Oracle Spatial分区应用研究之二：按县分区与按省分区对比测试报告

1. 一、实验目的

在上一轮的实验中，oracle 11g r2版本下，在87县市实验数据的基础上，比较了分表与分区的效率，得出了分区+全局索引效率较高的结论（见上一篇博客）。不过咱们还没有比较过不一样的分区粒度有什么效率差别。这一轮的实验，着重于如下几个目的：

1. 使实验场景更接近真实使用场景——使用oracle 12c，用更大的数据量进行实验。
2. 对比分析按县分区与按省分区的查询效率。
3. 继续比较本地空间索引与全局空间索引在不一样算法下的查询效率。

1. 二、实验数据

实验数据为全国2531个区县，要素总数为46982394。根据不一样的数据组织+索引形式，造成了3个不一样的实验主体：

• 按县分区+本地空间索引
• 按县分区+全局空间索引
• 按省分区+本地空间索引

1. 三、实验方法

在1:500、1:2000、1:10000、1:25000、1:50000、1:100000比例尺下，随机从全国范围内选择3个样本范围，做为空间查询时的查询范围。将6*3个样本范围分别与3个实验主体进行空间查询运算，记录每次查询的耗时。

空间查询所用的算法仍然同于上一篇博客《Oracle Spatial分区应用研究之一：分表与分区性能对比》中介绍的、适用于分区的3种算法，即part_query、part_query二、part_query3。同时，本次实验中，还将经过并行框架对3种算法进行衍生，获得另外3种算法，标记为part_query_p、part_query2_p、part_query3_p。

所以，对每个实验主体来讲，在每一种比例尺样本下均须要用6种算法来进行查询运算。另外，由于算法执行有前后顺序，后执行的算法因为缓存的缘由，会比先执行的算法有优点。为了尽可能避免这种干扰，会将算法以不一样的执行顺序进行两组实验。

1. 四、实验结果

   1. 4.1 第一组实验结果

第一组实验，其算法执行顺序为：

Part_query→Part_query2→Part_query3→Part_query_p→Part_query2_p→Part_query3_p

执行结果以下图：

说明：表中蓝色区域为按县分区+本地空间索引在不一样比例尺、不一样算法下的查询效率；同理，红色区域表明按县分区+全局空间索引，绿色区域表明按省分区+本地空间索引。黄色斑块表示该行的最小值。

    根据黄色斑块坐落的位置，可知：

1. 在全部比例尺下，按省分区+本地空间索引效率最高，全部耗时最小的查询均发生在该区域。
2. Part_query_p算法的查询效率最高，18个实验样本，耗时最小命中17次。

1. 4.2 第二组实验结果

第二组实验，其算法执行顺序为：

Part_query_p→Part_query2_p→Part_query3_p→Part_query→Part_query2→Part_query3

执行结果以下图：

    根据黄色斑块坐落的位置，可知：

1. 在全部比例尺下，按省分区+本地空间索引效率最高，全部耗时最小的查询均发生在该区域。
2. Part_query算法的查询效率最高，18个实验样本，耗时最小命中18次。

1. 4.3 补充说明

两种实验，分别得出Part_query_p与Part_query算法效率最高的结论。这看似矛盾，实际上正是上文提到的，当算法执行有前后顺序时，会受到缓存的缘由。那么对于Part_query_p与Part_query，谁的效率更高呢？

在两组实验中，Part_query_p与Part_query分别是最早执行的算法。分别从两组实验结果中取出Part_query_p与Part_query的实验数据，就可几乎彻底排除缓存的影响。

两种算法，各命中9次。说明效率至关。但很明显的是，part_query在大比例尺下（大于1:25000）命中率较高；part_query_p在小比例尺下命中率较高。这与咱们的认知一致，即在大任务做业时，并行才会体现优点。

1. 五、实验结论

1. Oracle 12c环境下，在要素量为四千万级别时，按省分区+本地空间索引效率较高。
2. 采用按省分区+本地空间数据组织方式时，Part_query算法较为高效。

 

（未完待续）