MongoDB w aplikacjach lokalizacyjnych

SystemyInformacji Przestrzennej

MongoDB w aplikacjach

lokalizacyjnych

Michał Mackiewiczwww.gis-support.pl

Szczyrk, 24.10.2014dbConf 2014


Dane przestrzenne


Ziemia nie jest płaska

1 stopień szerokości

1 stopień długości


Tradycyjne podejście

SpatiaLite


Tagi zamiast atrybutów


Format GeoJSON


Wsparcie w MongoDB

● Przed wersją 2.4 jedynie współrzędne 2D punktów● Od wersji 2.4 – pełne wsparcie dla GeoJSON


Dostępne typy

GeoJSON

Legacy coordinate pairs

● Point● LineString● Polygon

● MultiPoint● MultiLineString● MultiPolygon● GeometryCollection

Tylko dane punktowe

Dodane w 2.6

Od wersji 2.4


Dostępne indeksy

2dsphere

2d

Uwzględnia krzywiznę ZiemiDostępny dla GeoJSON i legacy coordinate pairs

Nie uwzglęgnia krzywizny ZiemiTylko dla legacy coordinate pairs

db.<collection>.ensureIndex({ '<location>':'2dsphere'})

db.<collection>.ensureIndex({ '<location>':'2d'})


Dostępne zapytania

●$geoWithin●$geoIntersects●$near / $nearSphere


Operator within

Odpowiednik SQL: ST_Within(geometry A, geometry B)

db.<collection>.find( { <location> : { $geoWithin : { $geometry : { type : "Polygon" , coordinates : [ ] } } } } )


Operator intersects

Odpowiednik SQL: ST_Intersects(geometry A, geometry B)

db.<collection>.find( { <location> : { $geoIntersects : { $geometry : { type : "..." , coordinates : [... ] } } } } )


Operator near

Odpowiednik SQL: ST_DWithin(geometry A, geometry B, distance)

{ $nearSphere: { $geometry: { type : "Point", coordinates : [ ... ] }, $minDistance: <optional>, $maxDistance: <optional> }}


Użycie dysku

● Miejscowości z Państwowego Rejestru Nazw Geograficznych(punkty,190041 wpisów, 50 atrybutów):PostGIS 106 MB, MongoDB 368 MB

● Granice gmin z Państwowego Rejestru Granic (obszary, 2482 wpisów, 30 atrybutów):PostGIS 86 MB, MongoDB 235 MB

● Obszary właściwości Urzędów Skarbowych z PRG (obszary, 379 wpisów, 30 atrybutów):PostGIS 35 MB, MongoDB 98 MB

● Losowe punkty (punkty, 65536 wpisów, 0 atrybutów):PostGIS 0,4 MB, MongoDB 15 MB


Wydajność - zapis

Dane testowe: 65536 punktów GeoJSONNa tabeli / kolekcji utworzony indeks przestrzenny GiST/ 2dsphere

PostGIS – 1638 op /s MongoDB – 2182 op/s


Wydajność – najbliższy punkt

PostGIS – 778 op /s MongoDB – 1596 op/s

Dane testowe: 65536 losowych punktów GeoJSON vs miejscowości z Państwowego Rejestru Nazw Geograficznych (190041 wpisów)Z indeksem przestrzennym GiST / 2dsphereMaksymalna odległość 1000 m


Wydajność – zawieranie się w obszarze

Dane testowe: 1024 losowe punkty GeoJSON vsobszary właściwości Urzędów Skarbowych z Państwowego Rejestru Granic (379 wpisów)

MongoDB – 11 op /sPostGIS – 54 op/s


Wydajność – uwagi

● Porównanie nie ma charakteru ścisłego!● Przy operacjach INSERT PostGIS jest szybszy, gdy wszystkie

operacje są w jednej transakcji● Przy poszukiwaniu najbliższego punktu PostGIS jest szybszy, gdy

użyje się współrzędnych płaskich


Uwaga na nieprawidłowe geometrie

Geometrie samoprzecinające się (self-intersect)„Bagnet”

Najczęstsze błędy:


Kiedy warto?

● Użycie dowolnych tagów● Aplikacje webowe● Duża liczba operacji zapisu● Replikacja● Brak przetworzeń geometrii po

stronie bazy danych● Użycie formatu GeoJSON w

aplikacji


Kiedy nie warto?

● Znany i niezmienny schemat● Współpraca z aplikacjami DesktopGIS● Konieczność stosowania standardów

OGC● Bardziej skomplikowane zapytania

przestrzenne● Wykonywanie operacji na geometriach

po stronie bazy danych

Dziękuję za uwagę.

MongoDB w aplikacjach lokalizacyjnych

Data & Analytics

Transcript of MongoDB w aplikacjach lokalizacyjnych