[OSM-talk-fr] Timeout avec OverpassT : alternative?
Bruno
pasbm at free.fr
Lun 16 Mai 19:20:14 UTC 2016
Le 16/05/2016 17:59, Philippe Verdy a écrit :
> personnelmement je trouve que la façon dont est géré le paramètre
> bounding box est plutôt mal fichu: globalement ça fait deux sélections
> d'objets puis une intersection, mais sur une bounding box très grande
> c'est ridicule car une des listes d'objets est beaucoup trop volumineuse.
>
> Au delà d'une certaines surface (à déterminer, laquelle peut aussi
> s'appuyer sur des données statistiques partiellles précalculées sur la
> densité d'un certain nombre de "quad-tiles" pour estimer le nombre
> d'objets ou juste de noeuds inclus dans la bounding box), il ne
> faudrait pas procéder par fusion de deux listes mais par récursion en
> filtrant directement la première liste obtenue par la sélection des
> autres tags.
>
> Il manque à OverPass ce qui est fait dans les bases de données
> relationnelles : un optimiseur statistique de requêtes pour estimer la
> sélectivité et calculer ce qu'on appelle un "plan d'exécution" adéquat.
>
> Les optimiseurs statistiques de bases relationnelles ne font pas que
> ça, ils estiment aussi la sélectivité des index quand on a le choix
> pour une table, et savoir s'il est nécessaire de faire une jointure
> entre l'index et la table pour trouver les autres colonnes nécessaires
> aux filtres (clauses WHERE, GROUP BY/aggrégats) puis au tri final
> (ORDER BY: faut-il créer un index temporaire contenant les clés de
> tri, ou une table temporaire contenant aussi les colonnes de
> résultat), il estiment aussi le volume en I/O (tailles moyenne des
> rangées de données).
>
> [ De tels optimiseurs sont très compliqués à écrire, les règles sont
> d'autant plus complexes que cela dépend aussi de la représentation
> interne des tables et index, de leur codage en terme de compression,
> etc : il faut de bons estimateurs, et parfois aussi maintenir des
> données statistiques de sélectivité (ce qui nécessite un petit peu de
> stockage en plus pour chaque index). Certains moteurs SQL tiennent
> compte aussi de l'usage fait et gèrent des caches statistiques pour
> s'adapter à la demande (ce n'est pas parce qu'un index existe qu'il
> est souvent utilisé, certaines mises à jour d'index peuvent être
> retardées pour aller plus vite sur les mises à jour de tables ou
> d'autres index). ]
>
> En absence de tel optimiseur statistique (au moins minimal sans aller
> jusqu'à l'estimation exacte des I/O, car les données élémentaires
> manipulées ont des tailles très peu variables, hormi le nombre de
> noeuds dans un chemin), OverPass devrait uniquement s'appuyer sur la
> façon dont on écrit la requête pour savoir si on fait des
> intersections de listes ou des récursions par filtre et pour ordonner
> les filtres (l'utilisateur écrivant la requête ayant alors une
> meilleure connaissance de la sélectivité des différents filtres.
>
> Un bon optimiseur pour OverPass en revanche devrait s'appuyer
> directement sur les "quadtiles", en précédant par division successive
> de l'espace rectangulaire de la sélection pour déterminer s'il faut
> procéder dans chaque quadtile par fusion de listes ou par récursion
> sur les quadtiles de niveau inférieur et filtrage à ce niveau.
> Cependant cela demanderait aussi d'intégrer une partie de ce
> traitement directement sur la base SQL d'objets OSM (ou sa copie
> locale), cela demanderait une modification du schéma physique (surtout
> concernant les relations et chemins qu devraient intégrer leur propre
> "bounding box" précalculée sans nécessiter une récursion; sinon gérer
> un cache de "bounding box", pour chaque chemin ou relation).
