Aus\u00eancia de \u00edndice espacial<\/a><\/li>
Ordem incorreta das opera\u00e7\u00f5es<\/a><\/li>
Fun\u00e7\u00e3o espacial utilizada sem filtro espacial<\/a><\/li>
Geometrias excessivamente complexas<\/a><\/li>
Estat\u00edsticas PostgreSQL desatualizadas<\/a><\/li><\/ul><\/li>
Exemplo real de otimiza\u00e7\u00e3o<\/a>
- Vers\u00e3o otimizada<\/a><\/li><\/ul><\/li>
- Checklist r\u00e1pida para diagnosticar uma consulta PostGIS lenta<\/a><\/li>
- Conclus\u00e3o<\/a><\/li><\/ul><\/nav><\/div>\n
  <\/span>1. Come\u00e7ar analisando a consulta<\/span><\/h2>\n\n\n\n
  O primeiro passo consiste em compreender como o PostgreSQL executa a consulta.<\/p>\n\n\n\n
  Para isso, utiliza-se:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  EXPLAIN ANALYZE<\/p>\n
  <\/div><\/div>\n\n\n\n
  Exemplo:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  EXPLAIN ANALYZE
  \nSELECT *
  \nFROM routes r
  \nJOIN communes c
  \nON ST_Intersects(r.geom, c.geom);<\/p>\n
  <\/div><\/div>\n\n\n\n
  Esse comando permite verificar:<\/p>\n\n\n\n
  \n
  se um \u00edndice espacial est\u00e1 sendo utilizado<\/li>\n\n\n\n
  quantas linhas s\u00e3o analisadas<\/li>\n\n\n\n
  quanto tempo leva cada etapa.<\/li>\n<\/ul>\n\n\n\n
  Se aparecer:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  Seq Scan<\/p>\n
  <\/div><\/div>\n\n\n\n
  isso significa que o PostgreSQL est\u00e1 percorrendo toda a tabela.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>2. Verificar a presen\u00e7a de \u00edndices espaciais<\/span><\/h2>\n\n\n\n
  Os \u00edndices s\u00e3o essenciais para consultas espaciais.<\/p>\n\n\n\n
  Um \u00edndice espacial normalmente \u00e9 criado assim:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  CREATE INDEX idx_routes_geom
  \nON routes
  \nUSING GIST (geom);<\/p>\n
  <\/div><\/div>\n\n\n\n
  Os \u00edndices permitem que o PostgreSQL reduza drasticamente o n\u00famero de geometrias analisadas.<\/p>\n\n\n\n
  Sem um \u00edndice espacial, o desempenho pode ser desastroso.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>3. Utilizar operadores espaciais compat\u00edveis com \u00edndices<\/span><\/h2>\n\n\n\n
  Algumas fun\u00e7\u00f5es do PostGIS utilizam automaticamente os \u00edndices espaciais.<\/p>\n\n\n\n
  Por exemplo:<\/p>\n\n\n\n
  \n
  ST_Intersects<\/a><\/li>\n\n\n\n
  ST_Within<\/li>\n\n\n\n
  ST_Contains<\/li>\n<\/ul>\n\n\n\n
  No entanto, muitas vezes \u00e9 \u00fatil adicionar um filtro de bounding box:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  geom && other_geom<\/p>\n
  <\/div><\/div>\n\n\n\n
  Exemplo:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  SELECT *
  \nFROM routes r
  \nJOIN communes c
  \nON r.geom && c.geom
  \nAND ST_Intersects(r.geom, c.geom);<\/p>\n
  <\/div><\/div>\n\n\n\n
  O teste de bounding box \u00e9 muito mais r\u00e1pido.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>4. Verificar a complexidade das geometrias<\/span><\/h2>\n\n\n\n
  Geometrias muito detalhadas podem tornar algumas opera\u00e7\u00f5es significativamente mais lentas.<\/p>\n\n\n\n
  Em alguns casos, pode ser \u00fatil simplificar as geometrias:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  ST_Simplify(geom, tolerance)<\/p>\n
  <\/div><\/div>\n\n\n\n
  ou criar uma tabela simplificada para determinadas an\u00e1lises.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>5. Evitar certas fun\u00e7\u00f5es nas cl\u00e1usulas WHERE<\/span><\/h2>\n\n\n\n
  Algumas fun\u00e7\u00f5es impedem o uso eficiente dos \u00edndices.<\/p>\n\n\n\n
  Por exemplo:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  ST_Buffer(geom, 100)<\/p>\n
  <\/div><\/div>\n\n\n\n
  em uma cl\u00e1usula WHERE pode tornar a consulta muito lenta.<\/p>\n\n\n\n
  Exemplo ruim:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  WHERE ST_Intersects(ST_Buffer(geom,100), zone)<\/p>\n
  <\/div><\/div>\n\n\n\n
  Muitas vezes \u00e9 melhor reformular a consulta.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>6. Verificar as estat\u00edsticas da base de dados<\/span><\/h2>\n\n\n\n
