第四章 實驗結果與分析
4.1 資料處理與 GeoJSON 輸出
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
根據第三章的系統架構與方法設計，本章針對GeoJSON 資料壓縮進行以下實驗 與分析，以驗證本研究的GeoJSON 資料壓縮能有效的增進網路資料傳輸效能，並且 兼具完整與正確的資料傳輸品質。首先於4.1 節說明，實驗的資料來源處理流程，以 及如何建立GeoJSON 作為資料的傳輸格式；4.2 節將本研究設計的 GeoJSON 壓縮技 術兩種函式－「差分編碼」與「浮點式編碼」，分別進行GeoJSON 資料壓縮實驗，
並整合兩者來觀察相互影響的程度；4.3 節將 GeoJSON 壓縮技術與 HTTP 壓縮，作 比較與結合的實驗，除了觀察資料傳遞的效率外，並考量空間資料的多樣化，從資料 的類別了觀察對壓縮程度的影響；最後引入雜湊函數法進行資料驗證，同時評估此一 程序對本研究提昇效能是否相互影響。
4.1 資料處理與 GeoJSON 輸出
本實驗資料來源，是根據不同的資料型態搜集(點、線、面)，由於每種資料型態 對於壓縮能力可能會產生不同的結果與影響，因此本研究期望能透過多樣的資料型態 與大量的資料量，來滿足壓縮實驗的需求，以得到多面向的分析結果。本節共分成三 個部份說明，一為「實驗資料來源」介紹，二為「資料轉換與匯入」，三為「GeoJSON 格式輸出」。
1. 實驗資料來源
(1) 台灣行政區域檔案：
台灣行政區域檔案地理資料型態分類中屬「面」(Polygon)的資料，此檔案 是經由美國環境系統研究所公司(ESRI）的 ArcGIS 軟體匯出成 Shapefile(shp) 檔案，shp 檔為 ESRI 公司開發的一種空間資料格式，該文件格式已經成為 了地理資料軟體界的一個開放標準。由於shp 為一種向量圖形格式，如下 圖所示，因此若要保存其資料屬性至資料庫，必須經由資料轉換工具成資
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
料庫可以讀取的－結構化查詢語言(Structured Query Language，SQL)。
圖4.1：台灣行政區域 shp 檔案
(2) 商業活動座標點資料：
商業活動座標點資料是從PostgreSQL 資料庫直接匯出的備份檔案，共包含
「點」(Point)與「線」(LineString)兩種資料型態。商業活動座標點資料依屬 性分成商業、居住、交通、生活、觀光，搜集不同的型態，只是為了營造 不同層次的資料量，透過不同的檔案大小來測試是否對壓縮產生影響。
2. 資料轉換與匯入
為讓不同類型資料可以在各大資料庫互通，因此資料庫都必須要有基本格式的 轉換功能，以本研究PostgreSQL 資料庫，即提供 shp 格式轉換工具，且不需要 另外下載特殊軟體處理。詳細的轉換與匯入資料庫的說明如下：
(1) shp 檔案轉換：
PostgreSQL 提供的轉換工具，需要開啟微軟提供的命令列工具，透過命令
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
列執行轉換工具名為shp2pgsql.exe，並且輸入轉換的條件參數。
為使用 shp2pgsql 轉換程式，
代表指定空間座標為WGS84，
代表建立空間資料 索引號，
代表需要轉的的shp 檔案完整路徑，
代表要存入資料庫的資 料表名稱，
>符號為匯出，整句代表匯出一個 twn_country.sql 的檔案，語 法範例與截圖如下，完成轉換後他會列印象資料型態，圖4.2 所示，代表這 份shp 檔案為面(Polygon)的資料。圖4.2：台灣行政區域 shp 檔案轉換 (2)匯入 PostgreSQL 資料庫：
匯入資料庫的方式有兩種，一為開啟上述指令轉出的文件，並複製文件中的 SQL 語法，貼入資料庫的「SQL 編輯器」執行語法即可，如圖 4.3 所示；二 則是，經由PostgreSQL 轉出的格式，可以在指定的資料庫，按滑鼠右鍵選擇
「備份回存」，如圖4.4 所示。所有資料成功匯入後，從圖 4.5 中框線的區域，
可以看到所有的資料表與內容。
圖4.3：匯入 SQL 至資料庫
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
40
圖4.4：備份回存至資料庫
圖4.5：己匯入的資料表
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
3. GeoJSON 格式輸出
根據3.2 節的 GeoJSON 語法如下，即可輸出圖 4.6 所示的 GeoJSON 格式，從 GeoJSON 格式中，可以看到物件名稱「coordinates」，經由 PHP 程式取出 coordinates 中的陣列值[[120.03661,23.08909],[120.03688,23.08907]……]，最後使 用遞迴方式，逐一將每組座標值進行壓縮演算，
SELECT ST_AsGeoJSON(1,(the_geom)) FROM TABLE;
{'format': 'geojson','size':'','data':'{type:MultiPoint,coordinates:
