一个数据库回答五个问题，海得拉巴选址工具把查询变成证据

"我能在这儿租房吗？"这不是一个问题，而是五个问题套着一件风衣。哪个选区？哪个分区？最近的湖有多远？医院够近吗？学校够近吗？在海得拉巴，今天要回答这些，得先打开一份市政PDF、一张选区地图、一个地图应用量距离，最后还是凭感觉拍板。

Catchment 想用单个形状把这一整套问题一次答完。点一个位置，或者画一片区域，它返回一个结论，外加每条规则背后真实的米数。然后它把问题反过来：把规则交给它一次，它就在整座城市里搜出所有符合条件的地点。

这是一个空间数据库项目，不是电子表格加循环。最朴素的版本是一个装着多边形的 JSON 文件加一个循环，对 145 个选区够用；可一旦要问"这个点 500 米内有什么"，对象变成 2,566 个地点，查询就变成了浏览器必须硬扛的计算。项目的立场是：距离、包含关系和阈值比较，本来就该由数据库来回答。

于是整个项目被刻意塑造成围绕 Appwrite TablesDB 最少人用的那个角落：多边形列和点列、空间索引，以及 intersects 和 distanceLessThan 两个操作符。这个选择有代价——应用没法对数字的来源撒谎，因为产生这些数字的查询本身就是答案的一部分。这反倒成了产品里最好的特性。

数据全部从源头重建：DataMeet 与海得拉巴大市政公司提供的 145 个选区、5 个分区和城市边界，源自 OpenStreetMap；320 个水体和 2,566 个地点（医院、诊所、学校、学院、车站）经 Overpass API 取自 OpenStreetMap；另有 1,624 个候选网格单元，每个单元在构建时就对水、医院、学校和交通做了测量。底图来自 OpenFreeMap，地理编码来自 Nominatim，两者都不需要密钥。

数据库结构是七张表、十二个索引，其中五个是空间索引。承重的决定在水体表上：每个湖的精确几何存在 polys_json 里，boundary 列则存所有部分的凸包。这个拆分是被下面第一个坑逼出来的。

坑一：多边形太大，查询就哑了。Osman Sagar 的环有约 200 个点，查询直接不返回结果。解法是在写入时算凸包，环从约 200 个点降到 16 个点，查询才开始应答。

坑二：距离操作符是给点用的。在多边形列上执行 distanceLessThan，它不报错，而是返回零行。这一点值得读两遍：如果你的代码在数据库返回空时悄悄在本地补算，应用会在你机器上正确，在别人那里微妙地错，而且除非专门写测试，没人会发现。正确做法是问多边形列它能回答的问题——相交，再用第二个空间索引补一次中心点距离查询。

坑三：相交基于边界，不是包含。查询多边形被当作一个轮廓，完全落在 500 米圆内的池塘永远碰不到圆的边缘，所以单靠 intersects 查不到它。要两个问题都问、合并结果、再精确测量。测试用例很小，因此没有歧义：一个 0.026 平方公里的池塘 Erra Kunta，测试点在其以东 250 米，搜索半径 500 米。相交查询返回空，中心查询在 157 米处返回它，应用取的是并集。

坑四：小结构细节否掉大功能。空间索引不能建在可空列上，几何列若是可选的，建索引会以 column_index_invalid 失败，修法是把列标为必填再回填。批量写入接口接收的是行对象，不是 { rowId, data } 包装，第一次加载器写了包装，接口回"缺少必填属性 name"，因为一个属性都没看到。还有一个云端的坑：Appwrite Cloud 项目被钉在单一区域，端点错了会回 401，提示项目在该区域不可访问。

界面上的约束不是装饰。需求是 70 岁和 17 岁的人都不用人教就能用，这变成了工程约束：17px 基准字号、三档文字大小，放大不破版；46 到 56px 的点击目标，44px 硬下限由脚本在五种视口宽度下审计；对比度按 AA 实测而非目测；没有纯图标按钮，没有长按，没有隐藏手势，每个动作都是一个词；通过和失败用文字写明，绝不只靠颜色；首次访问提示在第一次使用后消失；结论卡片在手机上自动滚入视野，因为折叠线以下的结果等于没人看见。无障碍回归在这里是构建失败，不是打磨项。

每个结论都带一张收据。每条结果下面有个"显示"控件，列出表名、操作符和这个数字背后的毫秒数。这不是调试模式，这是产品的论点：距离是真的，边界是真的，产生它的查询就在这里。这也让项目变得难以造假地可测——13 项检查对着线上项目跑，每项打印耗时，任何一项失败就以非零码退出。比如：Hussain Sagar 附近的水体，118 毫秒，1 行，最近的 Hussain Sagar 距离 0 米；完全落在搜索圆内的池塘，357 毫秒，Erra Kunta 在 157 米；Charminar 两公里内的医院和诊所，185 毫秒，43 行；距水至少 300 米且在一公里内有医院的网格，256 毫秒，1,624 个中的 1,031 个；与手绘环重叠的选区，116 毫秒，6 行，包括第 91 选区和第 88 选区。

这些输出就是演示。不是因为它们证明应用能用，而是因为它们说明了这是什么类型的应用。代码是 MIT 许可，数据是 ODbL，学得最久的那几部分都写进了 README。要在 TablesDB 上做任何空间相关的东西，从上面四个坑起步，能省下一个晚上。