浅谈优化空间数据库的几种方案（SuperMap）

1.1 数据组织与存储
1.1.1 尽量减少数据源个数
　　在需要管理多比例尺、多区域的空间数据的项目中，有时候您会选择使用多个数据源来组织数据，这并不是一个好的办法，主要原因包括：
　　（1）多个数据源使用一个工作空间来管理，在打开的时候需要多次连接数据库，速度会比较慢；
　　（2）在多用户并发的时候，由于数据库本身的连接数也有限制，数据源过多也可能导致数据源连接失败。
　　建议数据源的个数控制在20个以内。
1.1.2 采用合适的编码方式存储矢量和栅格数据
采用合适的编码方式存储数据可以大大缩减数据的存储空间，不仅可以节省硬盘空间，更重要的是可以减少网络传输量，是一个很好的优化数据库访问性能的办法。
　　（1）对于矢量数据，可以采用SDC、SWC两种编码方式，使用SDC编码方式存储矢量数据可将存储空间压缩为原始空间的1/2，使用SWC编码方式存储矢量数据可将存储空间压缩为原始空间的1/4。
　　这里需要注意的是，两种编码方式都是有损压缩，SDC编码方式的损失率为1/20亿，SWC编码方式的损失率为1/65536，您可根据项目对数据精度的要求选择合适的编码方式，例如土地利用、房产等系统对数据的精度要求非常高，这类项目不太适合使用压缩存储，其他诸如设施管理、资产管理、社会经济统计等系统对精度的要求不是很高，可采用编码方式压缩存储数据，尤其对于B/S架构的发布系统，甚至可以选择压缩率较高的SWC编码方式，大多数情况下客户端对地图的浏览要求是可以满足的。
　　（2）对于栅格数据，其中GRID数据，SuperMap提供了SGL编码方式，这类数据一般用于分析，因此提供的这种编码是无损压缩的；而光栅数据，SuperMap提供了DCT编码，压缩比由压缩质量决定，压缩质量越高，损失越小，压缩比就更低；反之，压缩比就更高。
1.2 选择合适的空间索引
　　对于矢量数据的管理，选择合适的空间索引对于性能的优化是最关键的工作。SuperMap提供了三种空间索引以及本地缓存，该如何选择合适的空间索引呢，这里分别加以说明。
1.2.1 经常需要修改的数据
　　在数据需要经常变动的应用中，比如规划、电信、有线电视等项目，比较适合使用四叉树索引，这种索引在编辑数据的时候维护成本比较低，比较不容易出现由于索引不完整导致空间数据无法正常显示的问题。
1.2.2 不需要经常变动的数据
　　社会经济统计、设施管理等行业的项目，其空间数据基本属于静态数据，比较适合使用R树索引，这种索引的访问效率比四叉树索引高。
1.2.3 大数据量的数据
　　对于大数据量的数据，SuperMap还提供了三级索引，可以按照字段或者范围来索引，对于提高性能也是很有效果的。
1.2.4 网络带宽很低的情况下访问大数据量
　　网络带宽比较低的情况下，为了减少网络传输量，可以将一些静态的不需要经常变动的数据使用本地缓存的方式管理。
　　这里需要注意两点：
　　前两种索引是排斥的，只能有一种存在，而后两种是在前两种的基础上附加的。
　　本地缓存在三级索引的基础上使用效果最好。
1.3 对影像建立影像金字塔
　　影像金字塔技术是目前各软件处理海量影像必须采用的技术，对于大数据量的影像一定要建立影像金字塔，对提高影像数据的浏览速度非常有好处。
1.4 其他
　　除了以上几种优化数据的方案，在地图配置方面还有很多方法，在《GIS开发者》第二期“地图优化初探”一文中专门讨论了这个话题，这里就不详细说明了。另外，我们可以在空间数据库中对经常需要查询、而且区分度比较高的属性字段建立索引，来提高查询速度。