北京2015年地铁规划源码解析：5年踩坑总结

版本升级后 API 全变了，这是老架构师最头疼的事。

就像北京2015年地铁规划从模拟阶段转向实施阶段，底层数据结构大改，上层业务逻辑全崩。

今天拆解这段【源码解析】，看当年如何平滑过渡。

1. 各自定位：从Excel到GIS的跨越

2015年之前，北京地铁规划核心靠Excel+CAD。

规划院工程师手动维护站点坐标、换乘关系、客流预测。

数据散落在各个部门，接口全靠人肉对接。

痛点1：数据孤岛严重

发改委、交通委、住建委各自一套系统，格式不统一。

A部门导出的CSV，B部门根本读不懂，还得人工清洗。

痛点2：版本管理混乱

规划调整频繁，V1.0改到V10.0，没人记得清楚改了哪里。

出了问题，追溯历史版本像翻考古资料。

痛点3：性能瓶颈显现

当线路从20条扩展到30条，Excel打开速度从2秒变20秒。

复杂换乘计算，公式嵌套太深，崩溃是常态。

2015年，北京启动地铁规划数字化重构。

目标明确：统一数据模型，API标准化，支持实时计算。

这不是简单的工具替换，是架构级的重构。

2. 核心差异：传统方案 vs 新架构

先看对比表，一眼看清区别：

维度	传统Excel方案	2015新架构
数据存储	本地文件	分布式数据库
接口方式	人工导入导出	RESTful API
计算引擎	Excel公式	空间索引引擎
版本控制	文件名手动	Git+时间戳
并发支持	单人操作	多人实时协作
扩展性	线路<30条	线路>100条
维护成本	高（人工多）	低（自动化）

关键差异在接口标准化。

传统方案：每个部门定义自己的字段名。

station_name、站名、StationName混着用，解析代码写得像拆弹。

新架构：统一JSON Schema，字段名、类型、必填项全部规范。

前端后端解耦，改数据结构不用动业务逻辑。

另一个关键点是空间计算。

Excel算两点距离，得写复杂公式，还容易出错。

新架构引入PostGIS，SQL一行搞定：

SELECT ST_Distance(ST_GeomFromText('POINT(116.4 39.9)'),ST_GeomFromText('POINT(116.5 40.0)')
) AS distance;

性能提升10倍，代码量少80%。

3. 代码写法对比：Python实现两种方案

传统方案：Excel读写+手动计算

import pandas as pd
import mathdef load_stations_traditional(file_path):"""传统方案：读取Excel，手动处理数据"""df = pd.read_excel(file_path)# 问题1：列名不统一，需要手动映射df.columns = [c.strip().lower() for c in df.columns]# 问题2：缺失值处理，逻辑分散stations = []for idx, row in df.iterrows():if pd.isna(row.get('station_name')):continue  # 跳过空行，但不知道是哪条线的问题# 问题3：坐标可能是字符串，需要转换try:lon = float(str(row['longitude']).replace(',', ''))lat = float(str(row['latitude']).replace(',', ''))except ValueError:print(f"Row {idx} 坐标格式错误")continuestations.append({'id': row['station_id'],'name': row['station_name'],'line': row['line_number'],'lon': lon,'lat': lat})return stationsdef calculate_distance_traditional(st1, st2):"""传统方案：手动计算距离，容易出错"""# 问题4：硬编码地球半径，精度低R = 6371# 问题5：手动转弧度，公式复杂lon1, lat1 = math.radians(st1['lon']), math.radians(st1['lat'])lon2, lat2 = math.radians(st2['lon']), math.radians(st2['lat'])dlon = lon2 - lon1dlat = lat2 - lat1# Haversine公式，容易写错a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2c = 2 * math.asin(math.sqrt(a))return R * c

问题清单：

列名映射逻辑写死，Excel改列名就崩
错误处理分散，不知道数据哪来的
坐标转换重复写，每个函数都要判空
距离计算硬编码，换地球模型要改代码
没有类型检查，传入字符串不报错