  O PostgreSQL utiliza estat\u00edsticas para escolher o plano de execu\u00e7\u00e3o.<\/p>\n\n\n\n
  Ap\u00f3s muitas modifica\u00e7\u00f5es nos dados, recomenda-se executar:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  ANALYZE<\/p>\n
  <\/div><\/div>\n\n\n\n
  ou<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  VACUUM ANALYZE<\/p>\n
  <\/div><\/div>\n\n\n\n
  Isso ajuda a melhorar o plano de consulta.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>7. Limitar os dados analisados<\/span><\/h2>\n\n\n\n
  Frequentemente \u00e9 \u00fatil reduzir o volume de dados antes das opera\u00e7\u00f5es espaciais.<\/p>\n\n\n\n
  Por exemplo, utilizando um filtro por atributo:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  WHERE type = ‘rodovia’<\/p>\n
  <\/div><\/div>\n\n\n\n
  Isso reduz o n\u00famero de objetos analisados.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>8. Testar diferentes abordagens<\/span><\/h2>\n\n\n\n
  Em alguns casos, diferentes formas de escrever a consulta podem produzir desempenhos muito diferentes.<\/p>\n\n\n\n
  Por isso, \u00e9 \u00fatil testar diferentes estrat\u00e9gias:<\/p>\n\n\n\n
  \n
  jun\u00e7\u00e3o espacial<\/li>\n\n\n\n
  subconsulta<\/li>\n\n\n\n
  materializa\u00e7\u00e3o intermedi\u00e1ria.<\/li>\n<\/ul>\n\n\n\n
  \n\n\n\n
  <\/span>9. Os 5 erros mais comuns no PostGIS que deixam uma consulta lenta<\/span><\/h2>\n\n\n\n
  Alguns erros aparecem com muita frequ\u00eancia em bases de dados espaciais.<\/p>\n\n\n\n
  <\/span>Aus\u00eancia de \u00edndice espacial<\/span><\/h3>\n\n\n\n
  Essa \u00e9 a causa mais comum.<\/p>\n\n\n\n
  Sem \u00edndice espacial, o PostgreSQL precisa analisar todas as geometrias da tabela.<\/p>\n\n\n\n
  Criar um \u00edndice:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  CREATE INDEX idx_routes_geom
  \nON routes
  \nUSING GIST (geom);<\/p>\n
  <\/div><\/div>\n\n\n\n
  \n\n\n\n
  <\/span>Ordem incorreta das opera\u00e7\u00f5es<\/span><\/h3>\n\n\n\n
  Algumas consultas executam diretamente uma opera\u00e7\u00e3o espacial custosa em toda a tabela.<\/p>\n\n\n\n
  Exemplo ineficiente:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  SELECT *
  \nFROM edificios
  \nWHERE ST_Intersects(geom, ST_Buffer(:zone,100));<\/p>\n
  <\/div><\/div>\n\n\n\n
  Nesse caso, a fun\u00e7\u00e3o ST_Buffer \u00e9 recalculada para cada linha.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>Fun\u00e7\u00e3o espacial utilizada sem filtro espacial<\/span><\/h3>\n\n\n\n
  Uma jun\u00e7\u00e3o espacial pode ser muito lenta se n\u00e3o houver um filtro de bounding box.<\/p>\n\n\n\n
  Exemplo recomendado:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  SELECT *
  \nFROM routes r
  \nJOIN communes c
  \nON r.geom && c.geom
  \nAND ST_Intersects(r.geom, c.geom);<\/p>\n
  <\/div><\/div>\n\n\n\n
  O operador && utiliza o \u00edndice espacial.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>Geometrias excessivamente complexas<\/span><\/h3>\n\n\n\n
  Algumas geometrias cont\u00eam milhares de v\u00e9rtices.<\/p>\n\n\n\n
  Em certos casos pode ser \u00fatil utilizar:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  ST_Simplify(geom, tolerance)<\/p>\n
  <\/div><\/div>\n\n\n\n
  ou armazenar uma vers\u00e3o simplificada.<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>Estat\u00edsticas PostgreSQL desatualizadas<\/span><\/h3>\n\n\n\n
  Se a tabela foi fortemente modificada, o PostgreSQL pode escolher um plano de execu\u00e7\u00e3o ruim.<\/p>\n\n\n\n
  Atualizar estat\u00edsticas:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  VACUUM ANALYZE<\/p>\n
  <\/div><\/div>\n\n\n\n
  \n\n\n\n
  <\/span>Exemplo real de otimiza\u00e7\u00e3o<\/span><\/h2>\n\n\n\n
  Suponha uma consulta que procura estradas dentro de um munic\u00edpio.<\/p>\n\n\n\n
  Consulta inicial:<\/p>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  SELECT r.*
