SlideShare uma empresa Scribd logo
1 de 68
Baixar para ler offline
CML / DSI / DGIG @ Nov 2016
Carlos Sousa Ferreira
Divisão de Gestão de Informação Georreferenciada
Nov 2016 – CML - DSI
Estudo de performance de diferentes
SGBD’s para geoprocessamento em
ambiente ArcGIS
CML / DSI / DGIG @ Nov 2016
Objectivos
 Avaliar SGBD’s alternativos para alojamento
e suporte da infraestrutra de dados
espaciais da CML
 Vantagens e limitações de cada SGBD
 Desempenho de processamento dos dados
 Funcionalidades disponíveis
SGDB's Espaciais
2 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
3 / 66
CML / DSI / DGIG @ Nov 2016
SGBD’s em Análise
 Oracle (extensão Oracle Spatial)
 SQL Server (extensão Spatial)
 PostgreSQL / PostGIS
SGDB's Espaciais
4 / 66
CML / DSI / DGIG @ Nov 2016
SGBD’s em Análise - servidores
 Servidor SQL Server:
Microsoft SQL Server 2014 R2
Ambiente Virtual
SO: Windows Server 2012 R2, 64bits
6 GB Memória
Quad-Core AMD Opteron Processor 8354 2.21
GHz
(4 processadores virtuais)
SGDB's Espaciais
5 / 66
CML / DSI / DGIG @ Nov 2016
SGBD’s em Análise - servidores
 Servidor PostgreSQL:
Postgres 9.2 + Postgis 2.0.6 (distribuição ESRI)
SO: Microsoft Windows Server 2008 SP2, 64bits
6 GB Memória
Quad-Core AMD Opteron Processor 8354 2.21 Ghz
(4 processadores virtuais)
SGDB's Espaciais
6 / 66
CML / DSI / DGIG @ Nov 2016
SGBD’s em Análise - servidores
 Servidor Oracle:
 SPICA
 ISHIA
Ambiente virtual (instalado num servidor da IBM)
SO: Unix (IBM AIX)
SGDB's Espaciais
7 / 66
CML / DSI / DGIG @ Nov 2016
8 / 66
Formatos de dados geográficos
Oracle SQL Server
 SDO_Geometry
 ST_Geometry (SDE)
 SDE binary (SDELOB)
 OGC WKB
 Geometry / Geography (nativo
SQL Server)
 SDE binary (SDELOB)
 OGC WKB
SGDB's Espaciais
CML / DSI / DGIG @ Nov 2016
9 / 66
Formatos de dados geográficos
PostgreSQL
 Geometry / Geography
(nativo PostGIS)
 ST_Geometry (SDE)
SGDB's Espaciais
CML / DSI / DGIG @ Nov 2016
Índices espaciais em ArcGIS/ArcSDE
 Oracle SDO_Geometry -> Oracle Spatial R-Tree
 Oracle ST_Geometry -> ESRI Multilevel Grid Index
 SDE Binary/WKB -> Multilevel Grid Index (utiliza tabelas de
indexação das geometrias)
 MS SQL Server Binary/WKB -> Multilevel Grid Index (utiliza
tabelas de indexação das geometrias)
 MS SQL Server Geometry/Geography -> B-Tree
 PostgreSQL ST_Geometry -> PostgreSQL R-Tree
 PostgreSQL PostGIS -> GiST
SGDB's Espaciais
10 / 66
CML / DSI / DGIG @ Nov 2016
Metodologia adoptada
 Montagem de uma base de dados espacial (BDE) na plataforma /
SGDB em análise
 Carregamento de diversos temas de informação para a BDE em
ambiente ArcGIS
 Testes de visualização e manipulação dos temas de informação em
ArcGIS
 Testes de geoprocessamento sobre os dados em ambiente ArcGIS
 Testes de geoprocessamento sobre os dados diretamente no SGBD
 Montagem de serviço de mapas (WMS)
SGDB's Espaciais
11 / 66
CML / DSI / DGIG @ Nov 2016
Temas de informação utilizados para
análise
SGDB's Espaciais
12 / 66
Edifícios CML.L10CP_EXIST_EDIFICIO_PL Polígono 62.034
Números de polícia CML.L10CP_EXIST_NPOLICIA_PT Ponto 143.749
Eixos de via CML.L3EX_VIAS_RUAS_LN Linha 24.083
Freguesias CML.L4AD_CENTR_FREGUESIA_PL Polígono 24
Susecções estatísticas – 2011 CML.L4ES_BGRI2011_SUBSECOES_PL Polígono 3.623
