Primeiro baixe alguns pol\u00edgonos e alguns pontos:<\/p>\n
– Pa\u00edses<\/a> Carregue os shapefiles em seu banco de dados:<\/p>\n Agora estamos prontos com 255 pa\u00edses e 7343 lugares.<\/p>\n Uma coisa a notar sobre os pa\u00edses \u00e9 que eles s\u00e3o objetos bastante grandes, com 149 deles tendo v\u00e9rtices suficientes para serem armazenados em tuplas TOAST<\/a>.<\/p>\n 2. Desempenho de baseline<\/strong><\/p>\n Agora podemos executar o teste de desempenho de baseline.<\/p>\n Essa consulta levou 25 segundos<\/strong>. Se voc\u00ea colocar o processo em um profiler enquanto o executa, descobrir\u00e1 que mais de 20 segundos s\u00e3o gastos na fun\u00e7\u00e3o pglz_decompress, e n\u00e3o fazendo algoritmos espaciais ou geometria computacional, apenas descomprimindo a geometria antes de entreg\u00e1-la ao processamento real.<\/p>\n Por\u00e9m, existem maneiras inteligentes de evitar essa sobrecarga:<\/p>\n Essas s\u00e3o maneiras legais de manter a compacta\u00e7\u00e3o para geometrias grandes e ser mais r\u00e1pido ao aliment\u00e1-las.<\/p>\n No entanto, eles ignoram uma abordagem mais brutal e facilmente test\u00e1vel para evitar a descompress\u00e3o: apenas n\u00e3o comprimem em primeiro lugar.<\/p>\n 3. Um truque estranho<\/strong><\/p>\n O PostGIS usa a op\u00e7\u00e3o de armazenamento \u201cprincipal\u201d para seu tipo de geometria. A op\u00e7\u00e3o principal tenta manter as geometrias na tabela original at\u00e9 que elas fiquem muito grandes, depois as compacta e as move para TOAST.<\/p>\n Existe outra op\u00e7\u00e3o \u201cexterna\u201d que mant\u00e9m as geometrias, e se elas ficarem muito grandes, s\u00e3o movidas para TOAST descomprimidas. O PostgreSQL permite que voc\u00ea altere o armazenamento em colunas em tempo de execu\u00e7\u00e3o, portanto n\u00e3o \u00e9 necess\u00e1rio hackear ou codificar para tentar isso.<\/p>\n A jun\u00e7\u00e3o espacial agora \u00e9 executada em menos de 4 segundos .<\/p>\n Qual \u00e9 a penalidade?<\/p>\n 4. Conclus\u00e3o<\/strong><\/p>\n Para uma penalidade de armazenamento de 50%, em uma tabela que possui objetos muito maiores do que a maioria das tabelas espaciais, alcan\u00e7amos uma melhoria de desempenho de 500%. Talvez n\u00e3o dev\u00eassemos aplicar compress\u00e3o \u00e0 nossa geometria?<\/p>\n Usar o armazenamento \u201cprincipal\u201d foi principalmente uma chamada de julgamento quando decidimos, n\u00e3o foi aferido nem nada – \u00e9 poss\u00edvel que estiv\u00e9ssemos errados. Al\u00e9m disso, apenas objetos grandes s\u00e3o compactados; uma vez que a maioria das tabelas \u00e9 cheia de pequenos objetos (linhas curtas, pontos), mudar para “externo” por padr\u00e3o n\u00e3o teria qualquer efeito no tamanho do armazenamento.<\/p>\n Este post foi traduzido e adaptado livremente do post originalmente escrito por Paul Ramsey, do blog CleverElephant.<\/em><\/p>\n Fonte: Blog CleverElephant<\/a><\/p>\n","protected":false},"excerpt":{"rendered":" Hoje veremos como \u00e9 poss\u00edvel aumentar a performance de sua consulta espacial com join, de uma maneira de certa forma “estranha”. Para este teste de desempenho com o PostGIS onde queremos saber quantos pontos est\u00e3o dentro de cada pol\u00edgono, temos:… Continue Reading →<\/a><\/p>\n","protected":false},"author":275,"featured_media":7607,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24],"tags":[212],"class_list":["post-7605","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-gis","tag-postgis"],"_links":{"self":[{"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/posts\/7605","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/users\/275"}],"replies":[{"embeddable":true,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/comments?post=7605"}],"version-history":[{"count":15,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/posts\/7605\/revisions"}],"predecessor-version":[{"id":7642,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/posts\/7605\/revisions\/7642"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/media\/7607"}],"wp:attachment":[{"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/media?parent=7605"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/categories?post=7605"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.fernandoquadro.com.br\/html\/wp-json\/wp\/v2\/tags?post=7605"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n– Lugares<\/a><\/p>\n\r\nshp2pgsql -s 4326 -D -I ne_10m_admin_0_countries.shp countries | psql performance\r\nshp2pgsql -s 4326 -D -I ne_10m_populated_places.shp places | psql performance\r\n<\/pre>\n
![\"\"](\"http:\/\/www.fernandoquadro.com.br\/html\/wp-content\/uploads\/2018\/10\/ne-map.jpg\")
<\/center><\/p>\n\r\nSELECT count(*) \r\n FROM countries \r\n WHERE ST_NPoints(geom) > (8192 \/ 16);\r\n<\/pre>\n
\r\nSELECT count(*), c.name \r\n FROM countries c \r\n JOIN places p \r\n ON ST_Intersects(c.geom, p.geom) \r\n GROUP BY c.name;\r\n<\/pre>\n
\n
\r\n-- Altere o tipo do storage\r\nALTER TABLE countries\r\n ALTER COLUMN geom\r\n SET STORAGE EXTERNAL;\r\n\r\n-- Force a reescrita da coluna\r\nUPDATE countries\r\n SET geom = ST_SetSRID(geom, 4326);\r\n\r\n-- Execute novamente a query \r\nSELECT count(*), c.name \r\n FROM countries c \r\n JOIN places p \r\n ON ST_Intersects(c.geom, p.geom) \r\n GROUP BY c.name;\r\n<\/pre>\n
\n