[[120.03661,23.08909],[120.03688,23.08907],[120.03768,23.102 79],[120.03773,23.10308],[120.03799,23.07901],[120.03879,23.0 79],[120.03914,23.08006],[120.03924,23.07883],[120.03924,23.0 8139],[120.04006,23.10783],[120.04071,23.07903],[120.04206,2 3.07798],[120.04211,23.08153],[120.04212,23.07905],[120.0421 4,23.07821],[120.04295,23.08304],[120.04476,23.0791],[120.045 74,23.10606],[120.04608,23.1072],[120.04649,23.10919],[120.04
圖4.6：GeoJSON 格式 4.2 GeoJSON 資料壓縮技術實驗結果
本節根據第三章GeoJSON 壓縮技術設計，進行 GeoJSON 格式壓縮的成果測試，
分成「差分編碼與浮點式編碼對檔案壓縮的影響」以及「進制參數對浮點式壓縮資料 的影響」兩大部份。
1. 差分編碼與浮點式編碼對檔案壓縮的影響
本研究從收集的資料來源中，選擇資料量較大的－北台灣診所位置資料，共 計有二萬餘筆的鄉鎮座標資料，由於同一地區內的座標內容非常相似，因此適合 應用GeoJSON 壓縮技術進行資料壓縮處理。GeoJSON 壓縮技術簡單流程為，先 經由「差分編碼」儲存座標的差異值，再利用「浮點式編碼」簡化差異值含括的 大量前置零，因此本實驗的觀察重點，即為「浮點式編碼」可以為傳統的「差分 編碼」改善多少成果。
由於資料樣本數為二萬餘筆，為避免因資料筆數的不同而影響壓縮效果的測
‧
定，本研究以5,000 筆資料為級距，分別從資料中擷取 5,000、10,000、15,000、
20,000 四種規模的資料量，進行差分編碼與浮點式編碼的壓縮實驗，分別計算其 壓縮率。壓縮率(R)的定義如下，Z 為壓縮後檔案的大小；O 為原始檔案的大小，
計算出的壓縮率(R)將介於 0~100%之間，其中(R)值愈大或愈接近 100%，代表壓 縮效果愈佳。
5,000 831,256 739,712 384,712
10,000 1,662,456 1,477,064 775,064 15,000 2,493,312 2,213,35 1,162,472 20,000 3,324,200 2,949,528 1,549,584
100%Ο 1 Ζ
(R) 壓縮率
‧
74,23.10606],[120.04608,23.1072],[120.04649,23.10919],[120.04圖4.7：原始 5000 筆座標 GeoJSON 內容 {'format': 'geojson','size':'','data':'{type:MultiPoint,coordinates:
[[120.03661,23.08909],[0.00027,-0.00002]
,[0.00080,0.01372],
[0.00005,0.00029],[0.00026,-0.02407],[0.00080,-0.00001], [0.00035,0.00106],[0.00010,-0.00123], [0.00000,0.00256], [0.00082,0.02644],[0.00065,-0.02880],[0.00135,-0.00105], [0.00005,0.00355],[0.00001,-0.00248],[0.00002,-0.00084], [0.00081,0.00483],[0.00181,-0.00394], [0.00098,0.02696],
圖4.8：差分編碼後 5000 筆座標 GeoJSON 內容
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
{'format': 'geojson', 'size': '', 'data': '{ type: MultiPoint,coordinates:
[[120.03661,23.08909],[5r,A2],[48,5m8],[55,5t],[5q,ACP],[48,A1]
,[5z,51I],[41,A1Z],[00,548],[51k,5GE],[513,z4E],[52b,A1H],[55,55 J],[51,A40],[52,A1m],[51j,57N],[52V,A6m],[51A,5Hu],[5y,51Q],[
5F,53d],[51R,AsU],[5i,AH3],[52C,5TW],[51,5jh],[5D,z1O],[4c,5ln]
,[5M,ASU],[5h,51t],[5D,5QS],[5l,AlI],[5j,A1bh],[59,00],[52t,51iL], [52a,ACL],[511,5tU],[5M,At3],[53,Ah],[5x,42v],[41,5a9],[5s,5lH],[
42,Az],[519,Ae7],[45,AsJ],[5K,APo],[5f,5R],[5e,A2a],[53,5cs],....
