7.3.2 空间近似查询实验结果及分析
1.误差约束的空间近似查询
本节讨论空间近似查询方法在不同误差和窗口大小下的性能。选择机器时间和返回的顶点数量作为评价结果的参考指标。机器时间是指查询时间和向客户机传输时间的总和,反映了查询消耗多少计算资源。
对于一个给定的数据集,随着地图的缩小,将有越来越多的顶点显示在地图界面。对于一个给定的误差值,随着地图比例尺缩小,将有越来越多符合误差要求的顶点显示。这里在三个不同比例尺的海岸线数据集上进行在线的可视化,包括全球范围(-180°～180°,-90°～90°)、北美地区范围(-120°～-58°,20°～52°)、某 岛 屿 范 围(-72.01°～71.84°,41.03°～41.09°)。全球范围的顶点总数为43 591 835,北美地区顶点总数为4 191 417,岛屿顶点总数为210。
图7-19至图7-21分别为三个不同数据集下的查询性能,查询性能为10次查询返回的平均值。图中,横坐标表示设置的查询误差值,1～10分别表示像素值。左纵坐标表示返回的顶点数量,用虚线表示,右纵坐标表示运行时间,用实线表示。对于三个不同规模的数据集,随着误差值的增大,查询结果集和运行时间迅速减小,且两者的变化幅度保持一致。可以看出,空间近似查询方法能够在给定不同误差的情况下快速地获得较小数量的采样点,对于不同的可视化范围都有很好的表现。
同时,随着误差值的增加,查询结果的顶点数和机器时间趋于稳定。这是因为,如果误差逐渐增大时,选择的顶点就会更少。然而,这些选择的顶点可能不会形成连续的线。因此,还需要保留一些顶点的父节点,以保持线的连续性。这说明,当误差设置得足够大时,查询性能不会有更明显的提升。
图7-19 误差约束下的空间近似查询性能(全球)
图7-20 误差约束下的空间近似查询性能(北美地区)
图7-21 误差约束下的空间近似查询性能(某岛屿)(https://www.daowen.com)
2.数量约束的空间近似查询
顶点数量也是影响可视化效率的主要因素,本节讨论空间近似查询方法在不同顶点数量和窗口大小下的性能。本节通过顶点数量来评估空间近似查询方法的有效性,即根据误差的大小选择Top k个顶点。选择机器时间作为评价结果的参考指标。机器时间是指查询时间和向客户机传输时间的总和,反映了查询消耗多少计算资源。
对于一个给定的数量要求,随着地图的缩小,地图界面显示的数据量不会产生太大变化,动态选择更符合误差要求的一定数量的顶点。这里在三个不同比例尺的海岸线数据集上进行在线的可视化,包括全球范围(-180°～180°,-90°～90°)、北美地区范围(-120°～-58°,20°～52°)、某岛屿范围(-72.01°～71.84°,41.03°～41.09°)。全球范围的顶点总数为43 591 835,北美地区顶点总数为4 191 417,岛屿顶点总数为210。
图7-22至图7-24分别为三个不同数据集下的查询性能,查询性能为10次查询返回的平均值。图中,横坐标表示设置的顶点数量阈值,左纵坐标表示实际返回的顶点数量,用虚线表示,右纵坐标表示运行时间,用实线表示。对于全球范围和北美地区的数据集,随着数量阈值的增大,查询结果集和运行时间呈线性增大;对岛屿数据集,随着数量阈值的增大,查询结果集的规模呈线性趋势的增大,查询时间在0.7～0.9 s的范围内波动,说明当数据集太小时,查询时间比较趋于稳定,难以看出空间近似查询的性能优势。可以看出,空间近似查询方法能够在给定不同数量阈值的情况下快速地获得采样点,对于不同的可视化范围都有很好的表现。
图7-22 数量约束下的空间近似查询性能(全球)
图7-23 数量约束下的空间近似查询性能(北美地区)
图7-24 数量约束下的空间近似查询性能(某岛屿)
