C++ 内存中Boost r树与映射文件的性能差异

我需要创建一个3D R*树，可能是为了长时间存储，但性能也会是一个问题。 为了创建树，我决定使用Boost的spacialindex，并基本上找到了两种可能的方法

或者我直接使用对象创建它，因为它在这里：，但是这不允许我在不再次创建R*-树的情况下存储和加载它

或者我可以使用映射文件，如这里所述：，但是，我不确定在这种情况下查询的性能是否足够好

我的r树将包含数千个条目，但很可能不到100000个。现在我的问题是，与使用标准对象相比，使用映射文件是否存在性能问题？此外，如果创建一个大约100000个值的R*-树不需要花费大量时间（我可以将所有边界框和相应的键/数据存储在一个文件中），那么跳过映射文件并在每次运行程序时创建树可能是更好的选择

---

希望有人能在这里帮助我，因为文档并没有提供太多的信息（尽管它仍然比libspacialindex的文档要好）。

映射文件的行为大部分类似于常规内存（事实上，在Linux中，使用

new

或

malloc

的内存分配将使用

mmap

[使用“无文件”备份存储]作为底层分配方法）。但是，如果您“到处”执行许多小写入操作，并且映射到真实文件，则操作系统将在写入文件之前限制缓冲写入量

我在不久前提到这个主题时做了一些实验，通过调整操作系统如何处理这些“挂起的写入”的设置，我获得了合理的性能，甚至对于具有随机读/写模式的文件备份内存映射（我希望在构建树时会发生这种情况）

以下是“随机写入mmap的性能”问题，我认为这与此高度相关： （这个答案适用于Linux-其他操作系统，特别是Windows，在处理对映射文件的写入时，其行为可能完全不同）

当然，在内存映射文件和每次程序运行时重建之间，很难说“哪个更好”——这实际上取决于应用程序的功能，是每秒运行100次，还是每天运行一次，重建所需的时间[我完全不知道！]有两种选择：构建最简单的版本，看看它是否“足够快”，或者构建两个版本，然后测量差异有多大，然后决定走哪条路

我倾向于构建简单的（ish）模型，如果性能不够好，找出慢度的来源，然后解决这个问题-它可以节省大量时间，使占总执行时间0.01%的东西运行快5个时钟周期，并最终在其他地方出现一个大thinko，使其运行速度比您预期的慢500倍…

批量加载g索引比重复插入快得多，生成的树效率更高。因此，如果您可以将所有数据保存在主内存中，我建议使用STR批量加载重建树。根据我的经验，这已经足够快了（批量加载时间比I/O时间要短）

---

STR的成本大致相当于排序的成本。

O（n log n）

理论上，常数非常低（效率较低的实现可能是

O（n log n log n）

，但这仍然相当便宜）.

谢谢你的快速回答。当然，你是对的，这完全取决于程序的使用。不幸的是，如果你在一个更大的项目中工作，我的部分将如何准确地使用还没有定论，在我必须完成之前我可能不知道。谢谢你指出你的性能测试，我会看一看。If noone（如创建此库的Adam Wulkiewicz）答案，我会接受你的。这可能不是对我问题的确切回答，但涵盖了整个主题。这个答案不错，但太具体了，因为OP没有指明他的操作系统，所有真正的内容都只适用于Linux。我已经将我的操作系统添加到标签中了！谢谢你指出它。@Puppy:ou我不知道这个性能分析是“仅限linux”，但我不知道除了“刷新写入”之外还有什么其他原因是速度慢的原因——当然，Windows可能没有对此进行调整……或者你真的知道“映射文件的行为不像常规内存”的原因吗在其他一些操作系统中？同样，如果您正在构建一个模块，该模块将集成到另一个更大的程序中，那么谨慎的做法是尝试了解您的模块的性能是否“非常关键，因为它在您每次执行X时都会被使用，并且X在我们的系统中非常常见”，或者“不太关键，因为它每天只发生一次，这种情况下的延迟也不太关键”[请注意，“很少发生”并不真正意味着“性能不关键”-在汽车系统中，防抱死制动器预计会“快速”工作，即使不经常，但启动发动机“并不重要”“感谢您的回复。我最初想实现打包算法，但找不到如何创建树。除了bgi:：rstar、bgi:：linear和bgi:：Quadrastic，我没有找到任何其他内容（bgi=boost:：geometry:：index）。还有，这究竟如何解决我的存储等问题呢？我没有使用bgi，所以我不知道该功能是否可用。但它比完整的R*树更容易实现，所以如果它们没有批量加载，我会感到惊讶。批量加载很便宜，我想你不需要存储该树。谢谢，我会研究一下，然后ee，如果我能找到它，我仍然能找到。是的，如果树很快被创建，那么我就不需要了