Výsledky

Teoretická část

V teoretické části se práce nejprve zabývá obecnými rozdíly mezi rastrovými a vektorovými daty. Následně popisuje možné způsoby přenosu prostorových dat po internetu a věnuje se také formátům prostorových dat, které bývají pro přenos po internetu nejčastěji využívány. Stěžejní je v teoretické části kapitola 4, která shrnuje současné poznatky jak pro rastrové, tak i vektorové dlaždice. Text se věnuje nejčastěji používaným schématům pro oba přístupy a na praktických ukázkách demonstruje způsob, jakým se rastrové a vektorové dlaždice odlišují. Popsány jsou rozdíly v orientaci os u schémat TMS a XYZ a jsou vysvětleny také rozdíly ve způsobu číslování dlaždic. Dále se text zabývá způsoby definování symbologie a možnými postupy při její následné změně. U vektorových dlaždic byla krátce popsána generalizace jako jeden z nejdůležitějších procesů při jejich generování. Jedna z kapitol se věnuje také rekonstrukci geometrií při zobrazení dat ve formě vektorových dlaždic, tímto procesem se ale práce hlouběji nezabývala, protože dlaždice analyzuje z pohledu podkladových dat ve webových mapách.

Tvorba mapových aplikací

Aby bylo možné prakticky otestovat webové mapy s rastrovými a vektorovými dlaždicemi, byly provedeny případové studie věnující se tvorbě takových aplikací. Cílem této části bylo vytvořit ze stejných dat aplikace s vektorovými i rastrovými dlaždicemi a na jejich tvorbě popsat rozdíly v přístupech i použitých technologiích. Celkem bylo vytvořeno osm aplikací, které vypadají na frontendu stejně či velmi podobně, rozdíl mezi nimi ale je v technologii, kterou používají k poskytování mapy. Pro tvorbu aplikací bylo využito pět různých přístupů a tři druhy úložišť. Kapitoly, které se této části práce věnují, jsou rozčleněny na části Příprava a nahrání dat, Stylování dat a Sdílení mapy. Kapitola o přípravě dat pojednává o infrastruktuře potřebné pro vytvoření dat a způsobu, jakým byla data přenesena na úložiště, odkud jsou poskytována. V části o stylování mapy je popsána tvorba a úprava stylu každé z map a následně definice stylu při inicializaci mapy, které se text u každé případové studie věnuje v poslední fázi. U všech pěti použitých přístupů je tak popsán kompletní postup pro tvorbu mapy včetně způsobu změny stylu a tato část textu může být přímo využita studenty a vyučujícími při tvorbě podobných webových map.

Testování nahrávání dat na úložiště

Testování nahrávání dat na úložiště mělo dva cíle. Prvním z nich bylo demonstrovat rozdílný způsob zacházení s daty ve formátu MBTiles a s dlaždicemi ve složkové struktuře. Uložení dlaždic ve složkách bylo používáno již od roku 2005 a pro některé nástroje je stále primární cestou, jak exportovat data ve formě mapových dlaždic. Od roku 2011 je ale vyvíjen formát MBTiles, který složkovou strukturu zvládá poměrně úspěšně nahradit. Druhým z cílů bylo poskytnout alespoň orientační časový údaj o tom, jak dlouho se data na testovaná úložiště nahrávají. Testováno bylo pouze na datech v rozsahu pro Českou republiku, u rastrových dlaždic navíc ještě pouze po úroveň zoomu 14. Informace z testování mohou být využity pro odhad doby trvání nahrávání dlaždic z jiného území, popř. z celého světa. Pro testování byly vybrány dvě lokality s rozdílnou rychlostí připojení k internetu. První z nich disponovala připojením o rychlosti 3–20 Mbit/s, na druhé se rychlost internetu pohybovala v rozmezí 50–200 Mbit/s. Dle výzkumu společnosti Ookla, která se věnovala průměrným rychlostem internetu v České republice, se tato místa dala považovat za lokality s podprůměrnou, resp. nadprůměrnou rychlostí internetu. V práci bylo použito označení pomalé, resp. rychlé připojení.

