公司项目需求是：将数据库中保存的tif黑白二进制压缩数据展示到地图上面来，实现用户在手机上能实时查看天气情况。数据最终效果与中国气象图很像，但更加方便清晰的让用户在手机端随意缩放查看高清雷电信息。

项目一开始思路导向ArcGIS来解决，但是数据是实时增加的，就需要用程序控制着自动完成。所以我们转向ArcGIS Server,因为专业性太强，网上找不到有用信息，官网文档是英文而且专业术语太强，看不懂。没办法又找到OpenLayers，但是前期的数据黑白tif不能直接覆盖在地图上。
接着在高德找到图片图层，测试后发现网页展示没问题，在手机上性能太Low。最后决定使用高德的XYZ栅格图层解决问题。

经过多次寻找解决方案，最终觉得XYZ栅格可行且手机运行效率高。基本思路是：
1、读取数据库数据，先zip解压数据，然后读取已经解压的tif数据。
2、读取tif图片像素数据，根据像素附带的该点值渲染成RGB相应的颜色。
3、得到一张由tif转成的png图片，将该图切成瓦片(术语：就是有规则的小图片)，保存。
4、将瓦片按照一定规则保存起来，前端使用高德栅格图层调用即可。

实现1、2步骤我们从Python转成Golang,因为在Go语言中有处理tif的组件，处理起来比较方便。

实现3步骤时需要了解切瓦片的规则，高德虽然有调取瓦片的接口，却没有怎么切成瓦片的方法。幸好有前人理论和实践铺路： 国内主要地图瓦片坐标系定义及计算原理 (用到平面坐标转瓦片坐标和平面坐标转像素坐标，具体公式也有链接)

切瓦片思路是先计算出图片所在的瓦片，然后新建画布，画布大小就是这些瓦片所组成矩形的大小，将原图放到画布的某个具体位置，然后将该画布切成瓦片即可。(每个瓦片一般256或128像素的正方形)
因为每张tif大小一致，经纬度一致(tif图片自带top、left、right、bottom经纬度)，得到图片左上角与右下角经纬度。

参照上面文章中经纬度转瓦片坐标，将两个角转换成瓦片就可以得到图片所在哪些瓦片中，根据所有瓦片计算出像素宽高即可得出画布宽高。再根据原图经纬度转像素坐标，计算出原图在画布的具体位置。(画布增大，原图相应增大，就需要把原图做放大处理)

到4步骤瓦片组成了画布，现在新图已画成，再分成瓦片保存，一般保存规则：原图名称/缩放级别/x_y.png

因为缩放级别一般 3-18左右，按照上面思路计算到10级别，画布就会超级大，严重占内存，即便是我们做测试的服务器16核心32G开启线程65535也只能跑到13级别，且内存cpu满载计算几个小时，再往后直接over。

所以第一条优化方案：地图缩放后，瓦片数量增加，画布增加，原图放大。原图放大到原来尺寸最接近的缩放级别后，下一级别就不再新建画布、放大原图并贴到画布。而是根据缩放规则“上一级别的每个瓦片在下一个级别分成四块”, 思路也是这样。将上个级别生成的瓦片遍历每片都分成四份，每份宽高放大到瓦片宽高，也就是作为新的瓦片。

优化后不在新建更大的画布，内存不会爆，效率有所提升，不过效率依旧有很大提升空间。

第二条优化方案：上一级瓦片放大后有一部分四周边缘瓦片中是没有原图数据的，这部分不需要再分。或者当上个级别瓦片规划分成四份保存成新瓦片时，其中的内容并没有原图内容。
怎么知道没有原图内容呢？还记得经纬度转瓦片坐标吗？对，就是利用它计算该缩放级别下原图所在的瓦片坐标范围，不在该范围的就不需要生成，也就省略后面的放大操作了。

在测试过程中发现图片放大处理是很消耗性能的，因为PNG优化不同于JPG等格式，好在Golang有现成的组件。再就是系统配置可以的话，将进程限制放开也能很好的加速。ulimit -n 65535

写的不够详细，代码量太大也不好展示出来，有这方面需要的道友可以留言告诉我。