Oracle Spatial分區應用研究之二：按縣分區與按省分區對比測試報告

標籤：round   位置   oracle   排除   優勢   12c   測試   分區   通過   

1. 1、實驗目的

在上一輪的實驗中，oracle 11g r2版本下，在87縣市實驗資料的基礎上，比較了分表與分區的效率，得出了分區+全域索引效率較高的結論（見上一篇部落格）。不過我們尚未比較過不同的分區粒度有什麼效率差異。這一輪的實驗，著重於以下幾個目的：

1. 使實驗情境更接近真實使用情境——使用oracle 12c，用更大的資料量進行實驗。
2. 對比分析按縣分區與按省分區的查詢效率。
3. 繼續比較本地空間索引與全域空間索引在不同演算法下的查詢效率。

1. 2、實驗資料

實驗資料為全國2531個區縣，要素總數為46982394。根據不同的資料群組織+索引形式，形成了3個不同的實驗主體：

• 按縣分區+本地空間索引
• 按縣分區+全域空間索引
• 按省分區+本地空間索引

1. 3、實驗方法

在1:500、1:2000、1:10000、1:25000、1:50000、1:100000比例尺下，隨機從全國範圍內選擇3個樣本範圍，作為空白間查詢時的查詢範圍。將6*3個樣本範圍分別與3個實驗主體進行空間查詢運算，記錄每次查詢的耗時。

空間查詢所用的演算法仍然同於上一篇部落格《Oracle Spatial分區應用研究之一：分表與分區效能對比》中介紹的、適用於分區的3種演算法，即part_query、part_query2、part_query3。同時，本次實驗中，還將通過並行架構對3種演算法進行衍生，得到另外3種演算法，標記為part_query_p、part_query2_p、part_query3_p。

因此，對每一個實驗主體來說，在每一種比例尺樣本下均需要用6種演算法來進行查詢運算。另外，因為演算法執行有先後順序，後執行的演算法由於緩衝的原因，會比先執行的演算法有優勢。為了盡量避免這種幹擾，會將演算法以不同的執行順序進行兩組實驗。

1. 4、實驗結果
   1. 4.1 第一組實驗結果

第一組實驗，其演算法執行順序為：

Part_query→Part_query2→Part_query3→Part_query_p→Part_query2_p→Part_query3_p

執行結果如：

說明：表中藍色地區為按縣分區+本地空間索引在不同比例尺、不同演算法下的查詢效率；同理，紅色地區代表按縣分區+全域空間索引，綠色地區代表按省分區+本地空間索引。黃色斑塊表示該行的最小值。

    根據黃色斑塊坐落的位置，可知：

1. 在所有比例尺下，按省分區+本地空間索引效率最高，所有耗時最小的查詢均發生在該地區。
2. Part_query_p演算法的查詢效率最高，18個實驗樣本，耗時最小命中17次。

1. 4.2 第二組實驗結果

第二組實驗，其演算法執行順序為：

Part_query_p→Part_query2_p→Part_query3_p→Part_query→Part_query2→Part_query3

執行結果如：

    根據黃色斑塊坐落的位置，可知：

1. 在所有比例尺下，按省分區+本地空間索引效率最高，所有耗時最小的查詢均發生在該地區。
2. Part_query演算法的查詢效率最高，18個實驗樣本，耗時最小命中18次。

1. 4.3 補充說明

兩種實驗，分別得出Part_query_p與Part_query演算法效率最高的結論。這看似矛盾，實際上正是上文提到的，當演算法執行有先後順序時，會受到緩衝的原因。那麼對於Part_query_p與Part_query，誰的效率更高呢？

在兩組實驗中，Part_query_p與Part_query分別是最先執行的演算法。分別從兩組實驗結果中取出Part_query_p與Part_query的實驗資料，就可幾乎完全排除緩衝的影響。

兩種演算法，各命中9次。說明效率相當。但很明顯的是，part_query在大比例尺下（大於1:25000）命中率較高；part_query_p在小比例尺下命中率較高。這與我們的認知一致，即在大任務作業時，並行才會體現優勢。

1. 5、實驗結論
1. Oracle 12c環境下，在要素量為四千萬層級時，按省分區+本地空間索引效率較高。
2. 採用按省分區+本地空間資料組織方式時，Part_query演算法較為高效。

 

（未完待續）

Oracle Spatial分區應用研究之二：按縣分區與按省分區對比測試報告