Výsledky testování ukázaly, že nahrávání dlaždic ve složkové struktuře je mnohonásobně pomalejší než ve formátu MBTiles. Zároveň bylo zjištěno, že vliv velikosti dat na rychlost nahrávání je patrný především na pomalém připojení k internetu, kde byly dlaždice ve formátu WebP, optimalizovaném pro přenos dat na webu, nahrány cca o hodinu rychleji, a to jak v případě webového hostingu, tak v případě cloudu. U rychlého připojení je rozdíl v rychlosti nahrávání dlaždic ve složkové struktuře u webového hostingu i cloudu nepatrný. To je pravděpodobně způsobeno dosažením limitu diskových úložišť pro přenos a zápis nových souborů zároveň, který dle zjištění z testování činí zhruba 19 souborů/s v případě SSD disku na cloudu, resp. 15 souborů/s v případě serverového disku SAS na webovém hostingu. U souboru ve formátu MBTiles má vliv na dobu přenosu především rychlost připojení k internetu a při nahrávání na rychlém připojení bylo dosahováno i rychlostí kolem 25 Mb/s.

Testování výkonu aplikací

Nad vytvořenými webovými aplikacemi bylo provedeno výkonnostní testování, které mělo za cíl změřit rozdíly v rychlosti a způsobu načítání mezi rastrovými a vektorovými dlaždicemi a také mezi použitými formáty a technologiemi pro poskytování mapy. Pro tento účel bylo navrženo poloautomatické testování, které simulovalo uživatelské zacházení s mapou. Kromě iniciálního načtení se skládalo ze čtyř dalších interakcí – zoomu na zájmový objekt, kterým byla při testování budova Katedry geoinformatiky, posunu mapy, oddálení o tři úrovně zoomu a oddálení o jednu úroveň zoomu. Testování probíhalo pomocí konzole v prohlížeči Google Chrome, která umožňuje zaznamenat při interakci s mapou všechny požadavky na server a následně jejich seznam vyexportovat ve formátu HAR. Pro každou aplikaci bylo provedeno deset měření na pomalém i rychlém připojení ve dvou časových horizontech. Pět měření bylo vždy provedeno v ranních hodinách (7:30–8:30) a pět v odpoledních hodinách (18:00–19:00). U všech interakcí bylo měřeno pět údajů – celková doba načtení mapy, počet požadavků na server, počet úspěšně dokončených požadavků na server, průměrná doba stažení jedné dlaždice a velikost stažených dat.

Prvním krokem při testování bylo ověření, zda se statisticky liší vzorky posbírané v ranních a večerních hodinách. Pro tento dílčí cíl bylo provedeno dalších 30 měření v obou testovacích časech nad aplikací vytvořenou v Mapbox Studio v lokalitě s pomalým připojením k internetu. Z měření byl zjištěn čas načtení mapy pro všech pět interakcí a následně byl pro všechny interakce proveden F-test analýzy rozptylů, pomocí kterého byly srovnány výsledky z ranního a večerního měření. Byla stanovena hypotéza H₀, podle které jsou rozptyly obou statistických souborů shodné. U třech z pěti interakcí bylo zjištěno, že zkoumané soubory se statisticky neliší. U ostatních dvou interakcí (zoom na katedru a posun na náměstí) byl zjištěn statistický rozdíl. Po vizuální analýze bylo odhaleno, že tento rozdíl způsobilo především vyšší množství extrémních hodnot u jednoho z časových horizontů. Na základě výsledků testu bylo rozhodnuto, že jako prezentovaná střední hodnota u naměřených dat bude zvolen medián, aby bylo zamezeno vlivu extrémních hodnot na prezentované výsledky. Zároveň bylo stanoveno, že měření z ranních a večerních hodin nebudou v práci dále odlišována a pro účely vyhodnocení dat budou považována za nezávislá.

