西班牙
斯潘4
团队提出了一些需要考虑的问题:
-如果不需要未筛选的点,请确保将“output unfiltered points”设置为“no”`
-源数据集是什么格式的?它存储在哪里?阅读可能是翻译的主要成本,而不是过滤。正如@redgeographics所指出的,例如,如果数据集存储在网络上,那么在本地移动它可以提高性能
你好,
是,输出未过滤点设置为“否”
点云实际上是在fme过程中创建的(我很惊讶这个过程的速度有多快!)是的。衍生的数据是源30km道路中心线。它位于一个本地的m2 ssd驱动器上,大约1500mb/s r/w,fme_temp位于一个专用的m2 ssd驱动器上,1500 mb/s r/w。
在点云上有几个组件,这些组件将在一段时间后添加…maybe I will try and remove all the other components prior to the filter then pointcloudmerge the original with the filtered following....maybe
为思想欢呼。
托德
好了,更多的细节……
我的pointcloudmerge想法要慢得多……
但是回到用法上……this is CPU/RAMM/DISK usage while filtering (8 virtual cores) and is very similar for the examples below....
以工厂为基础…pointcloudfilter is third slowest in this example that has 0.8 billion points
有趣的是,测试器和attributecreator(运行许多函数,如@Evaluate、@Value、@abs)要慢得多(在我的另一个薄弱环节)
除了看外部因素(你是从网络还是本地硬盘上读的?)我觉得你没什么可做的。
平铺点云以便在自定义转换器中进行并行处理可能是一个选项,但是平铺可能会带来更多的开销,因此您实际上只是在切换减速发生的点。
我以前在这个脚本的其他部分尝试过一些并行处理,有时会导致依赖于输入的更快/更慢的处理,但总体上没有任何改进。
15分钟内过滤18亿个点也不错……我只是想要更多:)
我还使用组件值重新计算每个点的x/y值,然后设置一个tiler,种子位置为0,0(在正空间中平铺的任何东西都是我需要的数据),然后重新回到原始的x/y值。但是,这仍然比filter慢。类似地,我也尝试了pointcloudmerge以正的值进行合并,但是速度还是很慢。
我的理想答案是,PointCloudExpressionEvaluator中的某种类型的计算可以删除一个点及其所有组成部分(如果不相关),但我认为这是不可能的。
?2019安全亚搏在线软件公司|合法的