>
> Actuellement Overpass ne gère qu'un seul cache précalculé : les
> "areas" (qui ont le défaut d'être souvent désynchronisés car ça dépend
> d'un bot de mise à jour qui peut parfois avoir plusieurs jours de
> décalage avec les données réelles, il n'y a pas de calcul à la demande
> avec des caches ayant des durées d'expiration raisonnables, et le bot
> fait en fait trop de travail pour rien sur des areas que personne ou
> presque n'utilise dans des requêtes). Mais ça ne répond pas
> correctement aux besoins. Ces "areas" d'OverPass sont plus souvent une
> gêne qu'elles ne sont utiles, leur coût en terme de charge des
> serveurs Overpass est disproportionné : ces "areas" précalculées
> devraient être abandonnées pour utiliser à la place une génération "à
> la demande" (avec un cache raisonnable d'au moins quelques heures afin
> de prévenir les surcharges serveur du fait de requêtes répétées sur
> des géométries complexes comme les frontières de pays, ou de grandes
> régions, ou d'Etats d'une fédération).
>
> Il faut bien voir que la façon dont les données OSM sont stockées "en
> vrac" dans une base SQL ne leur permet pas d'utiliser les filtres
> classiques SQL permettant à l'optimiseru statistique de fonctionner
> (les différents "tags" d'OSM" ne sont pas des colonnes séparées en
> SQL), et en fait les jointures sont faites à l'aide de tables
> temporaires construites par OverPass, dans l'ordre qu'il détermine
> lui-même (un ordre qui est un peu trop fait "à l'arrache").
>
Bonjour,
Pour ma part je pense qu'une base NoSQL sur une architecture distribuée
serait une solution plus perenne, plus performante et avec moins de
contraintes de schéma préétabli que les bases SQL.
Bruno.
>
> Le 16 mai 2016 à 16:13, Christian Quest <cquest at openstreetmap.fr
> <mailto:cquest at openstreetmap.fr>> a écrit :
>
> Sur un très grand BBOX un timeout de 60 est très très insuffisant.
>
> Deux solutions:
> - l'augmenter (beaucoup)
> - ne pas mettre de BBOX... dans ce cas overpass ne cherchera que
> via les tags et sur un type d'objet aussi peu fré"quent que les
> centrales nucléaires ça sera beaucoup plus rapide (testé, ça prend
> 20s)
>
>
> [out:json][timeout:60];
> (
> // query part for: “"generator:source"=nuclear”
> node["generator:source"="nuclear"];
> way["generator:source"="nuclear"];
> relation["generator:source"="nuclear"];
> );
> out center;
>
>
>
>
> 2016-05-16 14:55 GMT+02:00 Shohreh <codecomplete at free.fr
> <mailto:codecomplete at free.fr>>:
>
> Bonjour
>
> Je voulais récupérer la liste des centrales nucléaires en
> Europe et les
> importer dans une carte Umap, mais OT fait un time-out:
>
> ============
> [out:json][timeout:60];
> (
> // query part for: “"generator:source"=nuclear”
> node["generator:source"="nuclear"]({{bbox}});
> way["generator:source"="nuclear"]({{bbox}});
> relation["generator:source"="nuclear"]({{bbox}});
> );
> out body;
> >;
> out skel qt;
>
> ============
>
> An error occured during the execution of the overpass query!
> This is what
> overpass API returned:
> runtime error: Query timed out in "query" at line 12 after 61
> seconds.
>
> ============
>
> Y a-t-il une autre solution?
>
> Merci.
>
>
>
> --
> View this message in context:
> http://gis.19327.n5.nabble.com/Timeout-avec-OverpassT-alternative-tp5873617.html
> Sent from the France mailing list archive at Nabble.com.
>
> _______________________________________________
> Talk-fr mailing list
> Talk-fr at openstreetmap.org <mailto:Talk-fr at openstreetmap.org>
> https://lists.openstreetmap.org/listinfo/talk-fr
>
>
>
>
> --
> Christian Quest - OpenStreetMap France
>
> _______________________________________________
> Talk-fr mailing list
> Talk-fr at openstreetmap.org <mailto:Talk-fr at openstreetmap.org>
> https://lists.openstreetmap.org/listinfo/talk-fr
>
>
>
>
> _______________________________________________
> Talk-fr mailing list
> Talk-fr at openstreetmap.org
> https://lists.openstreetmap.org/listinfo/talk-fr
-------------- section suivante --------------
Une pièce jointe HTML a été nettoyée...
URL: <http://lists.openstreetmap.org/pipermail/talk-fr/attachments/20160516/f687c592/attachment.htm>
Plus d'informations sur la liste de diffusion Talk-fr