使用Oracle内存机制优化ArcSDE图层空间查询的实验

2023-10-17 17:38

本文主要是介绍使用Oracle内存机制优化ArcSDE图层空间查询的实验,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近看了一些关于Oracle的Buffer Cache和Keep Pool的文章,有了一些想法:如果把ArcSDE的图层或索引加载到内存里,会不会提升查询的速度呢?
相关的介绍文章如下:
http://blog.csdn.net/leshami/article/details/6208594
http://blog.csdn.net/tianlesoftware/article/details/6581159

所以,做了下面这个实验,看是否能够通过将图层或索引设置为Keep Pool,保持在内存中,提高图层的查询效率。

实验环境:虚拟机(2核/3G内存),数据库Oracle 11.2.0.1,ArcSDE 10.0,一个包含大约35万个多边形要素的 Shp图层

步骤一:环境准备

在虚拟机里安装完成Oracle和ArcSDE后,连接到Oracle,首先查看并修改相关的参数
查看SGA中Buffer cache 大小及其它信息

SQL> select * from v$sgainfo;
 
NAME                                  BYTES RESIZEABLE
-------------------------------- ---------- ----------
Fixed SGA Size                      2180544 No
Redo Buffers                        6549504 No
Buffer Cache Size                 310378496 Yes
Shared Pool Size                  226492416 Yes
Large Pool Size                     4194304 Yes
Java Pool Size                      4194304 Yes
Streams Pool Size                   4194304 Yes
Shared IO Pool Size                       0 Yes
Granule Size                        4194304 No
Maximum SGA Size                  855982080 No
Startup overhead in Shared Pool    71303168 No
Free SGA Memory Available         297795584 
 
12 rows selected

查询KeepPool大小
SQL> show parameter db_keep_cache_size
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
db_keep_cache_size                   big integer 0

默认为0,现手动修改大小
SQL> alter system set db_keep_cache_size=250M scope=both sid='orcl';
 
System altered

再查看KeepPool
SQL> show parameter db_keep_cache_size
 
NAME                                 TYPE        VALUE
------------------------------------ ----------- ------------------------------
db_keep_cache_size                   big integer 252M

步骤二:图层导入

将图层导入ArcSDE中,并拷贝两份,分别命名为:sde_ori      sde_index_mem    sde_all_mem,各表情况如下

图层名空间索引名索引表名
sde_oriA2_IX1s2_idx$
sde_index_memA4_IX1s4_idx$
sde_all_memA5_IX1s5_idx$

sde_ori表保持原状
将sde_index_mem图层的索引表均调入内存, alter table s4_idx$ storage(buffer_pool keep);
将sde_all_mem图层的主表及索引表均调入内存,alter table sde_all_mem   storage(buffer_pool keep); alter  table s5_idx$ storage(buffer_pool keep);

步骤三:空间查询实验

1.首次查询

清空缓存:
alter system flush shared_pool;
alter system flush buffer_cache;

对这三个表进行一次空间查询,构造一个长方形,坐标为(90,30)(93,30)(93,33)(90,33),选择图层中与之相交的元素,返回ID
首先是原表sde_ori:
SQL> select dataid from sde_ori where sde.st_intersects(shape,sde.st_geometry('POLYGON((90 30,93 30,93 33,90 33,90 30))',2))=1;

已选择984行。

已用时间:  00: 00: 09.23

统计信息
----------------------------------------------------------
      17522  recursive calls
        150  db block gets
      12924  consistent gets
       2110  physical reads
          0  redo size
      42237  bytes sent via SQL*Net to client
       1235  bytes received via SQL*Net from client
         67  SQL*Net roundtrips to/from client
        501  sorts (memory)
          0  sorts (disk)
        984  rows processed

然后是将索引放在内存中的sde_index_mem:
SQL> select dataid from sde_index_mem where sde.st_intersects(shape,sde.st_geometry('POLYGON((90 30,93 30,93 33,90 33,90 30))',2))=1;

已选择984行。

已用时间:  00: 00: 08.18

统计信息
----------------------------------------------------------
       2832  recursive calls
        150  db block gets
       5024  consistent gets
       1665  physical reads
          0  redo size
      42237  bytes sent via SQL*Net to client
       1235  bytes received via SQL*Net from client
         67  SQL*Net roundtrips to/from client
         18  sorts (memory)
          0  sorts (disk)
        984  rows processed

