文章版權由作者李曉暉和博客園共有，若轉載請於明顯處標明出處：http://www.cnblogs.com/naaoveGIS/
1.背景
針對判斷一個點落在面圖層中哪個要素上的需求，在我之前的博客：WebGIS中一種根據網格索引判斷點面關系的方法（http://www.cnblogs.com/naaoveGIS/p/5148185.html）中有詳細的描述。其原理大致為：
其處理步驟為：
2.當前網格索引的幾個缺點
a.網格索引方案分為了一個索引文件和一個數據文件，任何請求進入時均會先讀取索引文件，再讀取數據文件，那么很容易出現資源爭搶情況，不利於並發支持。
b.網格的大小會嚴重影響到查詢效率，但是如果網格建立的足夠小，那么索引文件不斷增大，同樣會導致磁盤尋址花費的時間增多。
c.數據的讀取一定要經過兩次IO，一次讀索引，一次讀數據，會影響讀取效率。
3.方案的優化，基於網格索引的索引四叉樹划分
四叉樹、R樹等均是空間索引常用的算法，這里我選擇使用四叉索引來進行進一步優化。四叉樹索引原理非常簡單，即將一個范圍根據深度，不斷平分，如圖所示：
這里優化思路是：將要素首先進行四叉樹平分，然后對每個葉子節點包含的范圍再進行網格索引生成：
4.優化方案的詳細描述
4.1索引的生成步驟
a.首先生成數據文件。
b.通過設置的四叉樹深度，算出葉子節點的個數。然后通過獲取到的要素四角坐標，算出葉子節點的四角范圍：leafminx、leafminy、leafmaxx、leafmaxy。
c.根據要素個數和網格因子，算出整個范圍內網格的個數，用整個范圍的四角坐標與網格因子計算，得出一個網格的BlockXsize和BlokcYsize。
d.針對每個葉子節點，建立該節點的網格索引，索引中包含了網格與要素的對應關系。
生成文件截圖：
4.2數據讀取
a.讀取配置獲取到要素的四角范圍mapminx、mapminy、mapmaxx、mapmaxy、leafgeoxsize、leafgeoysize。
b.通過mapminx、mapminy、leafgeoxsize、leafgeoysize參數算出該XY坐標所在的網格索引編號。
c.讀取該網格索引，獲取到該索引的leafminx、leafminy、leafmaxx、leafmaxy、blockxsize、blockysize。
d.通過leafmaxx、leafmaxy以及blockxsize、blockysize算出XY所在網格索引的字節位置pos，將磁盤指針移動至該pos處。
e.獲取到索引中包含的要素信息，比如要素所在的數據文件中的datapos。
f.讀取數據文件，在該文件的datapos處將詳細信息讀取返回。
5.方案優點總結
a.將一個大索引文件分成多個索引文件，在大量隨機點並發訪問時，可以將壓力負載至各文件上，減少同一文件讀取時的資源爭搶IO瓶頸。
b.每一個索引文件大小大大減小，讀取會更快，磁盤尋址也會更快。
c.為增加網格命中單個（非多個）要素的概率，可以將每個網格的大小進一步縮小，其導致的網格索引增大會平攤至每個網格索引上，從而使副作用變小。
6.進一步優化
a.在讀取索引基本信息后可以將該信息緩存至內存中，減少Config文件的IO次數。
b.生成索引時，如果一個網格只包含了一個要素的信息，可以將該信息也整合至網格索引中。這樣，查詢時，如果查詢到的網格只包含單個要素，則可以直接在索引中將要素信息獲取，而不需要再對數據索引做讀取操作，減少對數據索引的IO次數。
-----歡迎轉載，但保留版權，請於明顯處標明出處：http://www.cnblogs.com/naaoveGIS/
如果您覺得本文確實幫助了您，可以微信掃一掃，進行小額的打賞和鼓勵，謝謝 ^_^