圖4.9：差分編碼加浮點式編碼後 5000 筆座標 GeoJSON 內容
2. 不同地理範圍的座標對壓縮成果的影響
第一項實驗針對大量筆數的座標進行差分與浮點式壓縮，由於都是相鄰範 圍的座標，所得到的差分值結果皆為小於1 的浮點數，將座標定義在非相 同地理範圍，所圖4.10 所示，座標值分別為 A：[42.65254,28.38867] 、B：
[85.99024,52.82226]、C：[116.72449,25.29189] 、D：[120.27181,24.4133]。
表8：非同地理範圍之檔案大小及壓縮率(以括號表示)
原始GeoJON 資料 差分編碼 差分編碼+浮點式壓縮
1592 bit 1584 bit (0.5%)
1464 bit (8.0%)
圖4.10：非同地理範圍之座標範例
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
從表8 的結果發現，當 GeoJSON 壓縮方法套用在不同的地理範圍座標集時，
因座標值差距過大，即使套用差分編碼，對字串長度改變不大，因此壓縮成果並 不佳，不過在套用浮點式壓縮後，事實上仍有補足差分編碼壓縮後的缺陷。
3. 進制參數對浮點式壓縮資料的影響
在本研究設計的GeoJSON 壓縮技術中，編碼數值需轉換成字串，以符合純 文字的GeoJSON 格式，為避免字串在轉換過程中產生特殊符號的可能性，如「引 號」、「亂碼(無法辨識字元)」等，造成判讀上的錯誤，故需定義字串轉換的進制 參數。常用的進制轉換參數有26、36 及 62 三種(26，將數字轉換為 a-z 共 26 個 字母；36，將數字轉換為 a-z、0-9 共 36 個字母；62，將數字轉換為 a-z、0-9、
A-Z 共 62 個字母，參考第三章表 3 中 62 進制轉換對照表) ，本研究將根據不同 進制參數，進行字串壓縮的實驗，以探討設定不同進制參數的壓縮效果。
以62 進制為例，從 0~61 分別對應 62 個不同的字母，其轉換方式為將量值 除以進制參數所得的餘數，至上表中找出相對應的字串結果，若除後的商大於 62，則再重覆進行上述步驟，直到商小於 62 為止。圖 4.11 範例即是說明如何將 差分編碼後的字串(0.00037895)透過 62 進制進行字串轉換，以及流程說明如下：
1. 指定進制參數為62。
2. 經差分編碼後，座標值為0.00037985，字串長度為 10Bytes。
3. 編碼前置處理，將浮點數正規化表示成( -10 ×37985 × 10-(8) ) 4. 將數值切分成符號(S)為 0、指數(E)為 8 及量值(M)為 37985。
5. 將正負符號及指數包裝成單一數值08 後，再做進制轉換，表示為(8)62。 6. 將量值經進制轉換成字元”9SF”。
7. 將兩者字元合併其結果為”89SF”。
‧
89SF (字串長度是4 Bytes) 0.00037985 法皆為GeoJSON 壓縮技術，分別就 5,000 筆、10,000 筆、15,000 筆、20,000 筆 四種資料筆數，以及26、36、62 三種進制參數，共 12 次不同實驗的結果，分別 計算壓縮後之檔案大小及壓縮率，並彙整如表9 所示。
‧
5,000 831,256 403,080(51.5%)
391,976 (52.8%)
384,784 (53.7%) 10,000 1,662,456 816,296
(50.9%)
790,536 (52.4%)
