公交车路线查询系统后台数据库设计换乘算法改进与优化

数据库下载(该数据库已经输入了广州市350条公交车路线作为测试数据) 

在《查询算法》一文中已经实现了换乘算法，但是，使用存储过程InquiryT2查询从“东圃镇”到“车陂路口”的乘车路线时，发现居然用了5分钟才查找出结果，这样的效率显然不适合实际应用。因此，有必要对原有的换乘算法进行优化和改进。在本文中，将给出一种改进的换乘算法，相比原有的算法，改进后的算法功能更强，效率更优。

1. “压缩”RouteT0

假设RouteT0有以下几行

如下图所示，当查询S1到S4的二次换乘路线时，将会产生3×2×4=24个结果

从图中可以看出，第1段路线中的3条线路的起点和站点都相同（第2、3段路线也是如此），事实上，换乘查询中关心的是两个站点之间有无线路可通，而不关心是乘坐什么路线，因此，可以将RouteT0压缩为：

如下图所示，压缩后，查询结果有原来的24条合并1组

查询结果为：

那么，为什么要对视图RouteT0进行压缩呢，原因如下：

(1)RouteT0是原有换乘算法频繁使用的视图，因此，RouteT0的数据量直接影响到查询的效率，压缩RouteT0可以减少RouteT0的数据量，加速查询效率。

(2)压缩RouteT0后，将中转站点相同的路线合并为1组，加速了对结果集排序的速度。

2.视图GRouteT0

在数据库中，将使用GRouteT0来描述压缩的RouteT0，由于本文使用的数据库的关系图与《查询算法》中有所不同，在给出GRouteT0的代码前，先说明一下：

主要的改变是Stop_Route使用了整数型的RouteKey和StopKey引用Route和Stop，而不是用路线名和站点名。

GRouteT0定义如下：

create view GRouteT0
as
select 
    StartStopKey,
    EndStopKey,
    min(StopCount) as MinStopCount,
    max(StopCount) as MaxStopCount
from RouteT0
group by StartStopKey,EndStopKey 

注意，视图GRouteT0不仅有StartStopKey和EndStopKey列，还有MinStopCount列，MinStopCount是指从StartStop到EndStop的最短线路的站点数。例如：上述RouteT0对应的GRouteT0为：

3.二次查询算法

以下是二次换乘查询的存储过程GInquiryT2的代码，该存储过程使用了临时表来提高查询效率：

GInquiryT2
/*
查询站点@StartStops到站点@EndStops之间的二次换乘乘车路线，多个站点用'/'分开，结果以分组方式给出，如：
exec InquiryT2 '站点1/站点2','站点3/站点4'
*/
CREATE     proc GInquiryT2(
    @StartStops varchar(2048),
    @EndStops varchar(2048)
)
as
begin
    declare @ss_tab table(StopKey int)
    declare @es_tab table(StopKey int)
    insert @ss_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@StartStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    insert @es_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@EndStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    if(exists(select top 1 * from @ss_tab sst,@es_tab est where sst.StopKey=est.StopKey))
    begin
        raiserror ('起点集和终点集中含有相同的站点',16,1)
        return
    end
    declare @stops table(StopKey int)
    insert @stops select StopKey from @ss_tab
    insert @stops select StopKey from @es_tab

    print '===================================================='
    print '筛选出第1段乘车路线'
    print '----------------------------------------------------'
    set statistics time on

    ------------------------------------------------------------
    --筛选出第1段乘车路线，保存到临时表#R1中
    select *
    into #R1
    from GRouteT0
    where 
        StartStopKey in (select StopKey from @ss_tab)
        and EndStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表#R1上创建索引
    create index index1 on #R1(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '筛选出第3段乘车路线'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --筛选出第3段乘车路线，保存到临时表#R3中
    select *
    into #R3
    from GRouteT0
    where 
        EndStopKey in (select StopKey from @es_tab)
        and StartStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表上创建索引
    create index index1 on #R3(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '筛选出第2段乘车路线'
    print '----------------------------------------------------'
    set statistics time on
    

