I'm looking at optimizing a query of mine that takes a uniform set of
grid cells and determines how many aircraft flight tracks cross each
grid cell.  As the lines are long and the area of interest is
relatively small, the && and geometry index don't do much, most
of the index speed comes from filtering the flight tracks based on time
(as of now there are over half a million flight track records and this
is likely to increase to over 2 million).  <br>
<br>
I have two approaches that I have thought of that might speed up these
queries that I wanted to see if anyone could comment on whether they
(or any other ideas) are likely to result in any significant
performance gain.<br>
<br>
The first approach: <br>
<br>
The flight track data points that make up the line are taken by radar
at an interval of 4 seconds, as most tracks are fairly straight, a
simplify operation would decrease the size drastically, but I really
need to maintain the high accuracy of the crossing.  My idea is to
maintain two geometry columns, the original and a majorly simplified
geometry.  I would then do a first pass using the
distance(simple_geom,grid)<tolerance where tolerance is the value
that I used for simplification.  Then from those results do a
distance(first_result_geom,grid)=0.  This adds a whole other step,
but I believe the distance query agains a much simpler (I think between
one tenth and one third the number of points) might be fast enough to
jusitify the additional step.<br>
<br>
The second approach:<br>
<br>
Maintain all of the points from the lines as a point dataset as well
and just do a count on the unique id's of points that fall within the
time period and the grid geometry.<br>
<br>
The point of this query is to provide a density map of flight tracks
over an area during a period of time for display in Mapserver so
performance is critical, right now I limit the time period to a single
day and I make my grid cells rather large to keep my draw time
reasonably fast, but I am really tring to get a nice surface to display
for time periods orders of magnitude longer.<br>
<br>
Thanks for any pointers or advice,<br>
David<br>