面对对大体量矢量数据ArcGIS的优化方法

约定不等于承诺〃 2023-08-17 17:31 85阅读 0赞

大数据量矢量数据的可视化需要解决的问题，就是如何在可接受的短时间内，能展示大数据量的矢量地图。

# 解决方案一：采用预先渲染的切片进行展示 #

切片是预先渲染的数据集，也是响应最快的展示方式。目前ArcGIS提供栅格切片和矢量切片两种切片格式。这两种切片格式各有利弊，如下表所示：

<table> 
 <tbody> 
 <tr> 
 <td> &nbsp; </td> 
 <td> 栅格切片 </td> 
 <td> 矢量切片 </td> 
 </tr> 
 <tr> 
 <td> 支持ArcGIS Desktop所有符号 </td> 
 <td> 支持 </td> 
 <td> 仅部分 </td> 
 </tr> 
 <tr> 
 <td> 支持高分辨屏幕自适应 </td> 
 <td> 不支持 </td> 
 <td> 支持 </td> 
 </tr> 
 <tr> 
 <td> 支持小比例尺下展示全部数据 </td> 
 <td> 支持 </td> 
 <td> 不支持，会自动简化数据。 </td> 
 </tr> 
 <tr> 
 <td> 支持动态改变样式 </td> 
 <td> 不支持 </td> 
 <td> 支持 </td> 
 </tr> 
 <tr> 
 <td> 生产耗时 </td> 
 <td> 耗时长 </td> 
 <td> 耗时短 </td> 
 </tr> 
 </tbody> 
</table>

由上述表格，可以得出，只有栅格切片才能支持展示全部数据。因此对于大数据量的矢量数据的展示，建议在小比例尺下预先生产栅格切片，并设置合理的比例尺。

# 解决方案二：使用查询图层进行动态聚合展示 #

在把大数据量的矢量数据进行可视化时，当地图缩放到小比例尺时，往往会出现地图上叠加了过多的要素，失去了地图应该表达的实际业务意义。因此，这时可以考虑使用按区域聚合的方法，制作具有实际业务意义的专题地图。具体方法如下：

1、创建用于聚合的区域，可以使用行政区域，或者使用Generate Tessellation工具创建六边形或正方形格网。

![987131-20190830135046386-729295021.png][]

2、添加查询图层。通过SQL进行数据的动态聚合。这里可以使用两种SQL思路，第一是使用属性字段进行关联，第二种是使用空间SQL函数。显然第一种方法速度上是更快的，因为运算简单。

以下是示例代码：

SELECT c.objectid, c.Name, c.shape, c.POP2010, fo.Rainfall AS Weighted\_Total\_Rainfall

FROM COUNTIES\_IL c

INNER JOIN

(

SELECT t.fips, (sum(r.rainfall\_inch \* t.area) / sum(t.area)) AS rainfall

FROM COUNTIES\_THSN\_INTSCT\_IL t

INNER JOIN

(

SELECT site\_no, Sum(rainfall\_inch) AS rainfall\_inch

FROM USGS\_RAINFALL\_TIMESERIES\_IL

GROUP BY site\_no

) r

ON r.site\_no = t.site\_no

GROUP BY t.FIPS

) fo

ON c.fips = fo.fips

# 解决方案三：使用ArcGIS Pro提供的数据聚合功能 #

对于存储在SDE或者关系型数据库的点数据，可以之间使用ArcGIS Pro提供的数据聚合功能。该功能使用起来十分简单，ArcGIS Pro 2.4以上版本可用。具体方法如下：

1、使用Enable Feature Binning工具，启用要素类的动态聚合功能。目前支持的数据库类型包括：Db2、PostgreSQL、MS SQL Server、Oracle、SAP HANA。支持的聚合方式有：平行六边形、点状六边形、正方形、大地哈希网格。该工具在聚合可视化的同时，还能对指定的属性字段进行统计，支持的统计类别包括：聚合的点要素个数、平均值、最大最小值、标准差和总和。对于静态的不经常更新的数据，可以对聚合结果进行缓存，这样显示速度会更快。

![987131-20190830135246696-1183446234.png][]

2、对于聚合结果的缓存，可以使用Manage Feature Bin Cache工具来管理缓存，可指定缓存的最大详细比例尺级别，也可以添加或删除属性字段统计信息。

![987131-20190830135257955-1356100546.png][]

解决方案四：使用SOI实现服务器端动态聚合

可以把需要被聚合的大体量数据存放在支持高效读取的存储系统中，例如Elasticsearch、Redis或者HBase或PostgreSQL-XL。

![987131-20190830135305705-1766704091.png][]

转载于:https://www.cnblogs.com/luwl/p/11434603.html

[987131-20190830135046386-729295021.png]: /images/20230808/0690c07577cd451494a17b932e050036.png
[987131-20190830135246696-1183446234.png]: /images/20230808/284695b55fa545bbab7a6a45c18ec669.png
[987131-20190830135257955-1356100546.png]: /images/20230808/f9b5de9db8a04769a443d5eb0216a7bb.png
[987131-20190830135305705-1766704091.png]: /images/20230808/d287ce997c6a4a9d99621e2ea987224a.png