775,136 (53.4%) 15,000 2,493,312 1,228,736
(50.7%)
1,189,080 (52.3%)
1,162,544 (53.4%) 20,000 3,324,200 1,639,504
(50.7%)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
始檔案經GeoJSON 壓縮」、「原始檔案經 GeoJSON 壓縮及 HTTP 壓縮」。
1. 傳輸效能與資料壓縮分析：
傳輸資料的實驗樣本，採用全台灣分佈資料較龐大的座標作為實驗對象，包括各 級學校分佈以及全省便利商店。網路使用中華電信ADSL，下載時間約為 3.63 Mbps，
上傳時間697 Kbps；檔案大小單位為位元(bit)，傳輸時間單位使用毫秒(ms)。
如表10 與表 11 的資料壓縮與傳輸時間結果，從結果觀察，透過經由座標壓縮後，
全台各級學校原始檔案大小129,024 bit，傳輸時間花費 36 毫秒，經由 GeoJSON 加上 HTTP 壓縮後得到最佳的結果，檔案縮小為 28,400 bit，傳輸時間為 7 毫秒。而全台 便利商店最佳的結果同樣使用GeoJSON 加上 HTTP 壓縮，檔案大小從 1,351,680 bit 縮小為297,376 bit，時間也從 372 毫秒，縮減至 82 毫秒。
因此以下實驗結果， GeoJSON 壓縮節省約原始資料 30%的資料量與傳輸時間，
加上HTTP 壓縮的補助，則可讓傳輸時間縮短約原始時間的 80%，得到最佳的資料 傳輸效能與壓縮成果。
表10：全台各級學校分佈資料壓縮與傳輸時間結果
樣本來源 原始檔案 GeoJSON 壓縮 HTTP 壓縮 HTTP+GeoJSON 全台灣
各級學校 129,024 bit/ 36ms 85,496 bit/22ms 38,712 bit/ 11ms 28,400 bit/ 7ms
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49
表11：全台便利商店分佈資料壓縮與傳輸時間結果
樣本來源 原始檔案 GeoJSON 壓縮 HTTP 壓縮 HTTP+GeoJSON 全台灣
便利商店
1,351,680 bit / 372 ms
811,040 bit / 220 ms
405,504 bit / 111 ms
297,376 bit / 82ms
2. 不同類型資料壓縮分析：
地理資料可能是連續型或非連續型，舉例來說，連續型如鄉鎮市地理區界、河川、
道路路網等；而非連續型如便利商店、加油站的分佈等。理論上，透過差分編碼法可 以將座標資料簡化，而連續型的座標資料差異值較小，因而可達到資料減量的目的；
但非連續型的座標資料分佈較為離散，故透過差分編碼可能效果較差。
為驗證上述說法，本研究擬將資料區分為連續型及非連續型兩類，非連續型採用 北台灣地區15 種點位座標樣本，而連續型則採用台灣地區 22 個縣市界的線段座標作 為樣本，分別透過「原始檔案經HTTP 壓縮」、「原始檔案經 GeoJSON 壓縮」、「原始 檔案經GeoJSON 壓縮及 HTTP 壓縮」等三種壓縮組合計算其壓縮率。下表 12 及圖 4.13 為非連續型座標資料的壓縮結果，表 12 及圖 4.7 則表示連續型座標資料的壓縮 結果。
‧
‧
HTTP壓縮 GeoJSON壓縮 GeoJSON+HTTP壓縮
HTTP壓縮 GeoJSON壓縮 GeoJSON+HTTP壓縮