    ------------------------------------------------------------
    --筛选出第2段乘车路线，保存到临时表#R2中
    select *
    into #R2
    from GRouteT0
    where 
        StartStopKey in (select EndStopKey from #R1)
        and EndStopKey in (Select StartStopKey from #R3)
    --在临时表上创建索引
    create clustered index index1 on #R2(StartStopKey,EndStopKey)
    create index index2 on #R2(EndStopKey,StartStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '二次换乘查询'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --二次换乘查询
    select 
        ss.StopName as 起点,
        dbo.JoinRoute(res.StartStopKey,res.TransStopKey1) as 路线1,
        ts1.StopName as 中转站1,
        dbo.JoinRoute(res.TransStopKey1,res.TransStopKey2) as 路线2,
        ts2.StopName as 中转站2,
        dbo.JoinRoute(res.TransStopKey2,res.EndStopKey) as 路线3,
        es.StopName as 终点,
        MinStopCount
    from(
            --查询出站点数最少的10组路线
            select top 10
                r1.StartStopKey as StartStopKey,
                r2.StartStopKey as TransStopKey1,
                r2.EndStopKey as TransStopKey2,
                r3.EndStopKey as EndStopKey,
                (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) as MinStopCount
            from #R1 r1,#R2 r2,#R3 r3
            where r1.EndStopKey=r2.StartStopKey and r2.EndStopKey=r3.StartStopKey
            order by (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc
        )res,
        Stop ss,
        Stop es,
        Stop ts1,
        Stop ts2
    where
        res.StartStopKey=ss.StopKey and
        res.EndStopKey=es.StopKey and
        res.TransStopKey1=ts1.StopKey and
        res.TransStopKey2=ts2.StopKey
    ------------------------------------------------------------

    set statistics time off
    print '===================================================='
end 

4.测试

(1) 测试环境

    测试数据：广州市350条公交车路线

    操作系统：Window XP SP2

    数据库：SQL Server 2000 SP4 个人版

    CPU：AMD Athlon(tm) 64 X2 Dual 2.4GHz

    内存：2G

(2）选择用于测试的的站点

二次换乘查询的select语句使用的三张表#R1,#R2,#R3，因此，这三张表的数据量直接影响到二次换乘查询使用的时间：

显然，R1的数据量由起点决定，查询起始站点对应的#R1的数据量的SQL语句如下：

select Stop.StopName as '站点',count(StartStopKey) '#R1的数据量'
from RouteT0 full join Stop on RouteT0.StartStopKey=Stop.StopKey
group by Stop.StopName
order by count(StartStopKey) desc

运行结果如下：

显然，但起点为“东圃镇”时，#R1的数据量最大，同理可得终点和#R3数据量关系如下：

因此，在仅考虑数据量的情况下，查询“东圃镇”到“车陂路口”所用的时间是最长的。在下文中，将使用“东圃镇”作为起点，“车陂路口”为终点对二次查询算法进行效率测试

(3)效率测试

测试语句如下：

exec GInquiryT2 '东圃镇','车陂路口' 

测试结果：

查询结果如下：

输出如下：

====================================================
筛选出第1段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 458 行）


SQL Server 执行时间: 
   CPU 时间 = 10 毫秒，耗费时间 = 10 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。
====================================================
筛选出第3段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 449 行）


SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 9 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 1 毫秒，耗费时间 = 1 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 15 毫秒，耗费时间 = 1 毫秒。
====================================================
筛选出第2段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 41644 行）


SQL Server 执行时间: 
   CPU 时间 = 825 毫秒，耗费时间 = 825 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 93 毫秒，耗费时间 = 98 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 93 毫秒，耗费时间 = 98 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 73 毫秒，耗费时间 = 73 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 79 毫秒，耗费时间 = 73 毫秒。
====================================================
二次换乘查询
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 10 行）


SQL Server 执行时间: 
   CPU 时间 = 140 毫秒，耗费时间 = 141 毫秒。

从消息窗口的信息可以看出，查询大概用了1秒

5.效率优化

用GInquiryT2查询“东圃镇”到“车陂路口”仅用了1秒钟，那么，还能不能再优化呢？仔细分析输出的结果，可发现查询时最耗时的并不是换乘查询语句（140ms），而是筛选出第2段查询路线的语句（825ms），如图所示：

那么有没有方法可以提高筛选第2段路线的效率呢？答案是肯定的。只需把GRouteT0改成实表，并创建索引就行了。修改成实表后，就不需要把第2段路线缓存到临时表#R2中，修改后的GInquiryT2(重命名为GInquiryT2_1)如下：

