Berikut API GeoJSON menggunakan FastAPI dengan MongoDB yang seeding otomatis ke PostgreSQL.
main.py
from fastapi import FastAPI, HTTPException
import asyncpg
import motor.motor_asyncio
import json
import logging
import asyncio
import os
from pymongo import UpdateOne
app = FastAPI()
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
pg_pool = None
async def init_pg_pool():
global pg_pool
pg_pool = await asyncpg.create_pool(
user=os.getenv("POSTGRES_USER", "postgres"),
password=os.getenv("POSTGRES_PASSWORD", "password"),
database=os.getenv("POSTGRES_DB", "geodb"),
host=os.getenv("POSTGRES_HOST", "localhost"),
port=int(os.getenv("POSTGRES_PORT", 5432)),
min_size=1, max_size=10
)
MONGO_URI = os.getenv("MONGO_URI", "mongodb://localhost:12345")
logging.info(f"Menggunakan MongoDB URI: {MONGO_URI}")
mongo_client = motor.motor_asyncio.AsyncIOMotorClient(MONGO_URI)
mongo_db = mongo_client["db1"]
mongo_collection = mongo_db["polygon"]
async def fetch_pg_data():
async with pg_pool.acquire() as conn:
query = """
SELECT id, ST_AsGeoJSON(geom) AS geometry, name, description, photo
FROM public.buildings;
"""
rows = await conn.fetch(query)
return rows
async def sync_postgres_to_mongo():
rows = await fetch_pg_data()
if not rows:
logging.info("⚠ Tidak ada data yang ditemukan di PostgreSQL")
return
update_operations = []
new_ids = set()
for row in rows:
new_ids.add(row["id"])
new_data = {
"geometry": json.loads(row["geometry"]),
"name": row["name"],
"description": row["description"],
"photo": row["photo"]
}
update_operations.append(
UpdateOne({"_id": row["id"]}, {"$set": new_data}, upsert=True)
)
try:
if update_operations:
result = await mongo_collection.bulk_write(update_operations)
logging.info(f"🟢 {result.matched_count} diperbarui, {result.upserted_count} ditambahkan.")
except Exception as e:
logging.error(f"⚠️ Gagal menyimpan ke MongoDB: {e}")
await mongo_collection.delete_many({"_id": {"$nin": list(new_ids)}})
logging.info("🟢 Data PostgreSQL berhasil disinkronkan ke MongoDB")
async def continuous_sync():
while True:
await sync_postgres_to_mongo()
await asyncio.sleep(5)
@app.get("/api/mongo-geojson")
async def get_mongo_geojson():
try:
cursor = mongo_collection.find()
documents = await cursor.to_list(length=None)
features = [{
"type": "Feature",
"geometry": doc["geometry"],
"properties": {
"id": doc["_id"],
"name": doc.get("name"),
"description": doc.get("description"),
"photo": doc.get("photo")
}
} for doc in documents]
if not features:
raise HTTPException(status_code=404, detail="No features found in MongoDB")
return {"type": "FeatureCollection", "features": features}
except Exception as e:
logging.error(f"Exception: {str(e)}")
raise HTTPException(status_code=500, detail=str(e))
@app.get("/api/check-count")
async def check_count():
try:
async with pg_pool.acquire() as conn:
pg_count = await conn.fetchval("SELECT COUNT(*) FROM public.buildings;")
mongo_count = await mongo_collection.estimated_document_count()
return {"postgre_count": pg_count, "mongo_count": mongo_count}
except Exception as e:
logging.error(f"Error saat mengecek jumlah data: {str(e)}")
raise HTTPException(status_code=500, detail=str(e))
@app.on_event("startup")
async def startup_event():
await init_pg_pool()
asyncio.create_task(continuous_sync())
@app.on_event("shutdown")
async def shutdown_event():
if pg_pool:
await pg_pool.close()
logging.info("PostgreSQL pool telah ditutup.")
File ini ceritanya bernama main.py. Keuntungannya menggunakan MongoDB sebagai NoSQL kabarnya ialah kecepatan aksesnya. setelah kita pelajari kecepatannya sebagai berikut:
Wajar bila cepat, karena:
- backend yang digunakan menggunakan FastAPI + NGINX
- data yang digunakan berisi 1467 bidang bangunan dengan attribut yang sedikit
- sifatnya hanya menampilkan (READ), tidak dalam mode editing (CREATE, READ, UPDATE dan DELETE / CRUD). tetapi ini masih menjadi PR bila data yang ditangani lebih dari jutaan polygon.
Tapi dari skema diatas, didapatkan keuntungan diantaranya:
- metode ini melindungi postgresql secara langsung karena mekanisme ditangani langsung oleh MongoDB
- transaksional ini bisa berakibat pada kecepatan postgresql yang stabil karena seeding tidak dilakukan oleh postgre tapi melalui fastapi
- request api ditangani fastapi dengan mengambil data dari MongoDB saja
Jadi disarankan penggunaan ditingkatkan untuk editing GeoJSON web browser by Boundary Screen Browser dengan Skala Detil (1:200 - 1:5.000). Sangat berguna sekali apabila dilakukan digitasi polygon bangunan melalui peta Foto Udara Resolusi Tinggi Presisi (FURTP).
