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

1. 一、實驗目的

在上一輪的實驗中，oracle 11g r2版本下，在87縣市實驗數據的基礎上，比較了分表與分區的效率，得出了分區+全局索引效率較高的結論（見上一篇博客）。不過咱們還沒有比較過不一樣的分區粒度有什麼效率差別。這一輪的實驗，着重於如下幾個目的：

1. 使實驗場景更接近真實使用場景——使用oracle 12c，用更大的數據量進行實驗。
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局空間索引在不一樣算法下的查詢效率。

1. 二、實驗數據

實驗數據爲全國2531個區縣，要素總數爲46982394。根據不一樣的數據組織+索引形式，造成了3個不一樣的實驗主體：

• 按縣分區+本地空間索引
• 按縣分區+全局空間索引
• 按省分區+本地空間索引

1. 三、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，做爲空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。

空間查詢所用的算法仍然同於上一篇博客《Oracle Spatial分區應用研究之一：分表與分區性能對比》中介紹的、適用於分區的3種算法，即part_query、part_query二、part_query3。同時，本次實驗中，還將經過並行框架對3種算法進行衍生，獲得另外3種算法，標記爲part_query_p、part_query2_p、part_query3_p。

所以，對每個實驗主體來講，在每一種比例尺樣本下均須要用6種算法來進行查詢運算。另外，由於算法執行有前後順序，後執行的算法因爲緩存的緣由，會比先執行的算法有優點。爲了儘可能避免這種干擾，會將算法以不一樣的執行順序進行兩組實驗。

1. 四、實驗結果

   1. 4.1 第一組實驗結果

第一組實驗，其算法執行順序爲：

Part_query→Part_query2→Part_query3→Part_query_p→Part_query2_p→Part_query3_p

執行結果以下圖：

說明：表中藍色區域爲按縣分區+本地空間索引在不一樣比例尺、不一樣算法下的查詢效率；同理，紅色區域表明按縣分區+全局空間索引，綠色區域表明按省分區+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. 在全部比例尺下，按省分區+本地空間索引效率最高，全部耗時最小的查詢均發生在該區域。
2. Part_query_p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，其算法執行順序爲：

Part_query_p→Part_query2_p→Part_query3_p→Part_query→Part_query2→Part_query3

執行結果以下圖：

    根據黃色斑塊坐落的位置，可知：

1. 在全部比例尺下，按省分區+本地空間索引效率最高，全部耗時最小的查詢均發生在該區域。
2. Part_query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，當算法執行有前後順序時，會受到緩存的緣由。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分別是最早執行的算法。分別從兩組實驗結果中取出Part_query_p與Part_query的實驗數據，就可幾乎徹底排除緩存的影響。

兩種算法，各命中9次。說明效率至關。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。這與咱們的認知一致，即在大任務做業時，並行纔會體現優點。

1. 五、實驗結論

1. Oracle 12c環境下，在要素量爲四千萬級別時，按省分區+本地空間索引效率較高。
2. 採用按省分區+本地空間數據組織方式時，Part_query算法較爲高效。

 

（未完待續）