查询优化问题（空间）答案

【问题标题】：Query Optimization Problems (spatial)查询优化问题（空间）
【发布时间】：2015-06-24 22:45:13
【问题描述】：

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。

两者都使用地理数据类型（GPS 坐标），所有记录都是点。

两个表都有空间索引，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）。这些点分布得足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

表演

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

大约需要一个小时才能完成。

我也试过了

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，我想要做的事情需要运行六个月的查询才能完成。老实说，我现在不知道该怎么办。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，但这样似乎是不可能的。

有没有人有什么想法可以提高这个过程的效率？

【问题讨论】：

标签： sql sql-server spatial spatial-index

【解决方案1】：

试试这个：它基于MSDN 上的建议。

  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

注意我已经删除了这个，先试试上面的查询，然后添加这些谓词，看看它是如何影响索引的。

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

最近邻查询必须满足以下要求才能使用空间索引：

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 连接词连接到其他谓词。 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。
必须过滤掉所有 STDistance 返回 NULL 的行。

【讨论】：