  \nFROM routes r, communes c
  \nWHERE ST_Intersects(r.geom, c.geom)
  \nAND c.nom = ‘Paris’;<\/p>\n
  <\/div><\/div>\n\n\n\n
  Tempo de execu\u00e7\u00e3o: 45 segundos<\/p>\n\n\n\n
  <\/span>Vers\u00e3o otimizada<\/span><\/h3>\n\n\n
  <\/div>
  <\/div>
  <\/div><\/div>
  <\/p>\n
  SELECT r.*
  \nFROM routes r
  \nJOIN communes c
  \nON r.geom && c.geom
  \nAND ST_Intersects(r.geom, c.geom)
  \nWHERE c.nom = ‘Paris’;<\/p>\n
  <\/div><\/div>\n\n\n\n
  Com:<\/p>\n\n\n\n
  \n
  \u00edndice espacial<\/li>\n\n\n\n
  filtro de bounding box<\/li>\n<\/ul>\n\n\n\n
  Tempo de execu\u00e7\u00e3o: menos de um segundo<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>Checklist r\u00e1pida para diagnosticar uma consulta PostGIS lenta<\/span><\/h2>\n\n\n\n
  Quando uma consulta demora demais, verifique:<\/p>\n\n\n\n
  ✔ a consulta com EXPLAIN ANALYZE
  ✔ a presen\u00e7a de um \u00edndice espacial
  ✔ o uso de operadores compat\u00edveis com \u00edndices
  ✔ a complexidade das geometrias
  ✔ a presen\u00e7a de um filtro por atributo
  ✔ as estat\u00edsticas PostgreSQL (ANALYZE)<\/p>\n\n\n\n
  \n\n\n\n
  <\/span>Conclus\u00e3o<\/span><\/h2>\n\n\n\n
  Quando uma consulta PostGIS \u00e9 lenta, \u00e9 importante seguir uma abordagem progressiva:<\/p>\n\n\n\n
  \n
  analisar a consulta com EXPLAIN ANALYZE<\/li>\n\n\n\n
  verificar os \u00edndices espaciais<\/li>\n\n\n\n
  utilizar operadores compat\u00edveis com \u00edndices<\/li>\n\n\n\n
  simplificar as geometrias quando necess\u00e1rio<\/li>\n\n\n\n
  manter as estat\u00edsticas da base de dados atualizadas.<\/li>\n<\/ul>\n\n\n\n
  Com essas etapas simples, muitas vezes \u00e9 poss\u00edvel reduzir o tempo de execu\u00e7\u00e3o de v\u00e1rios minutos para apenas alguns segundos.<\/p>\n\n\n\n
  Na maioria dos casos, uma consulta PostGIS lenta est\u00e1 relacionada a um \u00edndice ausente ou a um plano de execu\u00e7\u00e3o inadequado. Uma an\u00e1lise met\u00f3dica com EXPLAIN ANALYZE quase sempre permite identificar o problema.<\/p>\n\n\n\n
  \n","protected":false},"excerpt":{"rendered":"
  Bases de dados espaciais podem conter milh\u00f5es de objetos geogr\u00e1ficos. Em alguns casos, uma consulta PostGIS pode levar v\u00e1rios segundos \u2014 ou at\u00e9 v\u00e1rios minutos. Esse problema geralmente acontece quando: Neste artigo, veremos as etapas cl\u00e1ssicas…<\/p>\n","protected":false},"author":1,"featured_media":16766,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"give_campaign_id":0,"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"sfsi_plus_gutenberg_text_before_share":"","sfsi_plus_gutenberg_show_text_before_share":"","sfsi_plus_gutenberg_icon_type":"","sfsi_plus_gutenberg_icon_alignemt":"","sfsi_plus_gutenburg_max_per_row":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[2136,3276],"tags":[4649,2158],"class_list":["post-16764","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-postgis","category-postgresql-pt","tag-optimizar-pt","tag-postgis-pt"],"aioseo_notices":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2026\/05\/postgis2.png?fit=745%2C331&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p6XU0A-4mo","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/16764","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/comments?post=16764"}],"version-history":[{"count":0,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/posts\/16764\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media\/16766"}],"wp:attachment":[{"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/media?parent=16764"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/categories?post=16764"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sigterritoires.fr\/index.php\/wp-json\/wp\/v2\/tags?post=16764"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}

<\/span>1. Come\u00e7ar analisando a consulta<\/span><\/h2>\n\n\n\nO primeiro passo consiste em compreender como o PostgreSQL executa a consulta.<\/p>\n\n\n\nPara isso, utiliza-se:<\/p>\n\n\n<\/div>