/*
查询站点@StartStops到站点@EndStops之间的二次换乘乘车路线，多个站点用'/'分开，结果以分组方式给出，如：
exec GInquiryT2_1 '站点1/站点2','站点3/站点4'
*/
CREATE       proc GInquiryT2_1(
    @StartStops varchar(2048),
    @EndStops varchar(2048)
)
as
begin
    declare @ss_tab table(StopKey int)
    declare @es_tab table(StopKey int)
    insert @ss_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@StartStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    insert @es_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@EndStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    if(exists(select top 1 * from @ss_tab sst,@es_tab est where sst.StopKey=est.StopKey))
    begin
        raiserror ('起点集和终点集中含有相同的站点',16,1)
        return
    end
    declare @stops table(StopKey int)
    insert @stops select StopKey from @ss_tab
    insert @stops select StopKey from @es_tab

    print '===================================================='
    print '筛选出第1段乘车路线'
    print '----------------------------------------------------'
    set statistics time on

    ------------------------------------------------------------
    --筛选出第1段乘车路线，保存到临时表#R1中
    select *
    into #R1
    from GRouteT0
    where 
        StartStopKey in (select StopKey from @ss_tab)
        and EndStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表#R1上创建索引
    create index index1 on #R1(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '筛选出第3段乘车路线'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --筛选出第3段乘车路线，保存到临时表#R3中
    select *
    into #R3
    from GRouteT0
    where 
        EndStopKey in (select StopKey from @es_tab)
        and StartStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表上创建索引
    create index index1 on #R3(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '二次换乘查询'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --二次换乘查询
    select 
        ss.StopName as 起点,
        dbo.JoinRoute(res.StartStopKey,res.TransStopKey1) as 路线1,
        ts1.StopName as 中转站1,
        dbo.JoinRoute(res.TransStopKey1,res.TransStopKey2) as 路线2,
        ts2.StopName as 中转站2,
        dbo.JoinRoute(res.TransStopKey2,res.EndStopKey) as 路线3,
        es.StopName as 终点,
        MinStopCount
    from(
            --查询出站点数最少的10组路线
            select top 10
                r1.StartStopKey as StartStopKey,
                r2.StartStopKey as TransStopKey1,
                r2.EndStopKey as TransStopKey2,
                r3.EndStopKey as EndStopKey,
                (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) as MinStopCount
            from #R1 r1,GRouteT0 r2,#R3 r3
            where r1.EndStopKey=r2.StartStopKey and r2.EndStopKey=r3.StartStopKey
            order by (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc
        )res,
        Stop ss,
        Stop es,
        Stop ts1,
        Stop ts2
    where
        res.StartStopKey=ss.StopKey and
        res.EndStopKey=es.StopKey and
        res.TransStopKey1=ts1.StopKey and
        res.TransStopKey2=ts2.StopKey
    ------------------------------------------------------------

    set statistics time off
    print '===================================================='
end

下面，仍然用查询“东圃镇”到“车陂路口”为例测试改成实表后GInquiryT2的效率，测试语句如下：

exec GInquiryT2_1 '东圃镇','车陂路口' 

消息窗口输出如下：

====================================================
筛选出第1段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 458 行）


SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 3 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。
====================================================
筛选出第3段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 449 行）


SQL Server 执行时间: 
   CPU 时间 = 6 毫秒，耗费时间 = 6 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。
====================================================
二次换乘查询
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 10 行）


SQL Server 执行时间: 
   CPU 时间 = 250 毫秒，耗费时间 = 253 毫秒。
====================================================

从输出可以看出，大概用了250ms

6.展开路线组

GInquiryT2查询给出的结果是10组最短路线，那么，怎样才能得到最短的10条路线，显然，只需将这10组路线展开即可（展开后的路线数>=10），而最短的10条路线必然在展开的结果中。查询10条最短路线的存储过程GInquiryT2_Expand如下：

CREATE   proc GInquiryT2_Expand(
    @StartStops varchar(2048),
    @EndStops varchar(2048)
)
as
begin
    declare @ss_tab table(StopKey int)
    declare @es_tab table(StopKey int)
    insert @ss_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@StartStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    insert @es_tab 
    select distinct Stop.StopKey 
    from dbo.SplitString(@EndStops,'/') sn,Stop
    where sn.Value=Stop.StopName
    if(exists(select top 1 * from @ss_tab sst,@es_tab est where sst.StopKey=est.StopKey))
    begin
        raiserror ('起点集和终点集中含有相同的站点',16,1)
        return
    end
    declare @stops table(StopKey int)
    insert @stops select StopKey from @ss_tab
    insert @stops select StopKey from @es_tab

    print '===================================================='
    print '筛选出第1段乘车路线'
    print '----------------------------------------------------'
    set statistics time on