Výsledky testování byly rozděleny dle jednotlivých zkoumaných metrik. První zkoumanou metrikou byl čas načtení mapy při každé z interakcí. Jak již bylo zmíněno v textu, tato metrika může být částečně ovlivněna nastavenou dobou trvání, která byla stanovena z důvodu dosažení podobnosti rychlosti strojového provedení interakcí s uživatelským. Nejlepší výsledky z této metriky vykazovaly s výjimkou interakce posun na náměstí aplikace s předgenerovanými rastrovými dlaždicemi. Výrazně naopak zaostávaly aplikace s rastrovými dlaždicemi generovanými na požadavek z vektorové mapy, v případě oddálení o tři úrovně byly aplikace s těmito dlaždicemi pomalejší až pětinásobně. U aplikací s vektorovými dlaždicemi byl zjištěn velký vliv načítání fontů pro popis, které prodloužily výslednou rychlost načtení mapy až o 2500 ms. Při rychlejším načítání fontu by pravděpodobně aplikace s vektorovými dlaždicemi předčily v rychlosti i předgenerované rastrové dlaždice.

Z důvodu výše popsaného vlivu nastavené rychlosti interakcí na hodnoty u první prezentované metriky byla měřena také průměrná rychlost stažení jedné dlaždice. U vektorových dlaždic do měření vstupovala také rychlost načtení fontů, které na dlaždicích tvoří popis. S výjimkou zoomu na katedru, kdy se vektorové dlaždice stahovaly cca 2× déle než předgenerované rastrové, byly u ostatních interakcí průměrné rychlosti stahování dlaždic mezi těmito dvěma kategoriemi srovnatelné. Rastrové dlaždice generované na požadavek opět vykazovaly znatelně horší výsledky, především ve formátu PNG. Formát WebP byl sice rychlejší (především na pomalém připojení až dvojnásobně), ve srovnání s dalšími aplikacemi ale stále zaostával. U oddálení o tři úrovně byl oproti ostatním aplikacím průměrný čas stažení jedné dlaždice až 10× vyšší v neprospěch rastrových dlaždic generovaných na požadavek.

Třetí zkoumanou metrikou byl počet požadavků na server. Ten byl prezentován společně s počtem požadavků, které skončily stažením dlaždice. Z výsledků této metriky je patrné, že aplikace s vektorovými dlaždicemi stáhly u většiny interakcí méně dlaždic než v případě aplikací s rastrovými dlaždicemi. Nejmarkantnější byl rozdíl u interakce posun na náměstí, kde byly staženy 1–2 dlaždice v případě vektoru a 40 dlaždic v případě rastru. Z důvodu dlouhého trvání rasterizace na straně serveru, která je prováděna u rastrových dlaždic generovaných na požadavek, byl většinou počet požadavků u těchto aplikací nižší než v případě předgenerovaných dlaždic. Z výsledků popsaných výše ale vyplývá, že vliv tohoto faktu na výslednou rychlost aplikace je zanedbatelný. Vysoký počet požadavků u některých aplikací s vektorovými dlaždicemi, které neskončily stažením dlaždice, byl způsoben rozsahem dat v druhém souboru s dlaždicemi. Hranice ORP a letiště se na většině dlaždic nevyskytují, na pokus o jejich stažení proto server odpovídal hláškou o úspěšném požadavku bez nutnosti stahování dat.

Poslední měřenou metrikou byla velikost stažených dat při každé z interakcí. Nejvíce dat ve většině případů potřebovala aplikace s předgenerovanými dlaždicemi ve formátu PNG. Aplikace s dlaždicemi WebP stahovala cca 3× méně dat než v případě dlaždic PNG. Při zoomu na katedru stahovaly aplikace s vektorovými dlaždicemi většinou 4–6 MB dat, rastrové dlaždice s výjimkou předgenerovaných PNG potřebovaly při této interakci pouze 1–3 MB. U ostatních interakcí jsou již naměřené objemy srovnatelné. Nejlépe z tohoto srovnání téměř u všech interakcí vycházejí dlaždice ve formátu WebP, ať už předgenerované, nebo generované na požadavek.

V poslední části testování byly popsány neměřené aspekty procházení testovaných aplikací, mezi které se řadí uživatelský či technický aspekt. Na příkladech pořízených při procházení map je demonstrován rozdílný způsob načítání i problémy s popisem u rastrových dlaždic. Tyto aspekty hrají při používání mapy spíše estetickou roli, mohou však být důležitým faktorem při výběru používané mapové aplikace.