Usos de solo
CML.L5PD2_QUAL_QUALIFICACAO_
PL
Polígono 830
Tema de informação de origem
(SPICA)
Tipos de
geometria
N.º
elementos
Descrição
CML / DSI / DGIG @ Nov 2016
Tipo de análises espaciais testadas
 Intersecções de geometrias / selecções espaciais
 União de geometrias
 Identificar geometrias duplicadas
 Estatísticas sobre as geometrias
 Relações de proximidade
(vizinho + próximo, projeção de pontos sobre linhas)
 Edição massiva de geometrias
SGDB's Espaciais
13 / 66
CML / DSI / DGIG @ Nov 2016
Tipo de análise não espaciais
testadas
 Selecção de dados
 Estatísticas sobre dados alfanuméricos
 Joins com base em dados alfanuméricos
SGDB's Espaciais
14 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
15 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
16 / 66
CML / DSI / DGIG @ Nov 2016
Importação de dados
SGDB's Espaciais
17 / 66
CML / DSI / DGIG @ Nov 2016
Exportação de dados
SGDB's Espaciais
18 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
19 / 66
CML / DSI / DGIG @ Nov 2016
Testes de visualização - cenários
SGDB's Espaciais
20 / 66
Símbologia
Rotulagem
dos dados
Escalas de
visualização
Sim
CML_NPOLICIA_PT, CML_VIA_LN,
CML_EDIFICIO_PL, CML_FREG_PL,
CML_USO_SOLO_PL,
CML_BGRI_SUBSECOES_PL
SGDB - MapaTeste (3)
Personalizada, Por atributo
(Usos de Solo) e Única
(restantes camadas)
Sim
NãoNãoSimples (automática), ÚnicaSGDB - MapaTeste
SGDB - MapaTeste (2)
CML_NPOLICIA_PT, CML_VIA_LN,
CML_EDIFICIO_PL, CML_FREG_PL
SimSimPersonalizada, Única
CML_NPOLICIA_PT, CML_VIA_LN,
CML_EDIFICIO_PL, CML_FREG_PL
Mapa Temas de informação
Representação
Tempo de execução dos testes de visualização em ArcMap
Sim
Serviço Web de Mapas -
MapaTeste (2)
CML_NPOLICIA_PT, CML_VIA_LN,
CML_EDIFICIO_PL, CML_FREG_PL
Personalizada, Única Sim
CML / DSI / DGIG @ Nov 2016
Visualização – Tabela resultados
SGDB's Espaciais
21 / 66
PostgreSQL
(PG geom)
PostgreSQL
(SDE geom)
SQLServer
(Geometry)
SQLServer
(SDE binary)
SQLServer
(WKB)
Oracle
(SDO)
Oracle
(SDE geom)
Oracle
(SDE BIN)
Oracle
(WKB)
FileGDB
1.ª
execução
17,55s 3,10s 4,56s 2,68s 2,62s 4,93s 6,00s 9,04s 5m 39,0s 2,68s
seguintes
(média)
15,21s 3,07s 3,72s 2,65s 2,57s 5,09s 5,89s 9,42s 4m 39,0s 2,56s
1.ª
execução
4,70s 2,47s 2,73s 2,10s 2,19s 3,08s 2,70s 3,94s 1m 04,4s 1,53s
seguintes
(média)
4,44s 2,34s 2,63s 1,99s 2,02s 2,18s 2,85s 3,21s 58,04s 1,48s
1.ª
execução
8,90s 6,46s 6,88s 5,57s 5,94s 8,43s 8,04s 7,75s 1m 20,6s 4,10s
seguintes
(média)
9,73s 6,28s 6,80s 5,93s 6,39s 8,15s 7,44s 8,27s 1m 15,6s 4,54s
1.ª
execução
6,53s 6,30s 6,41s 5,48s 6,45s 12,74s 10,54s 10,08s 54,73s N/A
2.ª
execução
2,00s 1,85s 2,09s 1,99s 2,14s 1,93s 1,75s 1,84s 5,35s N/A
seguintes
(média)
0,80s 0,79s 0,83s 0,79s 0,80s 0,79s 0,76s 0,75s 0,75s N/A
SGDB -
MapaTeste (3)
SGDB -
MapaTeste
SGDB -
MapaTeste (2)
Tempo de execução dos testes de visualização em ArcMap
Mapa
Tempo
Serviço Web
de Mapas -
MapaTeste (2)
CML / DSI / DGIG @ Nov 2016
Visualização em ArcMap
SGDB's Espaciais
22 / 66
CML / DSI / DGIG @ Nov 2016
Visualização através de serviços
SGDB's Espaciais
23 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
24 / 66
CML / DSI / DGIG @ Nov 2016
Selecção de dados
SGDB's Espaciais
25 / 66
CML / DSI / DGIG @ Nov 2016
Estatísticas sobre dados alfanum.
