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. 1、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）。不过我们尚未比较过不同的分区粒度有什么效率差异。这一轮的实验，着重于以下几个目的：

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同算法下的查询效率。

1. 2、实验数据

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

• 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. 3、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，作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_query2、part_query3。同时，本次实验中，还将通过并行框架对3种算法进行衍生，得到另外3种算法，标记为part_query_p、part_query2_p、part_query3_p。

因此，对每一个实验主体来说，在每一种比例尺样本下均需要用6种算法来进行查询运算。另外，因为算法执行有先后顺序，后执行的算法由于缓存的原因，会比先执行的算法有优势。为了尽量避免这种干扰，会将算法以不同的执行顺序进行两组实验。

1. 4、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

执行结果如下图：

说明：表中蓝色区域为按县分区+本地空间索引在不同比例尺、不同算法下的查询效率；同理，红色区域代表按县分区+全局空间索引，绿色区域代表按省分区+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. 在所有比例尺下，按省分区+本地空间索引效率最高，所有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

执行结果如下图：

根据黄色斑块坐落的位置，可知：

1. 在所有比例尺下，按省分区+本地空间索引效率最高，所有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，当算法执行有先后顺序时，会受到缓存的原因。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分别是最先执行的算法。分别从两组实验结果中取出Part_query_p与Part_query的实验数据，就可几乎完全排除缓存的影响。

两种算法，各命中9次。说明效率相当。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。这与我们的认知一致，即在大任务作业时，并行才会体现优势。

1. 5、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）