    ------------------------------------------------------------
    --筛选出第1段乘车路线，保存到临时表#R1中
    select *
    into #R1
    from GRouteT0
    where 
        StartStopKey in (select StopKey from @ss_tab)
        and EndStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表#R1上创建索引
    create index index1 on #R1(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '筛选出第3段乘车路线'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --筛选出第3段乘车路线，保存到临时表#R3中
    select *
    into #R3
    from GRouteT0
    where 
        EndStopKey in (select StopKey from @es_tab)
        and StartStopKey not in (Select StopKey from @stops)
    order by StartStopKey,EndStopKey
    --在临时表上创建索引
    create index index1 on #R3(StartStopKey,EndStopKey)
    ------------------------------------------------------------


    set statistics time off
    print '===================================================='
    print '二次换乘查询'
    print '----------------------------------------------------'
    set statistics time on


    ------------------------------------------------------------
    --二次换乘查询
    select 
        ss.StopName as 起点,
        r1.RouteName as '路线 1',
        ts1.StopName as 中转站1,
        r2.RouteName as '路线 2',
        ts2.StopName as 中转站2,
        r3.RouteName as '路线 3',
        es.StopName as 终点, 
        res.StopCount as 总站点数
    from(
            --展开最优 10 组路线 得到最短 10 条路线
            select top 10
                res.StartStopKey as StartStopKey,
                rt1.RouteKey as RouteKey_SS_TS1,
                res.TransStopKey1 as TransStopKey1,
                rt2.RouteKey as RouteKey_TS1_TS2,
                res.TransStopKey2 as TransStopKey2,
                rt3.RouteKey as RouteKey_TS2_ES,
                res.EndStopKey as EndStopkey,
                (rt1.StopCount+rt2.StopCount+rt3.StopCount) as StopCount
            from(
                    --查询出站点数最少的 10 组路线
                    select top 10
                        r1.StartStopKey as StartStopKey,
                        r2.StartStopKey as TransStopKey1,
                        r2.EndStopKey as TransStopKey2,
                        r3.EndStopKey as EndStopKey,
                        (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) as MinStopCount
                    from #R1 r1,GRouteT0 r2,#R3 r3
                    where r1.EndStopKey=r2.StartStopKey and r2.EndStopKey=r3.StartStopKey
                    order by (r1.MinStopCount+r2.MinStopCount+r3.MinStopCount) asc
                )res,
                RouteT0 rt1,
                RouteT0 rt2,
                RouteT0 rt3
            where 
                rt1.StartStopKey=res.StartStopKey and rt1.EndStopKey=res.TransStopKey1 and
                rt2.StartStopKey=res.TransStopKey1 and rt2.EndStopKey=res.TransStopKey2 and
                rt3.StartStopKey=res.TransStopKey2 and rt3.EndStopKey=res.EndStopKey
            order by (rt1.StopCount+rt2.StopCount+rt3.StopCount) asc
        )res
        left join Stop ss on res.StartStopKey=ss.StopKey
        left join Stop es on res.EndStopKey=es.StopKey
        left join Stop ts1 on res.TransStopKey1=ts1.StopKey
        left join Stop ts2 on res.TransStopKey2=ts2.StopKey
        left join Route r1 on res.RouteKey_SS_TS1=r1.RouteKey
        left join Route r2 on res.RouteKey_TS1_TS2=r2.RouteKey
        left join Route r3 on res.RouteKey_TS2_ES=r3.RouteKey
    ------------------------------------------------------------

    set statistics time off
    print '===================================================='
end

下面，仍然以查询“东圃镇”到“车陂路口”为例测试GInquiryT2_Expand，代码如下：

exec GInquiryT2_Expand '东圃镇','车陂路口'

查询结果如下：

消息窗口输出如下：

====================================================
筛选出第1段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 458 行）


SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 3 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。
====================================================
筛选出第3段乘车路线
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 449 行）


SQL Server 执行时间: 
   CPU 时间 = 6 毫秒，耗费时间 = 6 毫秒。
SQL Server 分析和编译时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 1 毫秒。
====================================================
二次换乘查询
----------------------------------------------------

SQL Server 执行时间: 
   CPU 时间 = 0 毫秒，耗费时间 = 0 毫秒。

（所影响的行数为 10 行）


SQL Server 执行时间: 
   CPU 时间 = 282 毫秒，耗费时间 = 301 毫秒。
====================================================

由输出结果可看出，大约用了300ms

7.总结

下面，对本文使用的优化策略做一下总结：

(1)使用临时表；

(2)将频繁使用的视图改为表；

(3)从实际出发，合并RouteT0中类似的行，从而“压缩”RouteT0的数据量，减少查询生成的结果，提高查询和排序效率。

 转：http://www.cnblogs.com/lucc/archive/2009/03/03/1401863.html