Question

我有两个包含空间数据的数据集。

数据集1有大约15,000,000条记录。数据集2有大约16,000,000条记录。

两者都使用数据类型地理（GPS坐标），所有记录都是点。

两个表都有空格索引，其中cells_per_object = 1，级别为（HIGH，HIGH，HIGH，HIGH）

所有点都位于全球范围内的小区域（美国1个州）。这些点足够分散以保证使用地理而不是几何投影。

DECLARE @g GEOGRAPHY
SET @g = (SELECT TOP 1 GPSPoint FROM Dataset1)

EXEC sp_help_spatial_geography_index 'Dataset1', 'Dataset1_SpatialIndex', 0, @g

显示

propvalue-propname
       1-Total_Number_Of_ObjectCells_In_Level0_For_QuerySample
   28178-Total_Number_Of_ObjectCells_In_Level1_In_Index
       1-Total_Number_Of_ObjectCells_In_Level4_For_QuerySample
14923330-Total_Number_Of_ObjectCells_In_Level4_In_Index
       1-Total_Number_Of_Intersecting_ObjectCells_In_Level1_In_Index
       1-Total_Number_Of_Intersecting_ObjectCells_In_Level4_For_QuerySample
14923330-Total_Number_Of_Intersecting_ObjectCells_In_Level4_In_Index
       1-Total_Number_Of_Border_ObjectCells_In_Level0_For_QuerySample
   28177-Total_Number_Of_Border_ObjectCells_In_Level1_In_Index
     740-Number_Of_Rows_Selected_By_Primary_Filter
       0-Number_Of_Rows_Selected_By_Internal_Filter
     740-Number_Of_Times_Secondary_Filter_Is_Called
       1-Number_Of_Rows_Output
99.99504-Percentage_Of_Rows_NotSelected_By_Primary_Filter
       0-Percentage_Of_Primary_Filter_Rows_Selected_By_Internal_Filter
       0-Internal_Filter_Efficiency
0.135135-Primary_Filter_Efficiency

这意味着查询

DECLARE @g GEOGRPAHY
SET @g = (SELECT TOP 1 GPSPoint FROM Dataset1)

SELECT TOP 1
  *
FROM
  Dataset2 D
WHERE
  @g.Filter(D.GPSPoint.STBuffer(1)) = 1

需要将近一个小时才能完成。

我也尝试过做

WITH TABLE1 AS (
  SELECT
    A.RecordID,
    B.RecordID,
    RANK() OVER (PARTITION BY A.RecordID ORDER BY A.GPSPoint.STDistance(B.GPSPoint) ASC) AS 'Ranking'
  FROM
    Dataset1 A
  INNER JOIN
    Dataset2 B
  ON
    B.GPSPoint.Filter(A.GPSPoint.STBuffer(1)) = 1
    AND A.GPSPoint.STDistance(B.GPSPoint) <= 50
)

SELECT 
  *
FROM
  TABLE1
WHERE
  Ranking = 1

最终速度提高了大约1,000倍，但按照这个速度，我要做的就是查询运行六个月才能完成。老实说，我不知道该做什么。最终目标是对dataset1中的每条记录进行最近邻搜索，以找到dataset2中的最近点，但是这样看似乎是不可能的。

有没有人有什么想法可以提高这个过程的效率？

Answer 1

试试这个：它基于MSDN的建议。

  SELECT TOP(1)
    A.RecordID,
    B.RecordID,
    A.GPSPoint.STDistance(B.GPSPoint) AS Distance
  FROM
    Dataset1 A
  INNER JOIN
    Dataset2 B
  ON
    A.GPSPoint.STDistance(B.GPSPoint) <= 50
    AND B.GPSPoint IS NOT NULL
  ORDER BY BY A.GPSPoint.STDistance(B.GPSPoint) ASC

注意我已经删除了它，首先尝试上面的查询，然后添加这些谓词并查看它如何影响索引。

B.GPSPoint.Filter(A.GPSPoint.STBuffer(1)) = 1 
    AND 
//or try B.GPSPoint.STIntersects(A.GPSPoint.STBuffer(1)) = 1

要使用空间索引的最近邻查询，必须满足以下要求：

空间索引必须存在于其中一个空间列上，并且STDistance（）方法必须在WHERE和ORDER BY子句中使用该列。
TOP子句不能包含PERCENT语句。
WHERE子句必须包含STDistance（）方法
如果WHERE子句中有多个谓词，则包含STDistance（）方法的谓词必须通过AND连接与其他谓词连接。 STDistance（）方法不能在WHERE子句的可选部分中。
ORDER BY子句中的第一个表达式必须使用STDistance（）方法。
ORDER BY子句中第一个STDistance（）表达式的排序顺序必须为ASC。
必须过滤掉STDistance返回NULL的所有行。

查询优化问题（空间）

1 个答案: