使用 Dataflow + Beam + Python 從 Google Cloud Storage 讀取 Shapefile

Question

如何使用 Dataflow + Beam + Python 從 Google Cloud Storage 讀取 Shapefile。
我只找到了beam.io.ReadFromText ，但 python shapefile reader 需要類似文件的對象： shp.Reader(shp=shp_file, dbf=dbf_file)或 shapefile。
我正在使用 Python 2.7。

Answer 1

這是這樣做的方法：

prj_file =  beam.io.gcp.gcsio.GcsIO().open(
    filenamePRJ, 
    mode='r',
    read_buffer_size=1677721600, 
    mime_type='application/octet-stream'
)

shp_file = beam.io.gcp.gcsio.GcsIO().open(
    filenameSHP, 
    mode='r',
    read_buffer_size=1677721600,
    mime_type='application/octet-stream'
)

dbf_file =  beam.io.gcp.gcsio.GcsIO().open(
    filenameDBF,
    mode='r',
    read_buffer_size=1677721600,
    mime_type='application/octet-stream'
)

sf = shp.Reader(shp=shp_file, dbf=dbf_file)      
euref  = osr.SpatialReference()
euref.ImportFromWkt(str(prj_file.read()))
wgs84 = osr.SpatialReference()
wgs84.ImportFromEPSG(4326)
transformation = osr.CoordinateTransformation(euref,wgs84)

Answer 2

這是包含用於讀取 Shapefile 的自定義 Beam I/O 連接器的 Python 包： https : //github.com/GoogleCloudPlatform/dataflow-geobeam