怎么提高ArcSDE for Oracle写入地理数据库的效率
- WBOYOriginal
- 2016-06-07 15:50:491509browse
很多用户经常会有将数据写入ArcSDE地理数据库的操作，也时常会写入效率而烦恼，它们渴望不管多大多复杂的数据，尽可能的使用较少的时间写入到ArcSDE中，而往往用户写入ArcSDE也通过依赖于本身的业务需求，使用自定义的代码开发就非常常见了，那影响ArcSDE写
很多用户经常会有将数据写入ArcSDE地理数据库的操作，也时常会写入效率而烦恼，它们渴望不管多大多复杂的数据，尽可能的使用较少的时间写入到ArcSDE中，而往往用户写入ArcSDE也通过依赖于本身的业务需求，使用自定义的代码开发就非常常见了，那影响ArcSDE写入效率的因素就比较多了。
----------------------------------------------------------------------------------
Blog: http://blog.csdn.net/linghe301
----------------------------------------------------------------------------------
代码因素
大多数用户可能还在使用ArcGIS Engine、空间SQL、ArcSDE API和WebAPI进行开发，针对后两者我不是很熟悉，也没有什么发言权，所以更多的以前面两种开发模式为例，看看在代码开发过程中是否有可以优化的余地。
ArcGIS Engine
以下部分可以参考2011年Esri中国开发者大会《Geodatabase高效编程_李圣虎》，特此感谢！
该文档建议ArcGIS Engine的开发者仔细学习，里面介绍了很多提高效率的技巧和细节！
http://wenku.baidu.com/link?url=mgCFXh23Q3fbRaBjOJr-LN1b24_pbH_UylNcTt1zZ_hNROqByNzj8nRpV4IZrKulMYod9jxiOOeN8WGRgx0Y0Z_vLvEAZsjw2KSz2Uj0w0K
另外大家也可以参考：Geodatabase API best practices
http://resources.arcgis.com/en/help/arcobjects-net/conceptualhelp/index.html#//000100000047000000１：使用多线程
说实话，ArcGIS Engine是否支持多线程，大家的理解是不一样的。用资深人士解释就是ArcGIS Engine支持多线程，但是不支持多个线程之间的彼此调用。
下面就以更新多个要素类的字段来演示一下多线程的使用方法，以下都是伪代码。
编写一个更新要素类的函数，输入参数为要素类名称
public class VersionEditing
{
/// <summary>
/// 更新要素类指定字段值
/// </summary>
/// <param name="parameter">要素类名称
public void UpdateFiledValue(object parameter)
{
........
}
}
编写多线程函数，调用这个更新要素类的函数private void MultiThreadEditing()
{
VersionEditing VersionEditing = new GIS.VersionEditing();
//声明线程对象
Thread thA = new Thread(new ParameterizedThreadStart(VersionEditing.UpdateFiledValue));
Thread thB = new Thread(new ParameterizedThreadStart(VersionEditing.UpdateFiledValue));
//设置线程工作模型
thA.SetApartmentState(ApartmentState.STA);
thB.SetApartmentState(ApartmentState.STA);
//启动线程
thA.Start("featureclass1");
thA.Start("featureclass2");
}
2：使用游标进行地理数据库编辑
如果是批量进行数据编辑，不建议用户使用传统的Create Feature+Store的方法，而是使用insertCursor或者Update Cursor的方法。
//建议的方法
public static void InsertFeaturesUsingCursor(IFeatureClass featureClass, List geometryList)
{
using(ComReleaser comReleaser = new ComReleaser())
{
// Create a feature buffer.
IFeatureBuffer featureBuffer = featureClass.CreateFeatureBuffer();
comReleaser.ManageLifetime(featureBuffer);
// Create an insert cursor.
