Python并行计算在mdb转gdb中的应用

作者：凡江林  QQ：564438737

（1）问题描述

前两天接到领导的任务，要把mdb的1:10000地形图转成cad的格式。一共有75个图幅。每一张1:10000地形图都是基于制图表达的方式来做的。经过对原始资料的整理分析，发现每一张1:10000地形图需要处理的是ANNO要素数据集（涉及到2个要素类）和DLG要素数据集（涉及到40个要素类）。

最开始的思路是，通过arcgis的导出工具Export to CAD。但由于涉及到75个幅图之多。如果每转一次都去选择一次工具运行，那效率明显很低。并且，在用arcgis工具导出数据的时候，经常会出现异常而导致arcgis软件关闭的情况。进一步思考，想到了利用arcgis的Python脚步来实现自动化的任务。

通过Python自动化的任务后，实现了数据导出到CAD的功能。但存在以下两个问题：一是执行效率较低。二是导出的CAD等高线不带高程属性（但这次任务的重点是等高线需要带高程属性，方便对基础1:10000地形图的应用。））

（2）流程思路

既然直接用arcgis导出mdb到CAD的思路不可行。那么，就得借助FME的强大空间数据转换功能。但通过尝试后发现，FME不支持mdb的空间数据库格式，但是支持gdb的格式。那么，第一步就是需要把mdb格式的数据转成gdb格式的。通过利用Python脚本把mdb转成gdb的格式。但是，在转换过程中，发现这是一个非常耗时的工程。平均转换一个mdb的1:10000图到gdb的格式，耗时约为10分钟左右。那么，10分钟*75=750分钟，也就是12.5小时。

在不经意的浏览任务管理器的时候，发现运行的脚本的CPU和内存并没有占用多少；相反，大部分都是空闲的，于是想到了并发执行。通过在网络上查阅了相关资料，找到了Pyhton中一种简单的并发执行的方式。最终整理了如下的一段演示代码，供有相关需求的专业人士参考。

#coding:utf-8
import arcpy
from multiprocessing import Pool as ThreedPool
import  test001
if __name__ == '__main__':

    list=['G48G017126']
    pool = ThreedPool(7)
    pool.map(test001.myCopyFeatureClass, list)
    pool.close()
    pool.join()
def myCopyFeatureClass(k):
   ...

（考虑到1:10000图的保密性。已经对图幅号进行了变更。特在此说明。）

以上代码中，通过引入multiprocessing包的Pool模块。然后根据CPU的实际运行情况，新建一个pool=ThreedPool（7）的7个并发数的实例。（具体并发数，需要根据自己电脑的配置，进行相关的调整。）然后利用pool.map函数，调用处理函数引用，并把列表或是元组作为参数传递进去。即可执行并行计算。

（3）探索结论

通过对75幅1:10000图的mdb转gdb的实际运行转换。发现通过并发执行的方式，大约用了3小时左右。相比之前的普通执行的12.5小时，节约了3倍多的时间。

推而广之：在利用ArcPy处理空间数据过程中，当涉及到数据量巨大，特别耗费时间的任务的时候，可以考虑把任务并行化分解执行。通过并行化方式执行，能够大大提高数据处理的效率，节约数据处理的时间。

（限于作者的学识和经验，定有不少疏漏和不当之处，甚至是错误也在所难免，恳请读者和同行批准指正！）