我在 Go 中實(shí)現(xiàn)了一個 A* 算法來找到地圖上兩個坐標(biāo)之間的路徑。地圖數(shù)據(jù)是使用 mgo 從 MongoDB 集合中獲取的。然而，它非常緩慢。對于 1000 米的路線，它大約需要 4 秒。我對算法的不同部分進(jìn)行了計時，并得出結(jié)論，瓶頸在于從數(shù)據(jù)庫中獲取。或者更準(zhǔn)確地說：從二進(jìn)制數(shù)據(jù)到 Go 能夠理解的數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)換。我盡量少做請求，多線程處理請求以使其更快，這在一定程度上有所幫助。但它并沒有我希望的那么快。似乎我在做一些根本錯誤的事情。任何建議都會有所幫助。mongoDB 中的數(shù)據(jù)結(jié)構(gòu)：（從 OSM 獲取的節(jié)點(diǎn)）{ "_id" : NumberLong(194637483), "lat" : 55.7079899, "lon" : 13.3756414, "neighbours" : [ NumberLong(1566264689), NumberLong(1566264806) ] }Go中的數(shù)據(jù)結(jié)構(gòu)type Node struct { ID int64 `bson:"_id" json:"id"` Lat float64 `bson:"lat" json:"lat"` Lon float64 `bson:"lon" json:"lon"` Neighbours []int64 `bson:"neighbours" json:"neighbours"`}獲取一條數(shù)據(jù)的代碼：func addToBufferLong(buffer *WriteLockMap, session *mgo.Session, at, goal geo.Node, lowerLat, higherLat, lowerLon, higherLon float64) { c := session.DB("collectionName").C("nodes") query := c.Find(bson.M{"lat": bson.M{"$gt": lowerLat, "$lt": higherLat}, "lon": bson.M{"$gt": lowerLon, "$lt": higherLon}}) var nodes []geo.Node query.All(&nodes) for _, node := range nodes { tmp := PathNode{0, node.DistanceTo(goal), 0, node} buffer.Lock() buffer.m[node.ID] = tmp buffer.Unlock() }}
1 回答
繁花如伊
TA貢獻(xiàn)2012條經(jīng)驗(yàn) 獲得超12個贊
根據(jù)現(xiàn)有的信息，我可以推斷出：
您的機(jī)器似乎很慢，也許是嵌入式設(shè)備？
您調(diào)用的階段db-fetch實(shí)際上并未訪問數(shù)據(jù)庫。唯一c.Find(...)能做的就是建立一個*mgo.Query價值。該方法有 6 行。這不應(yīng)超過一毫秒。除非在數(shù)據(jù)庫對象的內(nèi)部會話狀態(tài)上存在爭用，否則情況似乎并非如此，因?yàn)槟皇褂昧?4 個 goroutine。
瓶頸似乎是網(wǎng)絡(luò)和/或反射
query.All(&nodes)是在您的數(shù)據(jù)庫上實(shí)際執(zhí)行查詢的地方。此外，這個階段會分配它需要的節(jié)點(diǎn)切片，然后通過反射將 bson 迭代解碼到您的結(jié)構(gòu)定義中。
你可以嘗試的一件事：
*mgo.iter
而不是query.All(...)您可以使用query.Iter()獲取 a*mgo.Iter并在您的數(shù)據(jù)集上批量迭代。這可能會通過更好地隨時間分配網(wǎng)絡(luò)負(fù)載來提高性能。
使用地理空間索引，Mongo 支持
請參閱文檔。也許你已經(jīng)在這樣做了。如果沒有，它可能會縮短查找時間。
將您的象限遞歸地拆分為子象限。
我認(rèn)為這是顯而易見的。分而治之吧？:)
- 1 回答
- 0 關(guān)注
- 217 瀏覽
添加回答
舉報
0/150
提交
取消