IFeatureCursor insertCursor = featureClass.Insert(true);
comReleaser.ManageLifetime(insertCursor);
// All of the features to be created are classified as Primary Highways.
int typeFieldIndex = featureClass.FindField("TYPE");
featureBuffer.set_Value(typeFieldIndex, "Primary Highway");
foreach (IGeometry geometry in geometryList)
{
// Set the feature buffer's shape and insert it.
featureBuffer.Shape = geometry;
insertCursor.InsertFeature(featureBuffer);
}
// Flush the buffer to the geodatabase.
insertCursor.Flush();
}
}
测试场景：从本地File Geodatabase中读取数据，向ArcSDE Geodatabase要素类中插入读取的数据；
数据情况：简单的线要素类，2721089条记录；
测试环境：硬件（T9600 CPU 4G内存）软件（Windows 7 64Bit Oracle 11g ArcGIS 10）
备注：测试结果中时间单位为秒
3：游标
游标分为类绑定游标: SearchCursor、UpdateCursor、InsertCursor和非类绑定游标：QueryDef Cursor。在使用游标使用过程中经常会遇到如下情况
Public Void test()
{
workspaceEdit.StartEditOperation();
IQueryFilter queryFilter = new QueryFilter();
queryFilter.WhereClause = clause;
//是否重复绑定游标
ICursor updateCursor = table.Update(queryFilter, true);
comReleaser.ManageLifetime(updateCursor);
int fieldIndex = table.Fields.FindField("FWMC");
IRow temp = null;
while ((temp = updateCursor.NextRow()) != null)
{
temp.set_Value(fieldIndex, "aaaa");
updateCursor.UpdateRow(temp);
}
workspaceEdit.StopEditOperation();
}
如果选择TRUE，说明使用资源回收游标，但是下一个游标还指向同一个内存地址，如果是FALSE，说明资源回收游标和内存地址，下一个游标还需要重新分配一个新的内存地址，这样无疑增加了服务器资源的开销，所以没有特殊需求，建议使用TRUE。
关于游标的相关提示：
查询游标（Search Cursor）
- 在编辑会话中初始化SearchCursor可能导致缓存记录提交到数据库（触发DBMS写操作）
- 通过SearchCursor获得的行支持Store和Delete操作
- 必须使用UpdateCursor提供的的UpdateRow和DeleteRow方法对通过UpdateCursor获得的行进行更新和删除操作
- UpdateCursor提供的UpdateRow方法只能针对通过UpdateCursor获得的当前行进行操作
- UpdateCursor不支持跨编辑操作使用，打开一个新的编辑操作时必须初始化一个新的更新游标
- 使用UpdateCursor对复杂要类类进行更新时必须处于一个编辑会话中
- 主要用于批量要素插入
- 使用缓存，定时调用Flush将缓存写入数据库，调用InsertRow和Flush方法时要捕捉异常
- 使用InsertCursor时关闭空间缓存
- 不能针对通过QueryDef Cursor获得的行进行Store和Delete操作
- 在编辑会话中使用QueryDef Cursor会导致缓存提交到数据库
4：资源回收
尽可能使用Esri提供的MangeLifetime来管理ArcGIS Engine对象的生命周期，系统会自动进行维护，而不需要在使用类似以下方式进行释放资源了。（由于版本原因，可能有所不同）
ESRI.ArcGIS.ADF.ComReleaser.ReleaseCOMObject(o);
<span>System.Runtime.InteropServices.Marshal.ReleaseComObject(o);</span>
<span>GC.Collect();</span>
5：如果可能化，使用缓存来提高效率
/// <summary>
/// 执行空间缓存
/// </summary>
/// <param name="pFWS">工作空间
/// <param name="pEnv">缓存区域
private void SpatialCache(IFeatureWorkspace pFWS, IEnvelope pEnv)
{
if (m_pWS != null)
