Como acelerar as consultas para bancos de dados rasterizados?

Eu tenho um banco de dados raster no postgresql / postgis com estas colunas:

(ID, rast, dados_de_dados) .

'rast' é a coluna que possui arquivos rasterizados no formato WKT. Uma consulta de exemplo para localizar o valor DN de um ponto no sistema WGS84 (30.424, -1.66) e para 09-01-2002 é a seguinte:

SELECT 
     st_value(rast,(st_GeomFromText('POINT(30.424 -1.66)', 4326))) as val
FROM 
     my_table
WHERE
     date_of_data='2002-01-09'

Existe um método (por exemplo, índice espacial) para acelerar esse tipo de consulta?

Esta é uma pergunta emocionante! Qual é o tamanho da varredura que você deseja consultar? O WKTRaster é armazenado no banco de dados como um BLOB . Para encontrar o valor em um ponto específico, a partir de um índice conhecido (x_0, y_0) de coordenadas de linha / coluna de canto (i, j) é calculado usando etapas (dx, dy) e rotação. Com (i, j) conhecido, a função ST_Value () pode acessar os dados reais no deslocamento de bytes correto.

Isso significa que o banco de dados precisa ler, em média, pelo menos metade do blob de dados ao responder a uma consulta de um ponto (dependendo da implementação, ele pode realmente ler todos os dados o tempo todo). Portanto, eu acho que o desempenho do WKTRaster sofre quando os BLOBs de dados ficam muito grandes. A colocação em bloco do conjunto de dados deve acelerar as consultas. Veja como os dados SRTM (que vêm em pedaços de 6000x6000 pixels) são tratados neste tutorial . Eles na verdade agrupam os dados em pixels 50x50 muito pequenos, o que é uma dica clara de que minhas suposições podem não estar muito longe da verdade.

A indexação espacial dos dados raster provavelmente indexará apenas a caixa delimitadora, o que não é uma ajuda real para o seu problema.

Dois aspectos que eu achei aceleraram meus cálculos de varredura do PostGIS, usando valores inteiros na varredura e usando rasters multibanda sempre que possível. Nesse caso, o valor DN pode ser armazenado como números inteiros, se isso ainda não estiver sendo feito?

O outro pensamento (e não tenho certeza de que seja relevante aqui) é usar raspadores de várias bandas. Por exemplo, se você estiver vendo fatias mensais de dados, cada mês poderá ser uma camada raster. Em seguida, você pode recuperar vários valores de um ponto em diferentes intervalos de tempo consultando a varredura em camadas. Achei essa abordagem muito mais rápida do que consultar rasters separados.

Finalmente, quando você carrega seus dados, há o -tsinalizador para TILE_SIZE . Você pode explorar se o tamanho do bloco que você está usando funciona bem para sua consulta.

Dependendo da distribuição dos seus dados, você pode obter algumas acelerações muito boas apenas indexando a date_of_datacoluna.

Você pode usar a sintaxe EXPLAIN ANALYZE para descobrir se seus índices estão sendo usados ​​ou não.