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、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）。不過我們尚未比較過不同的分區粒度有什麽效率差異。這一輪的實驗，著重於以下幾個目的：
- 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。
- 對比分析按縣分區與按省分區的查詢效率。
- 繼續比較本地空間索引與全局空間索引在不同算法下的查詢效率。
-
2、實驗數據
實驗數據為全國2531個區縣，要素總數為46982394。根據不同的數據組織+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+全局空間索引
- 按省分區+本地空間索引
-
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_query2、part_query3。同時，本次實驗中，還將通過並行框架對3種算法進行衍生，得到另外3種算法，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種算法來進行查詢運算。另外，因為算法執行有先後順序，後執行的算法由於緩存的原因，會比先執行的算法有優勢。為了盡量避免這種幹擾，會將算法以不同的執行順序進行兩組實驗。
-
4、實驗結果
-
4.1 第一組實驗結果
-
第一組實驗，其算法執行順序為：
Part_query→Part_query2→Part_query3→Part_query_p→Part_query2_p→Part_query3_p
執行結果如下圖：
說明：表中藍色區域為按縣分區+本地空間索引在不同比例尺、不同算法下的查詢效率；同理，紅色區域代表按縣分區+全局空間索引，綠色區域代表按省分區+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：
- 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區域。
- 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。
-
4.2 第二組實驗結果
第二組實驗，其算法執行順序為：
Part_query_p→Part_query2_p→Part_query3_p→Part_query→Part_query2→Part_query3
執行結果如下圖：
根據黃色斑塊坐落的位置，可知：
- 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區域。
- 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。
-
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，當算法執行有先後順序時，會受到緩存的原因。那麽對於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，就可幾乎完全排除緩存的影響。
兩種算法，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。
-
5、實驗結論
- Oracle 12c環境下，在要素量為四千萬級別時，按省分區+本地空間索引效率較高。
- 采用按省分區+本地空間數據組織方式時，Part_query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