最后是主表及索引表均放入内存的sde_all_mem:
SQL> select dataid from sde_all_mem where sde.st_intersects(shape,sde.st_geometry('POLYGON((90 30,93 30,93 33,90 33,90 30))',2))=1;

已选择984行。

已用时间:  00: 00: 06.98

统计信息
----------------------------------------------------------
       3650  recursive calls
        150  db block gets
       5242  consistent gets
       1612  physical reads
          0  redo size
      42237  bytes sent via SQL*Net to client
       1235  bytes received via SQL*Net from client
         67  SQL*Net roundtrips to/from client
         28  sorts (memory)
          0  sorts (disk)
        984  rows processed

主要看“已用时间”和“physical reads”项,前者为总用时,后者为读取硬盘的次数
发现在时间使用上和硬盘读取次数,sde_ori>sde_index_mem>sde_all_mem,但差别不大,与预期不一样,按实验前的想法,加载在内存中的图层应该会大大加快,而且sde_all_mem应该基本不需要读取硬盘才对

2.以相反的顺序重新查询

清空缓存后,重新进行实验,将查询的顺序倒过来(篇幅原因,结果就不贴了)发现结果也反过来了,时间使用上和硬盘读取次数上,都变成了 sde_ori<sde_index_mem<sde_all_mem,说明之前一次实验结果的原因为,前面进行的查询将一些公用的内容放入了缓存中,导致了后面结果的变快,跟是否KEEP没有关系。

3.不清空缓存的前提下继续查询

继续实验,在不清空缓存的情况下,再运行一下对三个图层的查询语句,这时,三条语句都执行得非常快,基本都在半秒内,均如下(结果类似,这里只举一条例子):

已选择984行。
已用时间:  00: 00: 01.40

统计信息
----------------------------------------------------------
       1184  recursive calls
        150  db block gets
       2087  consistent gets
          0  physical reads
          0  redo size
      42237  bytes sent via SQL*Net to client
       1235  bytes received via SQL*Net from client
         67  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
        984  rows processed

可以看到,使用时间大大减少,而且均没有读取硬盘,这表明,设置为Keep方式加载到内存的表,也需要先进行一次读取,才会在之后加载到内存,对于普通的表,在读取时也会加载到内存,只是加载的位置不同,一个在KEEP POOL,一个在DEFAULT POOL

4.模拟大量使用之后

再进行实验,通过全表搜索某个大表
,将原来缓存里的内容挤掉,再进行查询,
首先查原表,sde_ori
COUNT(*)
----------
       984

已用时间:  00: 00: 04.37

统计信息
----------------------------------------------------
       1837  recursive calls
        150  db block gets
       3826  consistent gets
       1378  physical reads
          0  redo size
        528  bytes sent via SQL*Net to client
        519  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
         15  sorts (memory)
          0  sorts (disk)
          1  rows processed

然后查索引放在内存Keep pool中的sde_index_mem
COUNT(*)
----------
       984

已用时间:  00: 00: 04.87

统计信息
----------------------------------------------------
       1559  recursive calls
        150  db block gets
       3876  consistent gets
       1181  physical reads
          0  redo size
        528  bytes sent via SQL*Net to client
        519  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          5  sorts (memory)
          0  sorts (disk)
          1  rows processed

最后查全表放在内存Keep pool中的sde_all_mem
COUNT(*)
----------
       984

已用时间:  00: 00: 00.20

统计信息
----------------------------------------------------
       1184  recursive calls
        150  db block gets
       1132  consistent gets
          5  physical reads
          0  redo size
        528  bytes sent via SQL*Net to client
        519  bytes received via SQL*Net from client
          2  SQL*Net roundtrips to/from client
          0  sorts (memory)
          0  sorts (disk)
          1  rows processed

可以看到,主表没有放入Keep Pool的两个表,数据已经被从缓存中挤出去了,再次查询时耗时非常大,也有非常多的硬盘读取。全表放入内存Keep Pool的sde_all_mem则保持了非常高速度以及非常少的硬盘读取。说明影响空间查询的主要还是主表,索引表是否放入内存影响不大,同时,放入Keep Pool的数据,不会因为其它的查询而被挤出内存。

推论:

1:对于ArcSDE,在进行空间查询时,空间表是否在内存中,会对空间查询的速度产生非常大的影响;
2:对于ArcSDE,在进行空间查询时,索引表是否在内存中对查询速度影响不大,主要还是取决于主表是否在内存中
3:不管是否设置为Keep,在没有进行过查询时,都不会加载到内存中
4:不管是否设置为Keep,在进行完查询后,都会加载到内存中(不考虑因为内存大小关系加载不完的情况),只是加载的位置不一样
5:设置为Keep的表,不会因为其它查询而被从内存中清除,而没有设置成Keep的表则会。下一次查询时,没有设置成Keep的表还需要从硬盘加载,速度变慢
6:所以,因为Oracle的内存机制,将表设置为Keep不会对查询绝对速度有明显的提升,只是会减少其从硬盘加载到内存的次数,对于使用不太频繁的应用,从用户感觉上会有一定的提升。对于某些特定的应用环境,会有一定的使用价值。

这篇关于使用Oracle内存机制优化ArcSDE图层空间查询的实验的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/226927

相关文章

python使用库爬取m3u8文件的示例

《python使用库爬取m3u8文件的示例》本文主要介绍了python使用库爬取m3u8文件的示例,可以使用requests、m3u8、ffmpeg等库,实现获取、解析、下载视频片段并合并等步骤,具有... 目录一、准备工作二、获取m3u8文件内容三、解析m3u8文件四、下载视频片段五、合并视频片段六、错误

CSS实现元素撑满剩余空间的五种方法

《CSS实现元素撑满剩余空间的五种方法》在日常开发中,我们经常需要让某个元素占据容器的剩余空间,本文将介绍5种不同的方法来实现这个需求,并分析各种方法的优缺点,感兴趣的朋友一起看看吧... css实现元素撑满剩余空间的5种方法 在日常开发中,我们经常需要让某个元素占据容器的剩余空间。这是一个常见的布局需求

gitlab安装及邮箱配置和常用使用方式

《gitlab安装及邮箱配置和常用使用方式》:本文主要介绍gitlab安装及邮箱配置和常用使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1.安装GitLab2.配置GitLab邮件服务3.GitLab的账号注册邮箱验证及其分组4.gitlab分支和标签的

SpringBoot3应用中集成和使用Spring Retry的实践记录

《SpringBoot3应用中集成和使用SpringRetry的实践记录》SpringRetry为SpringBoot3提供重试机制,支持注解和编程式两种方式,可配置重试策略与监听器,适用于临时性故... 目录1. 简介2. 环境准备3. 使用方式3.1 注解方式 基础使用自定义重试策略失败恢复机制注意事项

nginx启动命令和默认配置文件的使用

《nginx启动命令和默认配置文件的使用》:本文主要介绍nginx启动命令和默认配置文件的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录常见命令nginx.conf配置文件location匹配规则图片服务器总结常见命令# 默认配置文件启动./nginx

在Windows上使用qemu安装ubuntu24.04服务器的详细指南

《在Windows上使用qemu安装ubuntu24.04服务器的详细指南》本文介绍了在Windows上使用QEMU安装Ubuntu24.04的全流程:安装QEMU、准备ISO镜像、创建虚拟磁盘、配置... 目录1. 安装QEMU环境2. 准备Ubuntu 24.04镜像3. 启动QEMU安装Ubuntu4

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

Windows下C++使用SQLitede的操作过程

《Windows下C++使用SQLitede的操作过程》本文介绍了Windows下C++使用SQLite的安装配置、CppSQLite库封装优势、核心功能(如数据库连接、事务管理)、跨平台支持及性能优... 目录Windows下C++使用SQLite1、安装2、代码示例CppSQLite:C++轻松操作SQ

PostgreSQL中MVCC 机制的实现

《PostgreSQL中MVCC机制的实现》本文主要介绍了PostgreSQL中MVCC机制的实现,通过多版本数据存储、快照隔离和事务ID管理实现高并发读写,具有一定的参考价值,感兴趣的可以了解一下... 目录一 MVCC 基本原理python1.1 MVCC 核心概念1.2 与传统锁机制对比二 Postg

Python常用命令提示符使用方法详解

《Python常用命令提示符使用方法详解》在学习python的过程中,我们需要用到命令提示符(CMD)进行环境的配置,:本文主要介绍Python常用命令提示符使用方法的相关资料,文中通过代码介绍的... 目录一、python环境基础命令【Windows】1、检查Python是否安装2、 查看Python的安