<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=us-ascii">
<meta name="Generator" content="Microsoft Word 15 (filtered medium)">
<style><!--
/* Font Definitions */
@font-face
{font-family:"Cambria Math";
panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
{font-family:Calibri;
panose-1:2 15 5 2 2 2 4 3 2 4;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
{margin:0cm;
margin-bottom:.0001pt;
font-size:11.0pt;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
a:link, span.MsoHyperlink
{mso-style-priority:99;
color:#0563C1;
text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
{mso-style-priority:99;
color:#954F72;
text-decoration:underline;}
p.MsoListParagraph, li.MsoListParagraph, div.MsoListParagraph
{mso-style-priority:34;
margin-top:0cm;
margin-right:0cm;
margin-bottom:0cm;
margin-left:36.0pt;
margin-bottom:.0001pt;
font-size:11.0pt;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
span.EmailStyle17
{mso-style-type:personal-compose;
font-family:"Calibri",sans-serif;
color:windowtext;}
.MsoChpDefault
{mso-style-type:export-only;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
@page WordSection1
{size:612.0pt 792.0pt;
margin:70.85pt 70.85pt 70.85pt 70.85pt;}
div.WordSection1
{page:WordSection1;}
--></style><!--[if gte mso 9]><xml>
<o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
<o:shapelayout v:ext="edit">
<o:idmap v:ext="edit" data="1" />
</o:shapelayout></xml><![endif]-->
</head>
<body lang="FR" link="#0563C1" vlink="#954F72">
<div class="WordSection1">
<p class="MsoNormal">Hello everyone,<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">I recently worked on a query to check duplicates.<o:p></o:p></p>
<p class="MsoNormal">I initially used ST_OrderingEquals to find exact matches.<o:p></o:p></p>
<p class="MsoNormal">But with a great number of geometries, the query takes a long time.<o:p></o:p></p>
<p class="MsoNormal">I changed the ST_OrderingEquals by comparison of WKB and this is a lot faster.<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">Here the code to reproduce. I generate a table with 20000 points in the RGF93 / Lambert-93, french main CRS.<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">SELECT version() ; -- PostgreSQL 16.9 on x86_64-pc-linux-gnu, compiled by gcc (GCC) 8.5.0 20210514 (Red Hat 8.5.0-26), 64-bit<o:p></o:p></p>
<p class="MsoNormal">SELECT postgis_version(); -- 3.4 USE_GEOS=1 USE_PROJ=1 USE_STATS=1<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">SELECT<o:p></o:p></p>
<p class="MsoNormal"> ROW_NUMBER() OVER()::BIGINT AS id,<o:p></o:p></p>
<p class="MsoNormal"> ST_POINT(<o:p></o:p></p>
<p class="MsoNormal"> CEIL(100000 + RANDOM() * 1100000),<o:p></o:p></p>
<p class="MsoNormal"> CEIL(6000000 + RANDOM() * 1100000),<o:p></o:p></p>
<p class="MsoNormal"> 2154<o:p></o:p></p>
<p class="MsoNormal"> )::GEOMETRY(POINT, 2154) AS geom<o:p></o:p></p>
<p class="MsoNormal">INTO TEMPORARY TABLE my_point_table<o:p></o:p></p>
<p class="MsoNormal">FROM<o:p></o:p></p>
<p class="MsoNormal"> GENERATE_SERIES(1, 20000)<o:p></o:p></p>
<p class="MsoNormal">;<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">WITH pt_tab_with_dup AS (<o:p></o:p></p>
<p class="MsoNormal">SELECT id, geom FROM my_point_table UNION ALL<o:p></o:p></p>
<p class="MsoNormal">SELECT id * -1, geom FROM my_point_table TABLESAMPLE BERNOULLI (10)<o:p></o:p></p>
<p class="MsoNormal">)<o:p></o:p></p>
<p class="MsoNormal">SELECT<o:p></o:p></p>
<p class="MsoNormal"> d1.id<o:p></o:p></p>
<p class="MsoNormal">FROM<o:p></o:p></p>
<p class="MsoNormal"> pt_tab_with_dup d1,<o:p></o:p></p>
<p class="MsoNormal"> pt_tab_with_dup d2<o:p></o:p></p>
<p class="MsoNormal">WHERE<o:p></o:p></p>
<p class="MsoNormal"> d1.id > d2.id<o:p></o:p></p>
<p class="MsoNormal"> AND ST_OrderingEquals(d1.geom, d2.geom)<o:p></o:p></p>
<p class="MsoNormal">; -- 2 min 36 sec<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">WITH pt_tab_with_dup AS (<o:p></o:p></p>
<p class="MsoNormal">SELECT id, geom FROM my_point_table UNION ALL<o:p></o:p></p>
<p class="MsoNormal">SELECT id * -1, geom FROM my_point_table TABLESAMPLE BERNOULLI (10)<o:p></o:p></p>
<p class="MsoNormal">)<o:p></o:p></p>
<p class="MsoNormal">SELECT<o:p></o:p></p>
<p class="MsoNormal"> d1.id<o:p></o:p></p>
<p class="MsoNormal">FROM<o:p></o:p></p>
<p class="MsoNormal"> pt_tab_with_dup d1,<o:p></o:p></p>
<p class="MsoNormal"> pt_tab_with_dup d2<o:p></o:p></p>
<p class="MsoNormal">WHERE<o:p></o:p></p>
<p class="MsoNormal"> d1.id > d2.id<o:p></o:p></p>
<p class="MsoNormal"> AND ST_AsBinary(d1.geom) = ST_AsBinary(d2.geom)<o:p></o:p></p>
<p class="MsoNormal">; -- 0.153 sec<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">I think it’s correct.<o:p></o:p></p>
<p class="MsoNormal">Are there any cases where it doesn’t work ? If so, why not improve the ST_OrderingEquals by comparing the WKB ?<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
<p class="MsoNormal">Kind regards,<o:p></o:p></p>
<p class="MsoNormal">Julien Monticolo<o:p></o:p></p>
<p class="MsoNormal"><o:p> </o:p></p>
</div>
</body>
</html>