SGDB's Espaciais
26 / 66
CML / DSI / DGIG @ Nov 2016
Intersecção de geometrias
SGDB's Espaciais
27 / 66
CML / DSI / DGIG @ Nov 2016
União de geometrias
SGDB's Espaciais
28 / 66
CML / DSI / DGIG @ Nov 2016
Identificar geometrias duplicadas
SGDB's Espaciais
29 / 66
CML / DSI / DGIG @ Nov 2016
Simplificação de geometrias
SGDB's Espaciais
30 / 66
CML / DSI / DGIG @ Nov 2016
Projeção de ponto sobre linhas
SGDB's Espaciais
31 / 66
CML / DSI / DGIG @ Nov 2016
Vizinho + próximo
SGDB's Espaciais
32 / 66
CML / DSI / DGIG @ Nov 2016
Edição massiva de geometrias
(Snap e Flip)
SGDB's Espaciais
33 / 66
CML / DSI / DGIG @ Nov 2016
Junção de dados (JOIN)
SGDB's Espaciais
34 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
35 / 66
CML / DSI / DGIG @ Nov 2016
Observações– PostgreSQL
 Geoprocessamento e escrita de dados em
geometrias Geometry (PostGIS) ligeira/ + lento
do que em geometrias ST_Geometry (SDE)
 ArcGIS não suporta alojamento em PostgreSQL
de geometrias em formato binário (SDE ou
OGC)
SGDB's Espaciais
36 / 66
CML / DSI / DGIG @ Nov 2016
Observações– SQL Server
 Geoprocessamento em SDELOB e WKB (OGC)
equivalente
 Geoprocessamento em geometrias binárias +
rápido
 Escrita de dados significativa/ + lenta em
geometrias binárias
 ArcGIS utiliza, de raiz, o modelo de dados
espaciais nativo do SQL Server
SGDB's Espaciais
37 / 66
CML / DSI / DGIG @ Nov 2016
Observações– SQL Server
 Geoprocessamento significativa/ + lento
para Geometry (SQL Server) em relação aos
formatos binários em:
 Intersecção de polígonos,
 Projecção de pontos sobre linhas;
 Edição massiva de geometrias (Snap e Flip)
SGDB's Espaciais
38 / 66
CML / DSI / DGIG @ Nov 2016
Observações– Oracle Spatial
 Geoprocessamento em geometrias SDO (Oracle)
ligeira/ + lento do que em geometrias
ST_Geometry
 Geoprocessamento equivalente ou ligeira/ + rápido
em geometrias ST_Geometry Vs SDELOB
 Geoprocessamento em geometrias binárias do tipo
WKT (OGC) significativa/ + lento
SGDB's Espaciais
39 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
40 / 66
CML / DSI / DGIG @ Nov 2016
Resultados (resumo geral)
SGDB's Espaciais
41 / 66
CML / DSI / DGIG @ Nov 2016
Top desempenho - ArcMap
SGDB's Espaciais
42 / 66
CML / DSI / DGIG @ Nov 2016
Top desempenho - ArcMap
SGDB's Espaciais
43 / 66
CML / DSI / DGIG @ Nov 2016
Observações: testes em ArcGIS
 Melhor desempenho para geometrias Oracle
ST_Geometry (SDE)
 Pior desempenho para geometrias nativas do
SQL Server
 PostgreSQL com desempenho intermédio
(geometrias nativas e SDE com desempenho
semelhante)
SGDB's Espaciais
44 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
45 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
46 / 66
CML / DSI / DGIG @ Nov 2016
Selecção de dados
SGDB's Espaciais
47 / 66
CML / DSI / DGIG @ Nov 2016
Estatísticas sobre dados alfanum.
