测试数据与环境由于多任务切图过程中不同的缓存类型（原始、紧凑或 MongoDB）、切图数据和瓦片的存储位置（本地或共享）、切图方式（单机多任务或多机多任务）等多种因素均会对切图效率产生一定影响，为使用户配置出适合自己当前环境的最优切图方案，通过反复多次的测试验证，整理出来四类测试场景，通过以下场景切图效率对比，分析总结得出合理的结论，为用户部署多任务切图提供参考和建议。
1.单机多任务切图：比对单机多任务切原始、紧凑或 MongoDB 型瓦片的切图效率。
2.多机多任务切图：比对用多机多任务切原始、紧凑或 MongoDB 型瓦片的效率切图效率。
3.本地和远程路径切图：比对切图数据和瓦片存储在本地和远程对切图速率的影响。
4.矢量/栅格地图切图：比对多任务切矢量地图和栅格地图的切图效率。
测试数据与环境
以上四类场景分别使用了相同矢量地图数据、切图范围、切图比例尺以及瓦片参数均相同，具体信息如下：
 |
| 图：单机多任务切 MongoDB 型瓦片 |
 |
| 图：单机多任务切原始型瓦片 |
 |
| 图：单机多任务切紧凑型瓦片 |
① 对于原始型、紧凑型、MongoDB 型瓦片，相对于单机上的单进程切图，单机上的多进程切图都可以显著提高切图效率。
② 每个切图机器最适合的进程数是CPU核数*2，即双核CPU开4个进程，4核开8个以此类推。
③ MongoDB 瓦片存储方式，提升的效率最高，普通4核PC机平均提升4-5倍，测试中最高可提升到近6倍。MongoDB 型>紧凑型>原始型。
 |
| 图：多机多任务切 MongoDB 型瓦片 |
 |
| 图：多机多任务切原始型瓦片 |
 |
| 图：多机多任务切紧凑型瓦片 |
① MongoDB 瓦片，在单机开满切图进程（详见单机多进程测试结论）的基础上，通过继续增加新的切图节点（即额外的切图机器），切图效率可持续提升。使用5个节点时，矢量效率提升15倍。
② 原始瓦片，在单机开满进程的基础上，再增加新的节点，效率基本没有提升。建议使用场景是单台高性能的机器多任务并行。
③ 紧凑瓦片，在单机开满进程的基础上，再增加新的节点，效率有提升，但是效率提升不明显。建议使用场景是单台高性能的机器多任务并行。
切图地图和瓦片存储位置来自本地目录还是共享目录，形成了4种切图场景。
每台机器开启四个切图子任务,得到如下效率对比图：
 |
| 图：本地和远程路径切图效率 |
① 原始型瓦片，地图来自本地并且本地存储瓦片的时候，效率最高。大规模切图应用推荐此场景。
② 紧凑型瓦片，数据来自共享目录时效率略低，不过也跟MongoDB效率相当。
③ MongoDB 瓦片，受数据来源和存储位置影响不大。
分三种场景：本地 MongDB，远程 MongDB 和本地紧凑。使用一个切图节点，每个节点开启4个切图进程。 得到如下效率比对图：
 |
| 图：矢量/栅格地图切图效率 |
结果分析：
结论通过上述四个场景的可总结得到如下结论：
通过上述结论，用户可根据自身切图数据情况，瓦片类型，以及计算机性能合理选择切图方式。切图过程中，根据机器资源，增加/减少进程数，做到合理有效地利用计算机资源，最大限度的提升切图效率。
相关主题