{
ISpatialCacheManager3 pSCM = m_pWS as ISpatialCacheManager3;
if (!pSCM.CacheIsFull)
{
pSCM.FillCache(pEnv);
}
//执行空间操作代码
//清空缓存
pSCM.EmptyCache();
}
}
更多了解：http://resources.arcgis.com/en/help/arcobjects-net/componenthelp/index.html#//002500000831000000
6：如果可能的话，尽可能的使用GP工具来代替开发
ArcGIS Desktop的性能无疑是最优化的，而且最大的好处就是实现了用户可以使用的ArcToolbox工具，而且ArcGIS Engine也可以进行调用，比如将一个File Geodatabase导入到ArcSDE 地理数据库中，用户就可以直接使用Copy_Feature工具进行操作。
7：是否必须使用版本化编辑
ArcGIS不仅支持版本编辑，也支持非版本编辑，所以并不是所有情况必须使用版本化编辑，大家都知道注册版本后编辑一段时间会导致效率低下，但是有些用户在一开始接触ArcGIS编辑时只知道必须注册版本才能编辑，但是它的业务情况可能并不需要必须注册版本，比如只是编辑一下属性字段值等情况，所以这个时候可能选择非版本编辑效率更高。
<h1>IDatasetEdit</h1>
更多参考：http://resources.arcgis.com/en/help/arcobjects-net/componenthelp/index.html#/IDatasetEdit_Interface/00250000015m000000/
用户也可以查看《Geodatabase高效编程_李圣虎》总结的常见开发错误，都是一些比较典型的可能导致效率的案例。
空间SQL
对空间SQL的开发其实就是用户的SQL语句的基本功是否扎实。
1：SQL语句语法和效率
在SQL中，索引是提高查询效率的必要条件，尤其是WHERE子句的查询字段必须要创建索引才能提高查询效率，如果没有WHERE条件在查询中使用了MIN、MAX、COUNT函数的字段也需要创建索引。还有很多情况用户尽管创建了索引对象但效率依然低下，这是因为有些SQL运算符是会将索引失效的。
- 使用不等于运算符（、!=）
在WHERE中使用不等于条件，将会使索引失效。
- 使用 IS NULL或IS NOT NULL
在WHERE子句中使用IS NULL或者IS NOT NULL同样会限制索引的使用。如果被索引的列在某些行中存在NULL值，在索引列中就不会有相应的条目。（例外：位图索引对于NULL列也会进行记录，因此位图索引对于NULL搜索通常较为快速）。
- 使用函数
如果不使用基于函数的索引，那么在SQL语句的WHERE子句中对存在索引的列使用函数时，会使优化器忽略掉这些索引。一些常见的函数：TRUNC、SUBSTR、TO_DATE、TO_CHAR、INSTR等，都可能会使索引失效。
- 比较不匹配的数据类型
这个是比较难于发现的问题。ORACLE不会对不匹配的数据类型报错，ORACLE会隐式地把VARCHAR2列的数据类型转换成要被比较的数值型数据类型。
如果是使用ST_geometry函数的话，还需要注意对ST_Geometry函数的使用
具体可以参考：
http://blog.csdn.net/linghe301/article/category/797871
2：尽可能的使用存储过程
如果可能的话，尽可能的使用存储过程来代替原始的单个SQL语句，这里面就不再解释存储过程的好处了。
3：使用绑定变量而不是传入固定的值
----------------------------------------------------------------------------------
Blog: http://blog.csdn.net/linghe301
----------------------------------------------------------------------------------
网络因素
网络的原因也是用户需要注意的，如果你的网络带宽、延迟都有问题，肯定会影响数据传输的效率的。这里我只是指出这是一个影响因素，因为不专业，所以不去更多的分析这个问题，但是用户需要留意该问题。
----------------------------------------------------------------------------------
Blog: http://blog.csdn.net/linghe301
----------------------------------------------------------------------------------
ArcSDE地理数据库因素（以Oracle为例）
1：空间索引问题
在ArcSDE地理数据库编辑过程中，系统会自动维护该编辑要素对象的空间索引，那么就会耗费一定的服务器资源，特别是在大数据量进行数据插入的过程中，无需进行空间索引的创建，可以等批量插入完成之后，统一创建空间索引，这样无疑就提高了操作效率。
ArcGIS Desktop、ArcToolbox、ArcSDE命令行、Python都提供了管理空间索引的方法，当然ArcGIS Engine也提供了管理空间索引的接口
