2. Utfordringer under geoprosessering
ArcGIS støtter store, komplekse dataset
De fleste brukere sitter på lokal
datamaskin/laptop
Begrenset ytelse
Hvordan bør en gå fram for å prosessere
store data?
6. Tiling – minne og prosesser
Øker ytelsen ved overlay analyser, som intersect,
buffer og union.
Slike operasjoner best i fysisk minne (RAM), men
begrenset plass.
Tiling splitter featurene til mindre deler, og slenger
de sammen igjen mot slutten av prosessen.
7. Forenkle data for bedre ytelse
Detaljerte landsdekkende data – tunge å
prosessere
Ulike krav til detaljnivå
Med forenklede data går
geoprosesseringen raskere
8. Dicing av store features
Noen features kan være for
store for geoprosessering;
For mange vertex
Dice (10.0 ->, Advanced lisens)
deler opp features basert på en
gitt grense for ant vertexer pr
feature.
Brukes KUN der man har for
store elementer som ikke kan
forenkles.
http://blogs.esri.com/esri/arcgis/
2010/07/23/dicing-godzillas-
features-with-too-many-
vertices/
10. in_memory
Lagring direkte i minnet
Raskere enn lagring på
disk..
..men spiser av minnet
Delete()
http://resources.arcgis.c
om/en/help/main/10.1/i
ndex.html#//002w0000
005s000000
11. Dele verktøy
God arbeidsflyt er også viktig!
La en server gjøre jobben isteden
12. Verktøy – forbedringer i 10.1 og 10.2
Siste versjon av programvare vil alltid ha
bedre ytelse en foregående.
Ha alltid siste Service Pack!
Forbedringer i henholdsvis 10.1 og 10.2
13. Forbedringer 10.1
Bedre minnehåndtering med overlay-
funksjoner
Bedre skalering i et 64bits-miljø
Nye Cursors (ArcPy)
Forbedringer av Overlay-verktøy
20. For mer info om multiprosessering
http://blogs.esri.com/esri/arcgis/2011/08/29/multiproce
ssing/
http://pythongisandstuff.wordpress.com/2011/07/05/usi
ng_arcpy_with_multiprocessing-part_1/
http://pythongisandstuff.wordpress.com/2011/07/06/usi
ng-arcpy-with-multiprocessing-part-2/
http://pythongisandstuff.wordpress.com/2011/07/11/usi
ng-arcpy-with-multiprocessing-%E2%80%93-part-3/