3DCityDB 性能测试

1 硬件环境

• 芯片：Apple M2 Pro
• 内存：32GB
• 核数：12

2 测试流程

2.1创建3DCityDB数据库

方便起见使用Docker

• 拉取镜像

docker pull 3dcitydb/3dcitydb-pg

• 运行容器

docker run -d -p 5432:5432 --name cdb \
  -e POSTGRES_PASSWORD=123456 \
  -e SRID=25832 \
3dcitydb/3dcitydb-pg

2.2 下载Importer/Exporter

下载链接：https://github.com/3dcitydb/importer-exporter/releases

使用Docker形式也行，具体参见文档-1.5.2节：

• 下载完毕后根据系统进行启动

  • 3DCityDB-Importer-Exporter.bat (Microsoft Windows family)

  • 3DCityDB-Importer-Exporter (UNIX/Linux/Mac OS family)

在大多数平台上，双击启动脚本或其快捷方式即可运行，但对于某些 UNIX/Linux 发行版，必须在 shell 环境中运行启动脚本

chmod u+x 3DCityDB-Importer-Exporter
./3DCityDB-Importer-Exporter

2.3 设置数据库连接

2.4 开始测试

2.4.1 导入测试

测试数据集来自增强的纽约市 3D 建筑模型
导入模式：Import All

• 测试结果

Data	Size	Number of buildings	Import time（Avg）
DA1_3D_Buildings_Merged.gml.zip	412.3 MB	19,408	01min,44s
DA5_3D_Buildings_Merged.gml.zip	747.3 MB	34,082	03min,16s
DA8_3D_Buildings_Merged.gml.zip	1.20 GB	66,277	06min,21s
DA19_3D_Buildings_Merged.gml.zip	2.24 GB	105,569	12min,50s

2.4.2 查询测试

本实验测试从不同体积量的数据库中检索出不同复杂程度的模型所需时长

• 测试所用具有不同体积量的数据库

ID	Size	Number of buildings	子节点数量
DB1	500 MB	37,149	21,24255
DB2	4587 MB	277,5159	246,98085

• 不同复杂程度三维场景在不同体积数据库下的检索效率

场景 ID	子节点数量	Number of buildings	DB1 Time	DB2 Time
S1	10098	918	0.391 s	1.44 s
S2	22869	2110	0.520 s	1.502 s
S3	33506	3046	0.664 s	1.732 s
S4	45859	4169	0.783 s	1.901 s
S5	82478	7498	1.254 s	2.316 s