SGDB's Espaciais
48 / 66
CML / DSI / DGIG @ Nov 2016
Intersecção de geometrias
SGDB's Espaciais
49 / 66
CML / DSI / DGIG @ Nov 2016
União de geometrias
SGDB's Espaciais
50 / 66
CML / DSI / DGIG @ Nov 2016
Identificar geometrias duplicadas
SGDB's Espaciais
51 / 66
CML / DSI / DGIG @ Nov 2016
Simplificação de geometrias
SGDB's Espaciais
52 / 66
CML / DSI / DGIG @ Nov 2016
Estatísticas sobre geometrias
SGDB's Espaciais
53 / 66
CML / DSI / DGIG @ Nov 2016
Projeção de ponto sobre linhas
SGDB's Espaciais
54 / 66
CML / DSI / DGIG @ Nov 2016
Vizinho + próximo
SGDB's Espaciais
55 / 66
CML / DSI / DGIG @ Nov 2016
Obter nós de uma rede
SGDB's Espaciais
56 / 66
CML / DSI / DGIG @ Nov 2016
Edição massiva de geometrias
(Flip)
SGDB's Espaciais
57 / 66
CML / DSI / DGIG @ Nov 2016
Junção de dados (JOIN)
SGDB's Espaciais
58 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
59 / 66
CML / DSI / DGIG @ Nov 2016
Resultados BD (resumo geral)
SGDB's Espaciais
60 / 66
CML / DSI / DGIG @ Nov 2016
Top desempenho - BD
SGDB's Espaciais
61 / 66
CML / DSI / DGIG @ Nov 2016
Top desempenho - BD
SGDB's Espaciais
62 / 66
CML / DSI / DGIG @ Nov 2016
Observações: testes em BD
 Melhor desempenho de PostgreSQL / PostGIS em todas
as consultas espaciais
 Melhor desempenho de Oracle em consultas
exclusivamente sobre dados alfanuméricos
 Desempenho do SQL Server próximo do PostgreSQL na
maioria das consultas
 Oracle apresentou a maior diferença entre o output para
tabela em memória Vs tabela em BD
 Maior oferta de funções espaciais em PostgreSQL
SGDB's Espaciais
63 / 66
CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
64 / 66
CML / DSI / DGIG @ Nov 2016
Observações gerais
 Todos os SGBD’s mostraram-se alternativas
viáveis
 Em geoprocessamento em BD, PostgreSQL /
PostGIS é clara/ a melhor alternativa
 Oracle mostrou melhor desempenho em ambiente
ArcGIS
 Maior know-how interno em Oracle, o que pode significar
uma melhor optimização / desempenho nos testes
SGDB's Espaciais
65 / 66
CML / DSI / DGIG @ Nov 2016
Possíveis desenvolvimentos
 Necessidade de avaliação do pior desempenho
do Oracle como base de serviços WMS
 Definir pesos para ponderação dos resultados
em análise multicritério
 Testar configurações para melhorar performance do
PostgreSQL para consultas sobre dados alfanuméricos
SGDB's Espaciais
66 / 66
CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais
Questões…?
67
CML / DSI / DGIG @ Nov 2016
...

