Я работаю над перемещением некоторых возможностей пространственного поиска из Postgres с PostGIS на SQL Server, и я вижу довольно ужасную производительность даже с индексами.
Мои данные составляют около миллиона точек, и я хочу узнать, какая из этих точек находится в заданных формах, поэтому запрос выглядит примерно так:
DECLARE @Shape GEOMETRY = ...
SELECT * FROM PointsTable WHERE Point.STWithin(@Shape) = 1
Если я выберу довольно маленькую фигуру, иногда я могу получить суб-второй раз, но если моя форма довольно большая (что они иногда есть), я могу получить время более 5 минут. Если я запускаю те же поисковые запросы в Postgres, они всегда находятся под второй (на самом деле, почти все они составляют менее 200 мс).
Я пробовал несколько разных размеров сетки на моих индексах (все высокие, все средние, все низкие), разные ячейки на объект (16, 64, 256), и независимо от того, что я делаю, время остается довольно постоянным. Я хотел бы попробовать больше комбинаций, но я даже не знаю, в каком направлении идти. Больше клеток на объект? Меньше? Какое-то странное сочетание размеров сетки?
Я просмотрел мои планы запросов, и они всегда используют индекс, он просто не помогает вообще. Я даже пробовал без индекса, и это не намного хуже.
Есть ли какие-либо советы, которые кто-либо может дать по этому поводу? Все, что я могу найти, предлагает "мы не можем дать вам никаких советов по индексам, просто попробуйте все, и, возможно, один будет работать", но с этим требуется 10 минут, чтобы создать индекс, делая это вслепую - огромная трата времени.
EDIT: Я также разместил это на форуме Microsoft. Вот некоторая информация, которую они просили там:
Лучший рабочий индекс, который я мог получить, был следующим:
CREATE SPATIAL INDEX MapTesting_Location_Medium_Medium_Medium_Medium_16_NDX
ON MapTesting (Location)
USING GEOMETRY_GRID
WITH (
BOUNDING_BOX = ( -- The extent of our data, data is clustered in cities, but this is about as small as the index can be without missing thousands of points
XMIN = -12135832,
YMIN = 4433884,
XMAX = -11296439,
YMAX = 5443645),
GRIDS = (
LEVEL_1 = MEDIUM,
LEVEL_2 = MEDIUM,
LEVEL_3 = MEDIUM,
LEVEL_4 = MEDIUM),
CELLS_PER_OBJECT = 256 -- This was set to 16 but it was much slower
)
У меня были некоторые проблемы с использованием используемого индекса, но это другое.
Для этих тестов я запустил тестовый поиск (тот, который указан в моем исходном сообщении) с предложением WITH (INDEX (...)) для каждого из моих индексов (тестирование различных параметров для размера сетки и ячеек на объект) и один без намека. Я также запускал sp_help_spatial_geometry_index, используя каждый индекс и ту же форму поиска. Указанный выше индекс выполнялся быстрее всего и также был указан как наиболее эффективный в sp_help_spatial_geometry_index.
При запуске поиска я получаю следующую статистику:
(1 row(s) affected)
Table 'MapTesting'. Scan count 0, logical reads 361142, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
Table 'Worktable'. Scan count 0, logical reads 0, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
Table 'extended_index_592590491_384009'. Scan count 1827, logical reads 8041, physical reads 0, read-ahead reads 0, lob logical reads 0, lob physical reads 0, lob read-ahead reads 0.
(1 row(s) affected)
SQL Server Execution Times:
CPU time = 6735 ms, elapsed time = 13499 ms.
Я также пытался использовать случайные точки в качестве данных (так как я не могу выдавать наши реальные данные), но оказывается, что этот поиск очень быстро со случайными данными. Это заставляет нас думать, что наша проблема заключается в том, как сетевая система работает с нашими данными.
Наши данные - это адреса по всему штату, поэтому есть несколько регионов с очень высокой плотностью, но в основном с разреженными данными. Я думаю, проблема заключается в том, что настройка параметров сетки не работает хорошо для обоих. Когда сетки установлены на HIGH
, индекс возвращает слишком много ячеек в областях с низкой плотностью и с сетками, установленными на LOW
, сетки бесполезны в областях с высокой плотностью (при MEDIUM
, это не так плохо, но все же не очень хорошо).
Я могу использовать индекс, он просто не помогает. Каждый тест запускался с включенным "отображать фактический план выполнения", и он всегда показывает индекс.