basics-cover-cover.webp)دليلQGIS للمبتدئين: الطبقات Layers والتحليل المكانيكيف تحول جدول مواقع إلى طبقة على الخريطة في QGIS، وتربطها بالمناطق وتحسب النطاقات بالأمتار الصحيحة، ثم تعيد التحليل كله بأمر واحد.](https://arabroot.io/articles/qgis-%D9%84%D9%84%D9%85%D8%A8%D8%AA%D8%AF%D8%A6%D9%8A%D9%86-%D8%A7%D9%84%D8%B7%D8%A8%D9%82%D8%A7%D8%AA-layers-%D9%88%D8%A7%D9%84%D8%AA%D8%AD%D9%84%D9%8A%D9%84-%D8%A7%D9%84%D9%85%D9%83%D8%A7%D9%86%D9%8A/)[![](https://arabroot.io/content/images/2026/11/osm-basics-cover-cover.webp)دليلما هي OpenStreetMap؟ البيانات والرخصة والمساهمةكيف تبنى أكبر قاعدة بيانات جغرافية مفتوحة من نقاط وطرق ووسوم، وما الذي تلزمك به رخصتها، وكيف تفحص جودتها في مدينتك قبل أن تبني عليها.](https://arabroot.io/articles/%D9%85%D8%A7-%D9%87%D9%8A-openstreetmap-%D8%A7%D9%84%D8%A8%D9%8A%D8%A7%D9%86%D8%A7%D8%AA-%D9%88%D8%A7%D9%84%D8%B1%D8%AE%D8%B5%D8%A9-%D9%88%D8%A7%D9%84%D9%85%D8%B3%D8%A7%D9%87%D9%85%D8%A9/)[![](https://arabroot.io/content/images/2026/11/saudi-geodata-cover-cover.webp)دليلالبيانات الجغرافية المفتوحة Open Data في السعوديةأين تجد البيانات الجغرافية عن المملكة، وما الذي يمكن تحميله فعلاً من كل مصدر وبأي رخصة، وكيف تفحص الملف الرسمي قبل أن تبني عليه.](https://arabroot.io/articles/%D8%A7%D9%84%D8%A8%D9%8A%D8%A7%D9%86%D8%A7%D8%AA-%D8%A7%D9%84%D8%AC%D8%BA%D8%B1%D8%A7%D9%81%D9%8A%D8%A9-%D8%A7%D9%84%D9%85%D9%81%D8%AA%D9%88%D8%AD%D8%A9-%D9%81%D9%8A-%D8%A7%D9%84%D8%B3%D8%B9%D9%88%D8%AF%D9%8A%D8%A9-%D9%88%D8%B1%D8%AE%D8%B5%D9%87%D8%A7/)[![](https://arabroot.io/content/images/2026/10/postgres-for-everything-cover-cover.webp)دليلPostgreSQL لكل شيء: متى يكفيك ومتى تحتاج غيره؟كم عملاً يستطيع PostgreSQL واحد أن يقوم به في شركتك الناشئة قبل أن تحتاج Redis أو Elasticsearch، وما الإشارة التي تقول لك إن الوقت قد حان.](https://arabroot.io/articles/postgresql-%D9%84%D9%83%D9%84-%D8%B4%D9%8A%D8%A1-%D9%85%D8%AA%D9%89-%D8%AA%D9%83%D9%81%D9%8A%D9%83-%D9%82%D8%A7%D8%B9%D8%AF%D8%A9-%D8%A8%D9%8A%D8%A7%D9%86%D8%A7%D8%AA-%D9%88%D8%A7%D8%AD%D8%AF%D8%A9/)[![](https://arabroot.io/content/images/2026/10/db-indexes-cover-cover.webp)دليلالفهارس Indexes: لماذا تسرع الاستعلام وكيف تقرأ EXPLAINكيف يبحث PostgreSQL داخل الفهرس، ومتى يتجاهله، وكم يكلفك كل فهرس عند الكتابة، وكيف تقرأ خطة EXPLAIN سطراً سطراً.](https://arabroot.io/articles/%D8%A7%D9%84%D9%81%D9%87%D8%A7%D8%B1%D8%B3-indexes-%D9%88%D9%82%D8%B1%D8%A7%D8%A1%D8%A9-explain/)

## سجل التحديثات

- 16 نوفمبر 2026: كتابة المقال وتنفيذ المختبر على PostgreSQL 18.7 وPostGIS 3.7.0 (GEOS 3.15.0 وPROJ 9.9.0) من postgis/postgis:18-3.7، وosm2pgsql 2.1.1 وGDAL 3.10.3 وosmium 1.18.0 على Debian 13، وبيانات Geofabrik لدول الخليج بتاريخ 15 نوفمبر 2026، وملف السكان WorldPop R2025A لعام 2025.