基于Spark读取Shapefile：如何提取多边形数据？

首先，spark-shp读取Shapefile返回的RDD元素类型是com.esri.core.geometry.Geometry，Point只是它的子类之一，Polygon同样继承自Geometry类。你可以通过类型匹配+过滤来提取Polygon数据：

• 先导入依赖类：

  import com.esri.core.geometry.{Geometry, Polygon, Point}
  import org.apache.spark.rdd.RDD
  

• 对读取后的Geometry RDD做类型转换：

  // 假设已读取得到 geometryRDD: RDD[Geometry]
  val polygonRDD: RDD[Polygon] = geometryRDD
    .filter(_.isInstanceOf[Polygon])
    .map(_.asInstanceOf[Polygon])
  

如果需要操作Polygon的具体属性（比如顶点、环结构），可以调用Polygon类的内置方法：

polygonRDD.foreach(polygon => {
  // 获取多边形的环数量
  val ringNum = polygon.getRingCount()
  // 遍历第一个环的所有顶点
  val outerRing = polygon.getRing(0)
  for (i <- 0 until outerRing.getPointCount()) {
    val vertex = outerRing.getPoint(i)
    println(s"顶点坐标: (${vertex.getX()}, ${vertex.getY()})")
  }
})

最后需要确认：你读取的Shapefile本身是否包含Polygon类型要素。如果源文件只有Point数据，自然提取不到Polygon，可以用QGIS等工具先验证Shapefile的要素类型。

内容的提问来源于stack exchange，提问作者blackstorm