Mais conteúdo relacionado

Destaque

Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Saba Software
 

Destaque (20)

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
 

Apresentação SGDBs Espaciais

  • 1. CML / DSI / DGIG @ Nov 2016 Carlos Sousa Ferreira Divisão de Gestão de Informação Georreferenciada Nov 2016 – CML - DSI Estudo de performance de diferentes SGBD’s para geoprocessamento em ambiente ArcGIS
  • 2. CML / DSI / DGIG @ Nov 2016 Objectivos  Avaliar SGBD’s alternativos para alojamento e suporte da infraestrutra de dados espaciais da CML  Vantagens e limitações de cada SGBD  Desempenho de processamento dos dados  Funcionalidades disponíveis SGDB's Espaciais 2 / 66
  • 3. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 3 / 66
  • 4. CML / DSI / DGIG @ Nov 2016 SGBD’s em Análise  Oracle (extensão Oracle Spatial)  SQL Server (extensão Spatial)  PostgreSQL / PostGIS SGDB's Espaciais 4 / 66
  • 5. CML / DSI / DGIG @ Nov 2016 SGBD’s em Análise - servidores  Servidor SQL Server: Microsoft SQL Server 2014 R2 Ambiente Virtual SO: Windows Server 2012 R2, 64bits 6 GB Memória Quad-Core AMD Opteron Processor 8354 2.21 GHz (4 processadores virtuais) SGDB's Espaciais 5 / 66
  • 6. CML / DSI / DGIG @ Nov 2016 SGBD’s em Análise - servidores  Servidor PostgreSQL: Postgres 9.2 + Postgis 2.0.6 (distribuição ESRI) SO: Microsoft Windows Server 2008 SP2, 64bits 6 GB Memória Quad-Core AMD Opteron Processor 8354 2.21 Ghz (4 processadores virtuais) SGDB's Espaciais 6 / 66
  • 7. CML / DSI / DGIG @ Nov 2016 SGBD’s em Análise - servidores  Servidor Oracle:  SPICA  ISHIA Ambiente virtual (instalado num servidor da IBM) SO: Unix (IBM AIX) SGDB's Espaciais 7 / 66
  • 8. CML / DSI / DGIG @ Nov 2016 8 / 66 Formatos de dados geográficos Oracle SQL Server  SDO_Geometry  ST_Geometry (SDE)  SDE binary (SDELOB)  OGC WKB  Geometry / Geography (nativo SQL Server)  SDE binary (SDELOB)  OGC WKB SGDB's Espaciais
  • 9. CML / DSI / DGIG @ Nov 2016 9 / 66 Formatos de dados geográficos PostgreSQL  Geometry / Geography (nativo PostGIS)  ST_Geometry (SDE) SGDB's Espaciais
  • 10. CML / DSI / DGIG @ Nov 2016 Índices espaciais em ArcGIS/ArcSDE  Oracle SDO_Geometry -> Oracle Spatial R-Tree  Oracle ST_Geometry -> ESRI Multilevel Grid Index  SDE Binary/WKB -> Multilevel Grid Index (utiliza tabelas de indexação das geometrias)  MS SQL Server Binary/WKB -> Multilevel Grid Index (utiliza tabelas de indexação das geometrias)  MS SQL Server Geometry/Geography -> B-Tree  PostgreSQL ST_Geometry -> PostgreSQL R-Tree  PostgreSQL PostGIS -> GiST SGDB's Espaciais 10 / 66
  • 11. CML / DSI / DGIG @ Nov 2016 Metodologia adoptada  Montagem de uma base de dados espacial (BDE) na plataforma / SGDB em análise  Carregamento de diversos temas de informação para a BDE em ambiente ArcGIS  Testes de visualização e manipulação dos temas de informação em ArcGIS  Testes de geoprocessamento sobre os dados em ambiente ArcGIS  Testes de geoprocessamento sobre os dados diretamente no SGBD  Montagem de serviço de mapas (WMS) SGDB's Espaciais 11 / 66