IFeatureClassLoad.LoadOnlyMode
2：如果进行更新操作，就需要留意索引
用户进行更新，需要先查询出需要更新的要素对象，那么不管是通过属性索引或者空间索引进行查询，都需要这些索引对象有效。
而且在编辑完毕之后，还需要对这些索引对象重新创建，保证新编辑对象的索引更新。
3：数据库归档日志关闭
如果是大数据量插入操作，如果没有特殊要求，可以将Oracle的归档日志进行关闭，因为归档日志主要记录数据的更高，特别是数据的修改和删除，对数据新增操作其实无需打开数据库归档，如果打开，系统会在批量新增数据的同时，写入大量的归档日志信息，也无疑也会降低编辑效率。
4：禁用表空间日志
虽然数据库的归档日志禁用之后，只是说数据库不再产生具体的归档日志文件，但是还需要进行非归档的循环日志写入，那么如果完全禁用日志的生成，需要禁用操作用户的表空间日志，这样在插入数据之后，系统就会记录比较少的日志信息。
启用日志（Logging）：用户进行表创建、索引创建、分区以及后续插入等操作产生REDO日志，作为数据恢复的依据。
禁用日志（No Logging）：以上相关操作不会产生REDO日志，进而也不能进行数据恢复，但是数据加载效率会大幅度提高。
注意：这些操作是用户进行大数据量新增条件下，而且具有Oracle数据库知识的用户操作。
操作示例：
1：禁用归档日志
sqlplus / as sysdba
shutdown immediate;
startup mount;
alter database flashback off;
alter database noarchivelog;
alter database open;
select flashback_on from v$database;
archive log list;
sqlplus /nolog
connect / as sysdba;
select 'ALTER TABLESPACE ' || CHR(34) || NAME || CHR(34) || 'NOLOGGING;'
FROM V$TABLESPACE
WHERE NAME NOT IN ('SYSTEM','SYSAUX','USERS','TEMP','UNDOTBS1')ORDER BY NAME;
ALTER TABLESPACE "PM_BDATA" NOLOGGING;
ALTER TABLESPACE "PM_BINDEX" NOLOGGING;
ALTER TABLESPACE "PM_BDATA_TOPO" NOLOGGING;
4：启用表空间日志
sqlplus /nolog
connect / as sysdba;
select 'ALTER TABLESPACE ' || CHR(34) || NAME || CHR(34) || 'LOGGING;'
FROM V$TABLESPACE
WHERE NAME NOT IN ('SYSTEM','SYSAUX','USERS','TEMP','UNDOTBS1')ORDER BY NAME;
ALTER TABLESPACE "PM_BDATA" LOGGING;
ALTER TABLESPACE "PM_BINDEX" LOGGING;
ALTER TABLESPACE "PM_BDATA_TOPO" LOGGING;
5：启用归档日志
sqlplus / as sysdba
alter system set db_recovery_file_dest_size=10G scope=spfile;
alter system setdb_recovery_file_dest='C:\oradata\flash_recovery_area' scope=spfile;
alter system setlog_archive_dest_1='LOCATION=USE_DB_RECOVERY_FILE_DEST' scope=spfile;
shutdown immediate;
startup mount;
alter database archivelog;
alter database flashback on;
alter database open;
select flashback_on from v$database;
archive log list;
5：版本编辑的状态压缩
这个问题我就不再赘述了，该博客无数次提及这个问题，感兴趣的用户可以在本博客搜索“版本压缩”或者“Compress”。
6：Oracle参数
比如足够大的SGA和PGA，典型Oracle参数的设置如Open_Cusors、db_writer_processes等
7：其他因素
当然，如果用户的硬件环境足够好，比如数据与索引分开存储、分区表、RAC架构等也会为批量写入数据提高效率。
注意；严格禁止用户在OLTP环境下使用Oracle的并行计算，因为这样会严重造成资源占用问题。
----------------------------------------------------------------------------------
Blog: http://blog.csdn.net/linghe301
----------------------------------------------------------------------------------