Wzrost wydajności dzięki wskaźnikowi GIST dla punktu w zapytaniu wielokąta

10

Mam dwie tabele: lokalizacje (id, region_id, the_geom) i regiony (id, the_geom). Dla każdego punktu lokalizacji chcę określić region, w którym się znajduje:

UPDATE locations SET region_id = 
 (SELECT id FROM regions 
  WHERE ST_Within(locations.the_geom,regions.the_geom)
 );

Czy ma sens budowanie indeksu GIST na punktach lokalizacji? Zbuduję indeks na wielokątach regionu, ale nie jestem pewien co do punktów. Czy przyspieszyłoby to zapytanie?

postgis sql point-in-polygon optimization podmrok
źródło

Odpowiedzi:

14

Krótka odpowiedź: Nie. W przypadku tego typu zapytania UPDATE aktualizujemy każdy wiersz w locations(„Seq Scan”), a indeks GiST włączony the_geomw in regionsjest wystarczający, aby pomóc ograniczyć wiersze, od których ST_Withinwarunek może sparować odpowiedni wiersz regions.

Dłuższa odpowiedź: magią tego rozwiązania jest porównanie tego, co otrzymujesz z zapytania wyjaśniającego . W pgAdmin III znajduje się przycisk „Wyjaśnij zapytanie” w górnej części edytora zapytań lub w pgsql, po prostu poprzedź zapytanie słowem „wyjaśnij”:

postgis=# explain UPDATE locations SET region_id =
postgis-#  (SELECT id FROM regions
postgis(#   WHERE ST_Within(locations.the_geom, regions.the_geom)
postgis(#  );
                                         QUERY PLAN
--------------------------------------------------------------------------------------------
 Seq Scan on locations  (cost=0.00..8755.54 rows=1000 width=110)
   SubPlan 1
     ->  Index Scan using regions_gist_the_geom on regions  (cost=0.00..8.52 rows=1 width=4)
           Index Cond: ($0 && the_geom)
           Filter: _st_within($0, the_geom)
(5 rows)

Nie musisz rozumieć wszystkiego, co jest tutaj zakaszlowane. Kluczową rzeczą do zobaczenia jest to, że w najbardziej wewnętrznej części (SubPlan 1) wskazuje „Indeks” (= używa indeksu, który może znacznie przyspieszyć), a nie „Skan sekwencyjny” (= skanowanie sekwencji, tj. Sprawdzanie każdego wiersz, aby zobaczyć, czy jest w środku, co może być wolniejsze). Jeśli dodasz / usuniesz indeks GiST locations, wynik tego zapytania wyjaśniającego jest dokładnie taki sam, więc wydajność zapytania powinna być taka sama.

Jeśli jednak zrobisz coś głupiego i usuniesz swój indeks GiST regions, zobaczysz inny plan zapytań z tego samego zapytania, co powyżej:

                             QUERY PLAN
---------------------------------------------------------------------
 Seq Scan on locations  (cost=0.00..74288.00 rows=1000 width=110)
   SubPlan 1
     ->  Seq Scan on regions  (cost=0.00..74.05 rows=1 width=4)
           Filter: (($0 && the_geom) AND _st_within($0, the_geom))
(4 rows)

Ważną rzeczą do zobaczenia między tymi dwoma zapytaniami wyjaśniającymi są szacunkowe koszty maksymalne .. kontrast 74,05 tutaj do 8,52 wcześniej, więc można oczekiwać, że to zapytanie będzie wolniejsze.

Mike T.
źródło