  • 12. CML / DSI / DGIG @ Nov 2016 Temas de informação utilizados para análise SGDB's Espaciais 12 / 66 Edifícios CML.L10CP_EXIST_EDIFICIO_PL Polígono 62.034 Números de polícia CML.L10CP_EXIST_NPOLICIA_PT Ponto 143.749 Eixos de via CML.L3EX_VIAS_RUAS_LN Linha 24.083 Freguesias CML.L4AD_CENTR_FREGUESIA_PL Polígono 24 Susecções estatísticas – 2011 CML.L4ES_BGRI2011_SUBSECOES_PL Polígono 3.623 Usos de solo CML.L5PD2_QUAL_QUALIFICACAO_ PL Polígono 830 Tema de informação de origem (SPICA) Tipos de geometria N.º elementos Descrição
  • 13. CML / DSI / DGIG @ Nov 2016 Tipo de análises espaciais testadas  Intersecções de geometrias / selecções espaciais  União de geometrias  Identificar geometrias duplicadas  Estatísticas sobre as geometrias  Relações de proximidade (vizinho + próximo, projeção de pontos sobre linhas)  Edição massiva de geometrias SGDB's Espaciais 13 / 66
  • 14. CML / DSI / DGIG @ Nov 2016 Tipo de análise não espaciais testadas  Selecção de dados  Estatísticas sobre dados alfanuméricos  Joins com base em dados alfanuméricos SGDB's Espaciais 14 / 66
  • 15. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 15 / 66
  • 16. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 16 / 66
  • 17. CML / DSI / DGIG @ Nov 2016 Importação de dados SGDB's Espaciais 17 / 66
  • 18. CML / DSI / DGIG @ Nov 2016 Exportação de dados SGDB's Espaciais 18 / 66
  • 19. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 19 / 66
  • 20. CML / DSI / DGIG @ Nov 2016 Testes de visualização - cenários SGDB's Espaciais 20 / 66 Símbologia Rotulagem dos dados Escalas de visualização Sim CML_NPOLICIA_PT, CML_VIA_LN, CML_EDIFICIO_PL, CML_FREG_PL, CML_USO_SOLO_PL, CML_BGRI_SUBSECOES_PL SGDB - MapaTeste (3) Personalizada, Por atributo (Usos de Solo) e Única (restantes camadas) Sim NãoNãoSimples (automática), ÚnicaSGDB - MapaTeste SGDB - MapaTeste (2) CML_NPOLICIA_PT, CML_VIA_LN, CML_EDIFICIO_PL, CML_FREG_PL SimSimPersonalizada, Única CML_NPOLICIA_PT, CML_VIA_LN, CML_EDIFICIO_PL, CML_FREG_PL Mapa Temas de informação Representação Tempo de execução dos testes de visualização em ArcMap Sim Serviço Web de Mapas - MapaTeste (2) CML_NPOLICIA_PT, CML_VIA_LN, CML_EDIFICIO_PL, CML_FREG_PL Personalizada, Única Sim
  • 21. CML / DSI / DGIG @ Nov 2016 Visualização – Tabela resultados SGDB's Espaciais 21 / 66 PostgreSQL (PG geom) PostgreSQL (SDE geom) SQLServer (Geometry) SQLServer (SDE binary) SQLServer (WKB) Oracle (SDO) Oracle (SDE geom) Oracle (SDE BIN) Oracle (WKB) FileGDB 1.ª execução 17,55s 3,10s 4,56s 2,68s 2,62s 4,93s 6,00s 9,04s 5m 39,0s 2,68s seguintes (média) 15,21s 3,07s 3,72s 2,65s 2,57s 5,09s 5,89s 9,42s 4m 39,0s 2,56s 1.ª execução 4,70s 2,47s 2,73s 2,10s 2,19s 3,08s 2,70s 3,94s 1m 04,4s 1,53s seguintes (média) 4,44s 2,34s 2,63s 1,99s 2,02s 2,18s 2,85s 3,21s 58,04s 1,48s 1.ª execução 8,90s 6,46s 6,88s 5,57s 5,94s 8,43s 8,04s 7,75s 1m 20,6s 4,10s seguintes (média) 9,73s 6,28s 6,80s 5,93s 6,39s 8,15s 7,44s 8,27s 1m 15,6s 4,54s 1.ª execução 6,53s 6,30s 6,41s 5,48s 6,45s 12,74s 10,54s 10,08s 54,73s N/A 2.ª execução 2,00s 1,85s 2,09s 1,99s 2,14s 1,93s 1,75s 1,84s 5,35s N/A seguintes (média) 0,80s 0,79s 0,83s 0,79s 0,80s 0,79s 0,76s 0,75s 0,75s N/A SGDB - MapaTeste (3) SGDB - MapaTeste SGDB - MapaTeste (2) Tempo de execução dos testes de visualização em ArcMap Mapa Tempo Serviço Web de Mapas - MapaTeste (2)