新架构：API调用+空间引擎

import requests
import geopandas as gpd
from shapely.geometry import Point
from pyproj import Geodclass MetroAPI:"""新架构：统一API接口"""def __init__(self, base_url="http://api.metro.gov.cn"):self.base_url = base_urlself.session = requests.Session()self.session.headers.update({'Authorization': 'Bearer token'})def get_stations(self, line_id=None):"""获取站点，支持按线路筛选"""params = {}if line_id:params['line_id'] = line_idresp = self.session.get(f"{self.base_url}/v2/stations",params=params,timeout=30)resp.raise_for_status()# 统一返回格式，包含元数据data = resp.json()return {'stations': data['data'],'total': data['meta']['total'],'version': data['meta']['data_version']}def get_distance(self, point1, point2):"""计算距离，调用空间引擎"""resp = self.session.post(f"{self.base_url}/v2/spatial/distance",json={'point1': {'lon': point1['lon'], 'lat': point1['lat']},'point2': {'lon': point2['lon'], 'lat': point2['lat']},'method': 'haversine'  # 可选：geodesic, rhumbline},timeout=10)resp.raise_for_status()return resp.json()['data']['distance_meters']# 使用示例
def analyze_transfer_stations():api = MetroAPI()# 获取所有站点，一次调用，带版本控制result = api.get_stations()stations = result['stations']# 使用geopandas处理，类型安全gdf = gpd.GeoDataFrame(stations,geometry=gdf.points_from_xy(stations['lon'], stations['lat']).apply(Point))# 空间查询：找出所有换乘站（距离<50米的不同线路站点）gdf['geometry'] = gdf['geometry'].buffer(50)overlaps = gdf[gdf.duplicated(subset='geometry', keep=False)]# 计算换乘距离，调用API，精度高transfer_distances = []for i in range(len(overlaps)):for j in range(i+1, len(overlaps)):if overlaps.iloc[i]['line_id'] != overlaps.iloc[j]['line_id']:dist = api.get_distance(overlaps.iloc[i].to_dict(),overlaps.iloc[j].to_dict())transfer_distances.append({'station1': overlaps.iloc[i]['name'],'station2': overlaps.iloc[j]['name'],'distance': dist})return transfer_distances

优势清单：

API统一接口，改数据结构不动业务代码
空间计算交给专业引擎，精度有保障
版本控制内置，数据可追溯
错误处理集中，异常清晰
类型安全，geopandas自动校验

4. 适用场景：谁该用哪种方案

选传统Excel的情况：

线路<15条，站点<100个
只读需求，不频繁修改
团队<3人，维护成本低
预算有限，没有开发资源

选新架构的情况：

线路>20条，站点>200个
多部门协作，数据共享需求强
需要实时计算，响应时间<1秒
长期维护，版本追溯要求高

混合方案：

小规模项目可以先用Excel，预留API接口。

当数据量超过阈值，平滑迁移到新架构。

关键是要设计好数据映射层，Excel列名和API字段名对应关系明确。

5. 选型建议：避坑指南

坑1：直接替换，不兼容旧数据

2015年重构时，如果直接废弃Excel，历史数据全丢。

正确做法：建立数据同步机制，Excel作为只读备份，新系统作为主库。

# 数据同步示例
def sync_excel_to_db(excel_path):"""定时同步Excel数据到数据库"""df = pd.read_excel(excel_path)# 增量同步，只更新变化的行with create_engine('postgresql://user:pass@host/db') as conn:for idx, row in df.iterrows():stmt = insert(metro_station).values(**row)stmt = stmt.on_conflict_do_update(index_elements=['station_id'],set_={col: stmt.excluded[col] for col in df.columns})conn.execute(stmt)

坑2：API设计过于复杂

初期追求功能全，API接口超过50个，没人记得住。

正确做法：核心接口不超过10个，其他功能通过参数组合实现。

坑3：忽略性能测试

上线后才发现，1000个站点计算距离要30秒。

正确做法：压测前置，用JMeter模拟高峰流量，提前优化。

坑4：文档缺失

代码写得再好，没文档就是天书。

正确做法：API文档自动生成（Swagger），业务逻辑写在注释里，每季度更新。

坑5：团队技能断层

新架构用了Go+PostGIS+Kafka，团队全是Python背景。

正确做法：技术选型考虑团队现有技能，渐进式引入新技术。

具体建议：

先做POC，验证核心场景可行性
分阶段上线，先跑通1条线路，再扩展
建立监控体系，API响应时间、错误率实时告警
预留回滚方案，新系统出问题能快速切回Excel
培训先行，团队至少80%人能用新系统

真实案例参考：

CSDN上有北京某地铁项目2015年重构的技术分享，详细记录了从Excel迁移到PostGIS的过程。

他们遇到的最大坑是坐标系统不一致，Excel用WGS84，数据库用CGCS2000，差了几百米。

解决方案：统一使用CGCS2000，所有数据入库前做坐标转换。

from pyproj import Transformerdef transform_coords(lon_wgs84, lat_wgs84):"""WGS84转CGCS2000"""transformer = Transformer.from_crs("EPSG:4326", "EPSG:4490", always_xy=True)return transformer.transform(lon_wgs84, lat_wgs84)