本文主要是介绍iMobile中加载大数据量的矢量数据性能优化方法有哪些，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
作者：xinxin
随着移动技术的发展，GIS行业中移动项目越来越多。在移动应用中不仅要对接在线的服务数据，还要加载各种本地的业务数据，GIS数据的量一般很大，而移动设备的内存有限，加载本地大数据量的数据的性能问题亟待解决。下面小编将结合SueprMap iMobile 10.1.0 for Android产品分享对本地大数据量的矢量数据的性能优化。
在SuperMap 10.1.0版本前，移动端应用优化矢量数据一般建议在SuperMap iDesktop中对原数据进行优化，在此版本后还可以使用代码来优化。
1、 在桌面优化
在有些应用场景中依然可以在iDesktop中优化数据，然后拷贝到移动设备中加载使用。
(1) 数据集抽稀
当矢量数据集中的对象个数多，且单个对象的节点个数多时可以通过抽稀减少对象节点数，提升在地图中的绘制和渲染时间。但这个方法会改变数据本身，只适用于地图小比例尺下显示。
(2) 创建空间索引
当矢量数据集中对象个数超过1000条时，建议创建空间索引。
(3) 创建字段索引
如果地图中有矢量图层对应的标签专题图层，该专题图层的字段表达式字段需要创建字段索引，否则影响性能较大。
(4) 设置图层可见比例尺
地图中加载数据时，需要合理设置各个图层的可见比例尺，既不影响功能又尽量减少当前可见窗口内的对象数。比如有3个线数据集，分别存储国道、省道和乡村道路，在地图小比例尺时只让国道图层显示，大比例尺时才让乡村道路图层显示，这样不仅能提升性能，地图浏览整体还美观。
(5) 地图缓存
如果矢量数据在地图中只是用于浏览，不需要对数据进行增删改查，可以先在iDesktop中对矢量数据切地图缓存，然后拷贝到移动端中加载。
2、通过接口优化
在iDesktop上优化的优势是不用写代码，界面化操作，可以马上看到优化的效果，但是也有局限性，比如对多变的业务数据不太合适，且需要购买iDesktop产品，且使用者需要一定的GIS背景和操作经验，对于不同行业的甲方来说使用太麻烦。所以对应移动应用的开发者，尽量在代码中是数据进行优化，方便用户直接导入原始数据使用。下面介绍几种通过代码优化的方法：
（1） 创建空间索引
实际应用中，会直接导入shp等格式数据，如果导入后的数据集中对象个数超过1000条，可以通过代码创建空间索引：
if(dataset1.isSpatialIndexDirty())dataset1.buildSpatialIndex(SpatialIndexType.RTREE);
(2)创建字段索引
如果导入的矢量数据中的对象较多，加载到地图中后，需要对其生成标签专题图，可以先对该数据集的对应字段创建字段索引：
String[] fields = new String[]{"SmID"};Map<String,String> map = dataset.getFieldIndexes();boolean isExist = map.containsValue("SmID");if (!isExist){boolean isOk = dataset.buildFieldIndex(fields,"SmID_index");
}
(3)设置图层可见比例尺
通过代码控制矢量图层的可见比例尺范围，即设置图层的最大、最小可见比例尺：
Layer. setMaxVisibleScale(double value)
Layer. setMinVisibleGeometrySize(double value)
(4)节点抽稀
地图中数据绘制和渲染耗时取决于地图当前可见窗口内对象个数和节点数，当单个对象的节点数多时会极大影响性能，所以可以根据需要对图层中对象节点进行抽稀。对图层上显示对象的抽稀，不会影响数据集中的对象，只是影响地图小比例尺下对象的显示效果，比例尺越小抽稀越明显，且抽稀的参数可以自行设置，代码如下：
layer.setDeduplicateEnabled(true);
layer.setMinVisibleGeometrySize(0.4);
layer.setDeduplicateTolerance(2);
layer.setDeduplicateThreshold(20);
（5）快速查询、处理模式
在SuperMap iMobile 10.1.0 for android 10.1.0版本增加了一个接口layer. setFastDrawEnabled(java.lang.Boolean value)，参数默认为false，大数据量的矢量数据浏览缩放的时候设置为true，但小数据量或者编辑对象时不建议开启，设置为false或者不使用。
这篇关于iMobile中加载大数据量的矢量数据性能优化方法有哪些的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