  • 22. CML / DSI / DGIG @ Nov 2016 Visualização em ArcMap SGDB's Espaciais 22 / 66
  • 23. CML / DSI / DGIG @ Nov 2016 Visualização através de serviços SGDB's Espaciais 23 / 66
  • 24. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 24 / 66
  • 25. CML / DSI / DGIG @ Nov 2016 Selecção de dados SGDB's Espaciais 25 / 66
  • 26. CML / DSI / DGIG @ Nov 2016 Estatísticas sobre dados alfanum. SGDB's Espaciais 26 / 66
  • 27. CML / DSI / DGIG @ Nov 2016 Intersecção de geometrias SGDB's Espaciais 27 / 66
  • 28. CML / DSI / DGIG @ Nov 2016 União de geometrias SGDB's Espaciais 28 / 66
  • 29. CML / DSI / DGIG @ Nov 2016 Identificar geometrias duplicadas SGDB's Espaciais 29 / 66
  • 30. CML / DSI / DGIG @ Nov 2016 Simplificação de geometrias SGDB's Espaciais 30 / 66
  • 31. CML / DSI / DGIG @ Nov 2016 Projeção de ponto sobre linhas SGDB's Espaciais 31 / 66
  • 32. CML / DSI / DGIG @ Nov 2016 Vizinho + próximo SGDB's Espaciais 32 / 66
  • 33. CML / DSI / DGIG @ Nov 2016 Edição massiva de geometrias (Snap e Flip) SGDB's Espaciais 33 / 66
  • 34. CML / DSI / DGIG @ Nov 2016 Junção de dados (JOIN) SGDB's Espaciais 34 / 66
  • 35. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 35 / 66
  • 36. CML / DSI / DGIG @ Nov 2016 Observações– PostgreSQL  Geoprocessamento e escrita de dados em geometrias Geometry (PostGIS) ligeira/ + lento do que em geometrias ST_Geometry (SDE)  ArcGIS não suporta alojamento em PostgreSQL de geometrias em formato binário (SDE ou OGC) SGDB's Espaciais 36 / 66
  • 37. CML / DSI / DGIG @ Nov 2016 Observações– SQL Server  Geoprocessamento em SDELOB e WKB (OGC) equivalente  Geoprocessamento em geometrias binárias + rápido  Escrita de dados significativa/ + lenta em geometrias binárias  ArcGIS utiliza, de raiz, o modelo de dados espaciais nativo do SQL Server SGDB's Espaciais 37 / 66
  • 38. CML / DSI / DGIG @ Nov 2016 Observações– SQL Server  Geoprocessamento significativa/ + lento para Geometry (SQL Server) em relação aos formatos binários em:  Intersecção de polígonos,  Projecção de pontos sobre linhas;  Edição massiva de geometrias (Snap e Flip) SGDB's Espaciais 38 / 66
  • 39. CML / DSI / DGIG @ Nov 2016 Observações– Oracle Spatial  Geoprocessamento em geometrias SDO (Oracle) ligeira/ + lento do que em geometrias ST_Geometry  Geoprocessamento equivalente ou ligeira/ + rápido em geometrias ST_Geometry Vs SDELOB  Geoprocessamento em geometrias binárias do tipo WKT (OGC) significativa/ + lento SGDB's Espaciais 39 / 66
  • 40. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 40 / 66
  • 41. CML / DSI / DGIG @ Nov 2016 Resultados (resumo geral) SGDB's Espaciais 41 / 66
  • 42. CML / DSI / DGIG @ Nov 2016 Top desempenho - ArcMap SGDB's Espaciais 42 / 66
  • 43. CML / DSI / DGIG @ Nov 2016 Top desempenho - ArcMap SGDB's Espaciais 43 / 66
  • 44. CML / DSI / DGIG @ Nov 2016 Observações: testes em ArcGIS  Melhor desempenho para geometrias Oracle ST_Geometry (SDE)  Pior desempenho para geometrias nativas do SQL Server  PostgreSQL com desempenho intermédio (geometrias nativas e SDE com desempenho semelhante) SGDB's Espaciais 44 / 66
  • 45. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 45 / 66
  • 46. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 46 / 66
  • 47. CML / DSI / DGIG @ Nov 2016 Selecção de dados SGDB's Espaciais 47 / 66
  • 48. CML / DSI / DGIG @ Nov 2016 Estatísticas sobre dados alfanum. SGDB's Espaciais 48 / 66
  • 49. CML / DSI / DGIG @ Nov 2016 Intersecção de geometrias SGDB's Espaciais 49 / 66
  • 50. CML / DSI / DGIG @ Nov 2016 União de geometrias SGDB's Espaciais 50 / 66
  • 51. CML / DSI / DGIG @ Nov 2016 Identificar geometrias duplicadas SGDB's Espaciais 51 / 66
  • 52. CML / DSI / DGIG @ Nov 2016 Simplificação de geometrias SGDB's Espaciais 52 / 66
  • 53. CML / DSI / DGIG @ Nov 2016 Estatísticas sobre geometrias SGDB's Espaciais 53 / 66
  • 54. CML / DSI / DGIG @ Nov 2016 Projeção de ponto sobre linhas SGDB's Espaciais 54 / 66
  • 55. CML / DSI / DGIG @ Nov 2016 Vizinho + próximo SGDB's Espaciais 55 / 66
  • 56. CML / DSI / DGIG @ Nov 2016 Obter nós de uma rede SGDB's Espaciais 56 / 66
  • 57. CML / DSI / DGIG @ Nov 2016 Edição massiva de geometrias (Flip) SGDB's Espaciais 57 / 66
  • 58. CML / DSI / DGIG @ Nov 2016 Junção de dados (JOIN) SGDB's Espaciais 58 / 66
  • 59. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 59 / 66
  • 60. CML / DSI / DGIG @ Nov 2016 Resultados BD (resumo geral) SGDB's Espaciais 60 / 66
  • 61. CML / DSI / DGIG @ Nov 2016 Top desempenho - BD SGDB's Espaciais 61 / 66
  • 62. CML / DSI / DGIG @ Nov 2016 Top desempenho - BD SGDB's Espaciais 62 / 66
  • 63. CML / DSI / DGIG @ Nov 2016 Observações: testes em BD  Melhor desempenho de PostgreSQL / PostGIS em todas as consultas espaciais  Melhor desempenho de Oracle em consultas exclusivamente sobre dados alfanuméricos  Desempenho do SQL Server próximo do PostgreSQL na maioria das consultas  Oracle apresentou a maior diferença entre o output para tabela em memória Vs tabela em BD  Maior oferta de funções espaciais em PostgreSQL SGDB's Espaciais 63 / 66
  • 64. CML / DSI / DGIG @ Nov 2016CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais 64 / 66
  • 65. CML / DSI / DGIG @ Nov 2016 Observações gerais  Todos os SGBD’s mostraram-se alternativas viáveis  Em geoprocessamento em BD, PostgreSQL / PostGIS é clara/ a melhor alternativa  Oracle mostrou melhor desempenho em ambiente ArcGIS  Maior know-how interno em Oracle, o que pode significar uma melhor optimização / desempenho nos testes SGDB's Espaciais 65 / 66
  • 66. CML / DSI / DGIG @ Nov 2016 Possíveis desenvolvimentos  Necessidade de avaliação do pior desempenho do Oracle como base de serviços WMS  Definir pesos para ponderação dos resultados em análise multicritério  Testar configurações para melhorar performance do PostgreSQL para consultas sobre dados alfanuméricos SGDB's Espaciais 66 / 66
  • 67. CML / DSI / DGIG @ Nov 2016 SGDB's Espaciais Questões…? 67
  • 68. CML / DSI / DGIG @ Nov 2016 ...