Question

我有一个表格点有一个点类型为GEOGRAPHY。我正在运行此代码以获得最接近的点：

In [68]:
array1 = np.random.randn(3,3)
array2 = np.random.randn(3,3)

df1 = pd.DataFrame(array1, columns=list('ABC'))
df2 = pd.DataFrame(array2, columns=list('ABC'))

df = pd.concat([df1, df2], ignore_index=True)
df

Out[68]:
          A         B         C
0 -0.091094  0.460133 -0.548937
1 -0.839469 -1.354138 -0.823666
2  0.088581 -1.142542 -1.746608
3  0.067320  1.014533 -1.294371
4  2.094135  0.622129  1.203257
5  0.415768 -0.467081 -0.740371

Points表有这个索引：

DECLARE @Wgs84Longitude FLOAT;
DECLARE @Wgs84Latitude FLOAT;

DECLARE @Point GEOGRAPHY = Geography::STPointFromText(N'POINT('
                                           + CAST(@Wgs84Longitude AS NVARCHAR(MAX))
                                           + N' '
                                           + CAST(@Wgs84Latitude AS NVARCHAR(MAX))
                                           + N')', 4326);

SELECT 
    TOP 1
    *
FROM Points
ORDER BY @Point.STDistance(Point) ASC;

不幸的是，查询速度很慢。有什么我可以改进以使其更快（索引和/或查询明智）？

PS：

我也玩过一些这样的东西：

CREATE SPATIAL INDEX SpatialIndex ON Points (Point);

表现仍然不可接受。

Answer 1

微软自己在MSDN上的文章提出了一些改进措施，可以确保“最近邻”查询使用空间索引。对我来说主要的一个问题是缺乏在WHERE子句中使用STDistance来限制距离（没有它就不能以任何方式过滤）。

尝试应用它，看看是否可以提高性能。如果没有参考文章本身的进一步提示。

MSDN Nearest Neighbor

修改

首先，您可以按如下方式简化在查询中创建点的过程：

DECLARE @Point GEOGRAPHY = GEOGRAPHY::Point(@latitude, @longitude, @srid);

其次，它可能不会有所作为，但你可以将你的空间索引声明为最大16个单元格的HHHH（你可以选择一个）。在一天结束时，作为一个奇点，它只会在最低级别的索引中有一条记录，但这取决于你是否要在列中混合空间数据类型。

第三，我已经进行了多次测试，您应该可以轻松获得一秒钟的结果。我使用了以下查询：

SELECT TOP 1 * FROM Points P WHERE P.Point.STDistance(@Point) < (50 * 1609.344) -- 50 miles ORDER BY P.Point.STDistance(@Point)

我的结果比1秒快得多。如果我省略了WHERE子句，则时间会慢大约1500％（随着数据集大小的增加/减少）。但这比你10-12秒的结果还要快得多。

您可以验证您的空间索引是否正常工作？如果没有，请尝试使用WITH（INDEX（SpatialIndex））提示。如果仍然无效，您可以上传查询执行计划吗？

选择最近的点sql server空间

1 个答案: