PENINGKATAN KINERJA SERVER APLIKASI WEB GIS BERBASIS POSTGRESQL DAN MAPSERVER AURIZA RAHMAD AKBAR

PENINGKATAN KINERJA SERVER APLIKASI WEB GIS BERBASIS POSTGRESQL DAN MAPSERVER

AURIZA RAHMAD AKBAR

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

PENINGKATAN KINERJA SERVER APLIKASI WEB GIS BERBASIS POSTGRESQL DAN MAPSERVER

AURIZA RAHMAD AKBAR

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer pada Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

ABSTRACT AURIZA RAHMAD AKBAR. Performance Improvement of Web GIS Application Server Based on PostgreSQL and MapServer. Under the direction of HARI AGUNG ADRIANTO. The PHP MapScript-based web GIS application with a huge amount of geographic data is very slow to load. In this paper, we will scale-up the server to bring the real potential out of the hardware. We will also use caching technique to speed-up both the PHP scripts and the map generation, using APC (Alternative PHP Cache) and TileCache respectively. APC can be used as opcode cache and data cache to speed-up PHP-based web application in general. TileCache solution offers faster map generation and lower resource consumption. Keywords: server, performance, web GIS, mapserver, postgresql, tilecache.

Judul Skripsi Nama NIM

: Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer : Auriza Rahmad Akbar : G64050089

Menyetujui: Dosen Pembimbing,

Hari Agung Adrianto, S.Kom, M.Si NIP: 19760917 200501 1 001

Mengetahui: Ketua Departemen,

Dr. Ir. Sri Nurdiati, M.Sc NIP: 19601126 198601 2 001

Tanggal Lulus:

PRAKATA Alhamdulillaahi rabbil 'aalamiin, washshalaatu wassalaamu 'alaa rasuulillaah. Puji dan syukur penulis panjatkan kepada Allah subhaanahu wa ta'aala atas rahmat dan hidayah-Nya sehingga tugas akhir dengan judul “Peningkatan Kinerja Server Aplikasi Web GIS Berbasis PostgreSQL dan MapServer” ini dapat diselesaikan dengan baik. Penelitian ini dilaksanakan dari bulan Maret hingga Juni 2011, bertempat di Pusat Pengkajian Perencanaan dan Pengembangan Wilayah (P4W) LPPM IPB Kampus Baranangsiang dengan menggunakan server dari PT. Sucofindo. Terima kasih penulis sampaikan kepada bapak Hari Agung atas bimbingan dan arahannnya selama pengerjaan tugas akhir ini, serta bapak Toto Haryanto dan bapak Hendra Rahmawan yang telah banyak memberikan kritik dan saran selama pengujian tugas akhir ini. Penulis juga mengucapkan terima kasih kepada semua pihak yang telah membantu dalam penyelesaian tugas akhir ini. Semoga karya ilmiah ini bermanfaat.

Bogor, Oktober 2011 Auriza Rahmad Akbar

RIWAYAT HIDUP Penulis dilahirkan pada tanggal 5 Maret 1987 di Demak sebagai anak pertama dari empat bersaudara dari pasangan Sukid Raharjo dan Sudarmi. Penulis lulus dari SMA Negeri 1 Surakarta pada tahun 2005. Pada tahun yang sama, penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur USMI. Penulis kemudian memilih jurusan Ilmu Komputer setelah menyelesaikan tahun pertamanya di IPB. Pada tahun 2008, penulis melaksanakan kegiatan praktik lapang di Lembaga Pengembangan Insani selama dua bulan. Penulis pernah menjadi asisten mata kuliah Pemrosesan Paralel pada tahun akademik 2008/2009. Selama mengerjakan skripsi, penulis juga membantu instalasi dan integrasi aplikasi web GIS Scibun yang dikembangkan oleh PT. Sucofindo ke dalam server Linux.

DAFTAR ISI Halaman DAFTAR TABEL.......................................................................................................................vii DAFTAR GAMBAR..................................................................................................................vii PENDAHULUAN Latar Belakang........................................................................................................................1 Tujuan......................................................................................................................................1 Ruang Lingkup........................................................................................................................1 TINJAUAN PUSTAKA PostgreSQL.............................................................................................................................1 PostGIS....................................................................................................................................1 MapServer...............................................................................................................................1 TileCache.................................................................................................................................1 OpenLayers.............................................................................................................................1 Scale-up...................................................................................................................................1 Benchmarking..........................................................................................................................2 METODOLOGI PENELITIAN Aplikasi Web GIS dan Data Geografis....................................................................................2 Prosedur Benchmark...............................................................................................................2 HASIL DAN PEMBAHASAN Lingkungan Pengujian.............................................................................................................3 Spesifikasi Server..............................................................................................................3 Sistem Operasi...................................................................................................................3 Waktu Eksekusi PHP.........................................................................................................3 Konsumsi RAM.................................................................................................................3 Kinerja Awal......................................................................................................................4 PostgreSQL.............................................................................................................................4 Scale-up.............................................................................................................................4 Koneksi Maksimum...........................................................................................................5 Memori Kerja....................................................................................................................5 Apache.....................................................................................................................................5 Scale-up.............................................................................................................................5 Keep Alive..........................................................................................................................5 Directory Index..................................................................................................................6 Mematikan Modul AutoIndex dan CGI.............................................................................6 Hasil Keseluruhan..............................................................................................................6 PHP..........................................................................................................................................6 Perbaiki Pesan Peringatan.................................................................................................7 Perbaiki Include Path........................................................................................................7 Opcode Cache....................................................................................................................7 Data Cache........................................................................................................................7 Hindari Include Once.........................................................................................................8 Data Cache Parametrik.....................................................................................................8 Hasil Keseluruhan..............................................................................................................9 MapServer...............................................................................................................................9 Koneksi Database..............................................................................................................9 Proyeksi...........................................................................................................................10 Level of Detail (LOD)......................................................................................................10 Indeks GiST.....................................................................................................................10 Hasil Keseluruhan............................................................................................................11 TileCache...............................................................................................................................11 Implementasi....................................................................................................................11 Cara Kerja........................................................................................................................11 Seeding dan Pemrosesan Citra.........................................................................................11

Halaman Metode Benchmark..........................................................................................................12 Konfigurasi OpenLayers..................................................................................................12 Hasil Benchmark..............................................................................................................12 KESIMPULAN DAN SARAN Kesimpulan............................................................................................................................13 Saran......................................................................................................................................13 DAFTAR PUSTAKA..................................................................................................................13

vi

DAFTAR TABEL Halaman 1. Konsumsi RAM per proses.......................................................................................................4 2. Kinerja server awal...................................................................................................................4 3. Kinerja server setelah scale-up PostgreSQL.............................................................................4 4. Kinerja server setelah scale-up Apache....................................................................................5 5. Kinerja server setelah menurunkan KeepAliveTimeout Apache................................................6 6. Kinerja server setelah mematikan modul AutoIndex dan CGI Apache....................................6 7. Kinerja server setelah memperbaiki pesan peringatan PHP.....................................................7 8. Kinerja server setelah memperbaiki include path PHP............................................................7 9. Kinerja server setelah instalasi APC.........................................................................................7 10. Kinerja server setelah implementasi data cache.....................................................................8 11. Kinerja server setelah penggantian include_once...................................................................8 12. Kinerja server setelah implementasi data cache parametrik..................................................9 13. Perbandingan kinerja server WMS MapServer dengan TileCache.......................................12 DAFTAR GAMBAR Halaman 1. Prosedur benchmark..................................................................................................................2 2. Alokasi RAM server..................................................................................................................4 3. Kinerja server sebelum dan setelah scale-up PostgreSQL untuk halaman peta.......................5 4. Kinerja server setelah konfigurasi Apache untuk halaman peta...............................................6 5. Kinerja server setelah konfigurasi Apache untuk halaman indeks...........................................6 6. Kinerja server setelah konfigurasi PHP untuk halaman peta....................................................9 7. Kinerja server setelah konfigurasi PHP untuk halaman indeks................................................9 8. Peta sebelum implementasi LOD............................................................................................10 9. Peta setelah implementasi LOD..............................................................................................10 10. Peta pada extent tertentu........................................................................................................11 11. Perbandingan kecepatan MapServer setelah konfigurasi......................................................11 12. Perbandingan arsitektur web GIS..........................................................................................11 13. Tile peta untuk objek benchmark..........................................................................................12 14. Perbandingan kinerja server WMS MapServer dengan TileCache.......................................13

vii

PENDAHULUAN Latar Belakang Aplikasi web GIS (Geographic Information System) 'Scibun' yang dikembangkan oleh PT. Sucofindo untuk Kementerian Pertanian memiliki data geografis yang besar, yaitu hampir 600 MB dalam bentuk teks SQL. Data geografis tersebut merupakan data perkebunan kelapa sawit, karet, dan kakao di hampir seluruh provinsi di Indonesia. Dengan data sebesar itu, waktu yang diperlukan oleh Scibun untuk menggambar peta sangat lama, bisa lebih dari 10 detik. Oleh karena itu, perlu dilakukan konfigurasi untuk meningkatkan kinerja server. Scibun menggunakan PostgreSQL untuk menyimpan data geografis dan MapServer (PHP MapScript) untuk menggambar peta. Tujuan Penelitian ini bertujuan untuk meningkatkan kinerja server sehingga aplikasi web GIS Scibun dapat berjalan lebih cepat. Selain itu, akan dicoba alternatif lain yang tidak terlalu membebani prosesor, yaitu TileCache.

PostGIS PostGIS menambahkan dukungan untuk objek geografis pada PostgreSQL. PostGIS menjadikan server PostgreSQL dapat digunakan sebagai database spasial untuk sistem informasi geografis. PostGIS mendukung standar fungsi, tipe data, dan operasi database spasial dari OGC (Open Geospatial Consortium) (PostGIS Team 2010). MapServer MapServer adalah program penggambar data geografis open source yang ditulis dalam bahasa C. MapServer mendukung berbagai format input dan output. MapServer juga menyediakan antarmuka untuk bahasa pemrograman seperti PHP dan Python. MapServer mendukung berbagai standar dari OGC (MapServer Team 2011). TileCache

Ruang Lingkup Penelitian ini sebagai berikut:

untuk berbagai bahasa serta dokumentasi yang lengkap. PostgreSQL sangat scalable, mampu menangani kuantitas data yang besar dan mengakomodasi banyak pengguna secara konkuren (PostgreSQL Global Development Group 2009).

memiliki

ruang lingkup

1. Server memakai sistem operasi Debian GNU/Linux. 2. Konfigurasi server difokuskan pada aplikasi server PostgreSQL, Apache, PHP, dan MapServer. 3. TileCache dan OpenLayers akan dicoba sebagai aplikasi web GIS alternatif. 4. Benchmark dilakukan pada jaringan loopback. TINJAUAN PUSTAKA PostgreSQL PostgreSQL adalah ORDBMS (Object Relational Database Management System) open source dengan reputasi yang baik dalam kehandalan, integritas data, dan correctness. PostgreSQL dapat berjalan pada sistem operasi Linux, UNIX, maupun Windows. PostgreSQL mendukung penuh ACID (atomicity, consistency, isolation, durability) dan sebagian besar standar ANSI SQL 92/2003. PostgreSQL juga menyediakan antarmuka pemrograman

TileCache adalah implementasi WMS-C (Web Map Service Caching) open source yang dikembangkan oleh MetaCarta. TileCache hanya membutuhkan akses tulis ke harddisk, kemampuan menjalankan skrip CGI Python, dan WMS yang akan di-cache untuk dapat membuat cache dari server WMS apapun. Hasilnya kemudian dapat ditampilkan pada klien yang mendukung WMS-C, seperti OpenLayers (TileCache 2010). OpenLayers OpenLayers adalah pustaka JavaScript open source untuk menampilkan data peta pada web browser modern. OpenLayers menyediakan API JavaScript untuk membuat aplikasi web GIS yang interaktif seperti Google Maps (OpenLayers 2011). Scale-up Scale-up adalah teknik untuk meningkatkan kinerja server dengan menambah sumber daya. Hal ini mencakup konfigurasi server supaya sumber daya tersebut dapat dimanfaatkan secara optimal (Michael et al. 2007).

1

Benchmarking Meskipun sering dikritik, benchmark adalah cara yang efektif dan terjangkau dalam menjalankan eksperimen. Intinya, benchmark adalah sebuah sampel dari suatu domain tugas; sampel ini kemudian dieksekusi oleh komputer. Pengukuran kinerja dilakukan selama proses eksekusi. Sebuah benchmark menyediakan medan yang setara untuk ide-ide yang saling berlawanan, dan jika benchmark tersebut cukup representatif, benchmark dapat menghasilkan perbandingan yang dapat diulang dan objektif. Paling tidak, benchmark dapat menyingkirkan pendekatan yang keliru dan klaim yang berlebihan (Tichy 1997). METODOLOGI PENELITIAN Aplikasi Web GIS dan Data Geografis Aplikasi web GIS Scibun digunakan untuk menguji kinerja server. Scibun ditulis dalam bahasa PHP dan menggunakan ekstensi PHP MapScript untuk menggambar peta. Data geografis yang digunakan adalah hasil survey perkebunan oleh PT. Sucofindo. Namun, halaman peta yang diuji hanya peta awal, yaitu peta administrasi yang terdiri dari tiga layer data geografis, yaitu provinsi, kabupaten, dan jalan. Hal ini dilakukan karena pada saat penelitian, data pada layer perkebunan belum lengkap seluruhnya. Selain halaman peta, halaman awal (indeks) Scibun juga digunakan untuk menguji kinerja server. Hal ini dilakukan supaya tidak hanya halaman peta saja yang menjadi lebih cepat, tetapi juga untuk keseluruhan halaman aplikasi web. Prosedur Benchmark Benchmark dilakukan secara sistematis, yaitu dengan mengkonfigurasi satu opsi dalam satu waktu, kemudian dibandingkan hasilnya. Tidak semua opsi diuji, hanya beberapa opsi yang dianggap mempengaruhi kinerja server saja. Jika ternyata hasil konfigurasi untuk opsi tersebut meningkatkan kinerja server, maka konfigurasi tersebut akan tetap dipertahankan. Tetapi jika tidak, konfigurasi pada opsi tersebut dikembalikan seperti semula. Diagram alur untuk prosedur benchmark untuk satu iterasi dapat dilihat pada Gambar 1.

Gambar 1. Prosedur benchmark. Penjelasan dari langkah-langkah diagram alur pada Gambar 1 di atas adalah sebagai berikut: • • •

•

Tuning: mengkonfigurasi salah satu opsi pada aplikasi server. Benchmark: menjalankan program benchmark untuk mengukur kinerja server. Faster?: membandingkan kinerja server setelah konfigurasi dengan yang sebelumnya. Kinerja server diukur dengan metrik transaction per second. Rollback: jika ternyata hasil konfigurasi tidak meningkatkan kinerja server, maka konfigurasi opsi tersebut dikembalikan seperti semula dan kembali melakukan tuning.

Benchmark dilakukan pada setiap komponen aplikasi server. Urutan komponen server yang akan dikonfigurasi adalah PostgreSQL, Apache, PHP, dan MapServer. TileCache akan dicoba jika semua komponen di atas telah dikonfigurasi secara optimal. Secara umum, program 'siege' digunakan untuk mensimulasikan pengguna dalam waktu bersamaan (konkuren). Benchmark dilakukan pada tingkat konkurensi pengguna 4, 8, 16, 32, 64, 128, 256, dan 512. Jika benchmark pada tingkat konkurensi tertentu terjadi kegagalan transaksi lebih dari 1%, maka benchmark dihentikan. Artinya, server tidak dapat melayani permintaan pada tingkat konkurensi tersebut dengan baik. Metrik yang dibandingkan dari hasil benchmark ini adalah nilai transaction per second.

2

Opsi benchmark dibedakan antara halaman peta dengan halaman indeks. Benchmark pada halaman peta hanya dilakukan sebanyak empat kali permintaan karena loading halaman ini cukup lama, sedangkan benchmark pada halaman indeks dilakukan selama 60 detik. Benchmark dilakukan sebanyak tiga kali ulangan pada tiap tingkat konkurensi, kemudian diambil rataannya. Di antara tiap ulangan, diberikan jeda 30 detik agar jumlah proses anak server PostgreSQL dan Apache kembali normal. Server tidak di-restart supaya cache aplikasi web tetap ada. Jika cache hilang, kinerja server akan menurun dan mempengaruhi hasil benchmark. Berikut adalah contoh skrip shell untuk mengotomatisasi prosedur benchmark seperti di atas. #!/bin/bash MAP="http://localhost/scibun/map.php" IDX="http://localhost/scibun/index.php" for c in 4 8 16 32 64 128 256 512; do echo "konkurensi = $c" for i in 1 2 3; do echo " ulangan ke-$i" siege -b -c $c $MAP -r 4 2>>map.txt sleep 30 siege -b -c $c $IDX -t 60s 2>>idx.txt sleep 30 done done

HASIL DAN PEMBAHASAN Lingkungan Pengujian Spesifikasi Server Server untuk aplikasi web GIS memiliki prosesor dengan arsitektur 64-bit (x86-64). Jumlah RAM pada server ini adalah 2 GB. Scale-up perlu dilakukan pada server untuk memanfaatkan jumlah RAM ini secara optimal. Berikut adalah spesifikasi server ini. Name: Extron NetSystem E400 CPU: Intel Xeon E5606 Quad Core 2.13 GHz RAM: UDIMM DDR3 2 GB - 1333 ECC Harddisk: SATA 500 GB, 7200 RPM Network: 2x Gigabit Ethernet NIC

Kecepatan tulis dan baca harddisk pada server adalah 88 MB/s dan 107 MB/s. Metode pengukuran kecepatan harddisk dilakukan menggunakan program 'dd' dengan perintah di bawah ini. # dd if=/dev/zero of=bigfile bs=8k \ count=500000 && sync # dd if=bigfile of=/dev/null bs=8k

Nilai count didapat dari jumlah total RAM dikalikan dua, kemudian dibagi dengan bs (blocksize) sebesar 8 kB. Tujuan dari besar file

dua kali dari jumlah RAM adalah untuk menghindari disk caching ke RAM. Sistem Operasi Sistem operasi yang dipilih untuk server ini adalah Debian GNU/Linux 6.0, kernel 2.6.32-5amd64. Debian merupakan distribusi GNU/Linux yang banyak digunakan sebagai server web. Menurut data survei bulan Juni 2011 dari W3Techs, 9.3% situs web tersibuk di dunia memakai Debian. Perangkat lunak server memakai distribusi 64-bit. Keuntungan arsitektur 64-bit dari segi kinerja adalah kecepatan server akan meningkat. Kinerja server Apache meningkat 39.2% dengan menggunakan perangkat lunak 64-bit (Tonkikh 2006). Server hanya diinstal perangkat lunak yang dibutuhkan. Semua paket aplikasi diunduh dari repositori resmi Debian dengan pilihan distribusi versi stable. Aplikasi server yang dipakai pada server ini antara lain: • • • • • •

PostgreSQL 8.4.7 PostGIS 1.5.1 Apache 2.2.16 PHP 5.3.3 MapServer 5.6.5 TileCache 2.03

Waktu Eksekusi PHP Nilai waktu eksekusi maksimum skrip PHP default adalah 30 detik. Karena permintaan data spasial yang berukuran besar, maka waktu 30 detik ini terkadang tidak cukup, sehingga banyak permintaan yang terhenti di tengah jalan dan mengakibatkan kegagalan akses. Untuk mengatasinya, opsi waktu eksekusi maksimum ditambah menjadi 60 detik. Berikut adalah perintah untuk mengubah opsi ini. # editor /etc/php5/apache2/php.ini max_execution_time = 60

Konsumsi RAM Konsumsi RAM aplikasi server diukur dengan menggunakan program 'htop', yaitu dengan mencatat nilai tertinggi pada kolom RES (resident memory) untuk setiap proses aplikasi server Apache dan PostgreSQL. Konsumsi RAM server saat idle adalah 54 MB, sedangkan konsumsi RAM untuk satu proses aplikasi server setelah melayani permintaan untuk halaman peta dan indeks pada tingkat konkurensi 16 dapat dilihat pada Tabel 1.

3

Tabel 1. Konsumsi RAM per proses Halaman

PostgreSQL

Apache

Peta

50 MB

90 MB

Gambar 2. Alokasi RAM server.

Indeks

6 MB

16 MB

Konfigurasi PostgreSQL perlu dilakukan scale-up untuk memanfaatkan RAM pada server secara optimal. Alokasi RAM server dapat dilihat pada Gambar 2. Jumlah RAM yang dialokasikan untuk PostgreSQL dan sistem operasi adalah 1024 MB. Nilai shared_buffers adalah 25%-nya, yaitu 256 MB. Nilai effective_cache_size adalah 75%-nya, yaitu 768 MB (Smith 2010). Nilai max_connections didapat dari jumlah alokasi RAM untuk PostgreSQL dibagi dengan rataan konsumsi RAM per proses PostgreSQL (Temme 2007). Jika tidak terjadi swapping, maka nilai ini dapat dinaikkan lagi.

Kinerja Awal Kinerja awal server secara keseluruhan dapat dilihat pada Tabel 2. Server hanya mampu melayani permintaan halaman peta dengan baik sampai tingkat konkurensi 16. Kinerja server menurun drastis pada tingkat konkurensi 32. Adapun untuk halaman indeks, server masih mampu melayani permintaan untuk tingkat konkurensi yang lebih tinggi lagi. Tabel 2. Kinerja server awal Konkurensi 4 8 16 32

Peta trx/s gagal 0.31 0% 0.31 0% 0.31 0% 0.05 8%

Indeks trx/s gagal 78.81 0% 80.48 0% 80.12 0% 79.67 0%

PostgreSQL Konfigurasi server PostgreSQL terletak pada /etc/postgresql/8.4/main/postgresql.conf.

Penjelasan dari PostgreSQL Global Development Group (2009) mengenai opsi-opsi yang akan dikonfigurasi adalah sebagai berikut: •

•

•

•

Opsi ini mengatur jumlah RAM yang dialokasikan sebagai shared buffer. Nilai yang disarankan adalah 25% dari jumlah RAM yang tersedia. Nilai awalnya adalah 24 MB. effective_cache_size: Opsi ini menunjukkan ukuran cache yang tersedia bagi query planner. Jika cache mencukupi, maka akan digunakan index scan daripada sequential scan biasa. Nilai awalnya adalah 128 MB. max_connections: Opsi ini mengatur jumlah koneksi maksimum yang dapat dilayani oleh server dalam satu waktu. Opsi ini digunakan untuk meminimalkan disk swapping. Nilai awalnya adalah 100. work_mem: Opsi ini mengatur jumlah RAM yang dialokasikan untuk operasi sorting internal. Nilai awalnya adalah 1 MB. shared_buffers:

Scale-up

koneksi max =

Dari

alokasi RAM konsumsi RAM per proses

rumus

di atas, didapat nilai 768 MB / ((50+6)/2) MB = 768 / 28 ≈ 27. Setelah dilakukan benchmark, ternyata masih ada RAM yang tersisa, sehingga nilai max_connections dapat dinaikkan lagi. Pada saat max_connections 32, penggunaan RAM sudah optimal tanpa terjadi swapping. max_connections:

Hasil konfigurasi ini dapat dilihat pada Tabel 3 dan Gambar 3. Kinerja server secara umum sama seperti kondisi awal. Akan tetapi, server sekarang mampu melayani permintaan halaman peta dengan baik sampai tingkat konkurensi 256. Artinya, konfigurasi scale-up ini telah berhasil memperbaiki kemampuan server dalam melayani permintaan pada konkurensi yang lebih tinggi. Tabel 3. Kinerja server setelah scale-up PostgreSQL Konkurensi 4 8 16 32 64 128 256 512

Peta trx/s gagal 0.31 0% 0.31 0% 0.31 0% 0.62 0% 1.21 0% 2.21 0% 4.17 0% 6.82 10%

Indeks trx/s gagal 78.88 0% 80.61 0% 80.07 0% 79.83 0% 79.28 0% 73.45 0% 70.42 0% 71.78 16%

shared_buffers = 256MB effective_cache_size = 768MB max_connections = 32

4

8 7 6

•

trx / sec

5 4 3

•

2 1 0 4

8

16

32

64

128

256

512

secara konkuren. Nilai ini juga menunjukkan jumlah proses anak maksimum yang dapat dibuat untuk melayani permintaan. Nilai awalnya adalah 100. KeepAliveTimeout: Opsi ini mengatur berapa detik server akan menunggu untuk melayani permintaan selanjutnya dari koneksi yang sama, sebelum koneksi tersebut diputus. Nilai awalnya adalah 15. DirectoryIndex: Opsi ini berisi urutan daftar berkas yang akan ditampilkan jika klien mengakses sebuah direktori. Urutan awalnya adalah: index.html, index.cgi, index.pl, index.php, index.xhtml, dan index.htm.

konkurensi sebelum

sesudah

Gambar 3. Kinerja server sebelum dan setelah scale-up PostgreSQL untuk halaman peta. Koneksi Maksimum max_connections = 100

Penambahan jumlah koneksi belum tentu meningkatkan kinerja server. Kinerja server justru turun menjadi 0.05 transaction/second pada tingkat konkurensi 32. Jumlah koneksi yang melebihi kapasitas RAM ini akan menyebabkan swapping berlebihan. Akibatnya, server menjadi sangat lambat, karena prosesor harus berulang kali mengambil data dari swap disk. Jadi, jumlah koneksi perlu dibatasi agar server tetap berjalan optimal. Jika permintaan melebihi jumlah koneksi, maka kelebihan permintaan tersebut langsung ditolak, sehingga tidak mengganggu jalannya permintaan lain yang sedang diproses. Memori Kerja work_mem = 8MB

Peningkatan memori kerja dari 1 MB menjadi 8 MB tidak meningkatkan kinerja server. Hal ini disebabkan query data geografis ke server PostgreSQL tidak terdapat operasi sorting yang kompleks. Apache Konfigurasi utama server web Apache terletak pada /etc/apache2/apache2.conf. Penjelasan dari Apache Software Foundation (2008) mengenai opsi-opsi yang akan dikonfigurasi adalah sebagai berikut: •

MaxClients:

Opsi ini mengatur jumlah koneksi maksimum yang dapat diproses

Scale-up MaxClients 64

Jumlah RAM yang dialokasikan untuk server Apache adalah 1024 MB. Satu proses Apache memerlukan jumlah RAM sebesar 16 MB untuk melayani halaman indeks. Jumlah klien maksimum ini didapat dari alokasi RAM untuk Apache dibagi dengan dengan konsumsi RAM per proses Apache (Temme 2007). Hasil perhitungan untuk jumlah klien maksimum adalah sebagai berikut: 1024 MB / 16 MB = 64. Hasil scale-up dapat dilihat pada Tabel 4. Kinerja server meningkat secara signifikan pada tingkat konkurensi di atas 64. Kinerja halaman peta dan indeks masing-masing meningkat 5% dan 10%. Tabel 4. Kinerja server setelah scale-up Apache Konkurensi 64 128 256 512

Peta trx/s gagal 1.21 0% 2.35 0% 4.50 0% 6.93 18%


Keep Alive KeepAliveTimeout 2

Penurunan waktu KeepAliveTimeout hanya sedikit meningkatkan kinerja server. Hasilnya dapat dilihat pada Tabel 5. Kinerja halaman peta dan indeks masing-masing meningkat 2% dan 0.3% pada tingkat konkurensi 64 ke atas. Hal ini dikarenakan benchmark server hanya dilakukan di localhost saja, sehingga efek jaringan tidak terlihat. KeepAlive sangat berguna bagi halaman yang memiliki banyak objek berukuran kecil dan bagi klien yang memiliki koneksi internet yang lambat. 5

Tabel 5. Kinerja server setelah menurunkan KeepAliveTimeout Apache Konkurensi 64 128 256 512

Peta trx/s gagal 1.21 0% 2.37 0% 4.51 0% 7.42 14%


meningkat setelah dilakukan beberapa konfigurasi di atas. Perbandingan kinerja server sebelum dan sesudah konfigurasi Apache untuk halaman peta dan indeks dapat dilihat masingmasing pada Gambar 4 dan 5. Kinerja server untuk halaman indeks juga menjadi lebih stabil pada tingkat konkurensi di atas 64. 10 9 8

Directory Index

7

Konfigurasi ini hanya berlaku untuk halaman indeks. Biasanya klien mengakses halaman hanya dengan menuliskan nama direktori saja, misalnya http://localhost/scibun/. Server kemudian melihat opsi ini untuk mencari berkas indeks yang akan ditampilkan. Karena nama berkas halaman indeks Scibun adalah 'index.php', maka server akan redirect menuju http://localhost/scibun/index.php. Hasil konfigurasi ini meningkatkan kinerja halaman indeks yang diakses tidak secara langsung sebesar 0.4% pada tingkat konkurensi 128.

6 trx / sec

# editor /etc/apache2/mod-enabled/dir.conf DirectoryIndex index.php index.html

5 4 3 2 1 0 4

8

16

32

64

128 256 512

konkurensi sebelum

sesudah

Gambar 4. Kinerja server setelah konfigurasi Apache untuk halaman peta. 82 80

# a2dismod autoindex cgi

78

Modul Apache yang tidak digunakan sebaiknya dimatikan, karena modul ini akan menambah konsumsi RAM per proses Apache. Selain itu, modul AutoIndex juga dapat menjadi celah keamanan bagi server. Jika modul ini aktif, klien dapat menjelajahi isi direktori server dengan leluasa.

76

Hasil konfigurasi ini dapat dilihat pada Tabel 6. Kinerja halaman peta dan indeks masing-masing meningkat 5% dan 0.2% pada tingkat konkurensi 64 ke atas. Tabel 6. Kinerja server setelah mematikan modul AutoIndex dan CGI Apache Konkurensi 64 128 256 512

Peta trx/s gagal 1.21 0% 2.36 0% 4.50 1% 8.83 14%


Hasil Keseluruhan

trx / sec

Mematikan Modul AutoIndex dan CGI

74 72 70 68 66 64 4

8

16

32

64

128 256 512

konkurensi sebelum

sesudah

Gambar 5. Kinerja server setelah konfigurasi Apache untuk halaman indeks. PHP Konfigurasi PHP secara umum dilakukan dengan cara mengubah kode sumber PHP Scibun. Pengubahan ini diusahakan seminimal mungkin tanpa mengubah fungsi aplikasi web. Selain itu juga ditambahkan modul caching pada PHP untuk meningkatkan kinerja server.

Kinerja server Apache secara keseluruhan 6

Perbaiki Pesan Peringatan Setelah melihat log kesalahan Apache, ternyata Scibun banyak menimbulkan pesan peringatan. Hal ini disebabkan oleh penulisan kode PHP yang kurang cermat. Selain memperlambat kinerja server, berkas log kesalahan juga akan memenuhi harddisk jika server banyak diakses. Cara mengatasinya adalah dengan memperbaiki kode PHP yang bermasalah. Namun karena keterbatasan waktu, diambil jalan pintas yaitu mengatur supaya PHP tidak melaporkan pesan peringatan. Potongan kode di bawah ini perlu ditambahkan pada bagian paling atas kode sumber PHP supaya hanya pesan kesalahan yang akan dilaporkan.

Hasil perbaikan ini dapat dilihat pada Tabel 7. Kinerja halaman peta dan indeks masingmasing meningkat 1.6% dan 0.3% pada tingkat konkurensi 64 ke atas. Tapi perlu diingat bahwa solusi di atas adalah solusi sementara. Solusi yang ideal adalah dengan memperbaiki semua pesan peringatan sehingga kinerja dan keamanan aplikasi web meningkat. Tabel 7. Kinerja server setelah memperbaiki pesan peringatan PHP Konkurensi 64 128 256 512

Peta trx/s gagal 1.21 0% 2.36 0% 4.51 0% 9.38 16%


Perbaiki Include Path Setelah menelusuri system call Apache pada halaman indeks, ternyata ada satu include path yang kurang tepat. Akibatnya PHP akan mencari berkas yang akan disertakan tersebut pada setiap include path. Hal ini tentunya membuang waktu prosesor tanpa guna. Untuk mengatasinya, include path perlu diperbaiki sesuai dengan path berkas yang akan disertakan. Hasil perbaikan ini dapat dilihat pada Tabel 8. Kinerja halaman indeks meningkat 0.3% pada tingkat konkurensi 64 ke atas, sedangkan untuk halaman peta tidak ditemukan include path yang bermasalah.

Tabel 8. Kinerja server setelah memperbaiki include path PHP Konkurensi 64 128 256 512

Indeks trx/s 79.74 79.78 79.69 78.85

gagal 0% 0% 1% 8%

Opcode Cache PHP adalah interpreted language. Skrip PHP dikompilasi menjadi opcode untuk kemudian dijalankan oleh interpreter PHP. Hasil kompilasi ini perlu disimpan ke dalam suatu cache, sehingga server tidak perlu melakukan kompilasi ulang setiap kali halaman web diakses. Salah satu implementasi opcode cache untuk PHP adalah APC (Alternative PHP Cache). APC akan menyimpan opcode hasil kompilasi ke dalam shared memory secara otomatis. Kinerja aplikasi web PHP semakin meningkat karena opcode disimpan di dalam RAM. Pengaruh opcode cache pada Scibun dapat dilihat pada Tabel 9. Kinerja halaman peta dan indeks meningkat masing-masing 2% dan 76% pada tingkat konkurensi 64 sampai 256. Kinerja halaman peta hanya meningkat sedikit karena waktu prosesor lebih banyak digunakan untuk menggambar peta. Tabel 9. Kinerja server setelah instalasi APC Konkurensi 4 8 16 32 64 128 256 512

Peta trx/s gagal 0.31 0% 0.31 0% 0.31 0% 0.62 0% 1.22 0% 2.40 0% 4.64 0% 8.40 15%


Data Cache APC juga dapat digunakan sebagai data cache. Tujuannya adalah untuk mengurangi koneksi ke database. Data langsung diambil dari cache, sehingga kinerja server meningkat. Ekstensi PHP 'XDebug' dapat digunakan untuk mengidentifikasi bagian kode yang menjadi bottleneck. Berikut adalah contoh potongan 7

kode PHP untuk mengambil daftar provinsi dari database yang telah ditambahkan dengan fungsi APC. public function getProvinsiList() { $result = apc_fetch('provinsi_list'); if ($result === FALSE) { $sql = 'SELECT * FROM provinsi'; $result = $this->db->getAll($sql); apc_store('provinsi_list', $result); } return $result; }

Alamat URL (Uniform Resource Locator) gambar peta yang dihasilkan oleh PHP MapScript juga dapat disimpan dalam cache. Akan tetapi, hanya tampilan peta awal yang memungkinkan, karena tampilan peta selanjutnya selalu berubah seiring dengan masuknya query dari klien. Jadi teknik caching peta ini hanya berlaku untuk gambar peta awal, tidak untuk keseluruhan halaman peta. Berikut adalah contoh potongan kode PHP untuk menggambar peta. if ($this->gbShowQueryResults) { $img = $this->map->drawQuery(); $url = $img->saveWebImage(); } else { $url = apc_fetch('initial_map_url'); if ($url === FALSE or !file_exists($WEBROOT.$url)) { $img = $this->map->draw(); $url = $img->saveWebImage(); apc_store('initial_map_url', $url); } }

Hasil implementasi data cache ini dapat dilihat pada Tabel 10. Kinerja rata-rata halaman peta meningkat tajam sebesar 128 kali lipat. Akan tetapi peningkatan kinerja ini hanya berlaku untuk halaman peta awal saja, yaitu peta administrasi. Teknik caching peta lainnya perlu dicari untuk mengatasi kekurangan tersebut. Tabel 10. Kinerja server setelah implementasi data cache Konkurensi 4 8 16 32 64 128 256 512

Peta trx/s 80.00 80.00 81.01 81.53 81.53 81.01 75.52 72.97

gagal 0% 0% 0% 0% 0% 0% 0% 5%

Hindari Include Once Pernyataan include_once dan require_once akan memeriksa dulu apakah berkas sudah pernah disertakan sebelumnya atau tidak. Pernyataan ini sebaiknya diganti dengan pernyataan include biasa. Ekstensi PHP 'inclued' dapat digunakan untuk menelusuri hierarki include aplikasi web PHP. Hasil penggantian include_once menjadi dapat dilihat pada Tabel 11. Kinerja halaman peta dan indeks meningkat masingmasing 0.3% dan 0.9%. include

Tabel 11. Kinerja server setelah penggantian include_once

Konkurensi 4 8 16 32 64 128 256 512

Peta trx/s gagal 80.00 0% 80.00 0% 81.01 0% 81.53 0% 81.79 0% 80.88 0% 76.82 0% 73.48 4%


Data Cache Parametrik Fungsi untuk mengambil data dari database kebanyakan memakai parameter untuk memilih data yang diinginkan. Parameter tersebut dipakai dalam klausa WHERE pada query. Hasil dari fungsi ini dapat disimpan dalam cache dengan teknik data cache parametrik. Berikut contoh fungsi PHP untuk mengambil daftar kabupaten dari database berdasarkan parameter provinsi. Nama parameter ditambahkan pada nama cache APC untuk membedakannya dari cache yang berjenis sama tetapi dengan parameter yang berbeda. public function getKabupatenList($idprov) { $result = apc_fetch('kab_list'.$idprov); if ($result === FALSE) { $sql = 'SELECT * FROM kabupaten '. 'WHERE idprov = '.$idprov; $result = $this->db->getAll($sql); apc_store('kab_list'.$idprov, $result); } return $result; }

Hasil implementasi data cache parametrik ini dapat dilihat pada Tabel 12. Kinerja halaman peta meningkat 41%. Persentase kegagalan server juga menurun dari 5% menjadi 1% pada tingkat konkurensi 512.

8

Tabel 12. Kinerja server setelah implementasi data cache parametrik

4 8 16 32 64 128 256 512

120

Peta trx/s 114.29 114.29 116.36 117.43 116.89 116.89 106.56 95.87

gagal 0% 0% 0% 0% 0% 0% 0% 1%

100 trx / sec

Konkurensi

140

80 60 40 20 0 4

8

•

Jika opsi ini aktif, maka koneksi database PostgreSQL akan tetap terbuka dan dapat dipakai ulang oleh layer MapServer selanjutnya. PROJECTION: Opsi ini mengatur jenis proyeksi untuk objek peta dan layer. Proyeksi dapat ditentukan dengan kata kunci PROJ.4 atau melalui kode EPSG.

sesudah

180 160 140

trx / sec

120

Prosedur benchmark MapServer berbeda dari prosedur sebelumnya. Benchmark MapServer menggunakan program 'shp2img' untuk menguji kinerja mapfile. Program ini dijalankan dalam mode debug sebanyak lima kali ulangan. Berikut adalah contoh penggunaan program ini serta keluarannya.

PROCESSING "CLOSE_CONNECTION=DEFER":

128 256 512

Gambar 6. Kinerja server setelah konfigurasi PHP untuk halaman peta.

MapServer

•

64

konkurensi

APC sangat bermanfaat untuk meningkatkan kinerja server pada aplikasi web PHP. Pemakaian APC sebagai opcode dan data cache dapat meningkatkan kinerja aplikasi web PHP dari dua sampai 100 kali lipat atau lebih. Perbandingan kinerja server sebelum dan sesudah konfigurasi PHP untuk halaman peta dan indeks dapat dilihat masing-masing pada Gambar 6 dan 7.

Opsi-opsi mapfile yang akan dikonfigurasi dijelaskan pada daftar berikut ini (MapServer Team 2011).

32

sebelum

Hasil Keseluruhan

$ shp2img -m administrasi.map \ -map_debug 3 -c 5 -o out.png We will draw 5 times... msDrawMap(): Layer 0 (provinsi), 4.858s msDrawMap(): Layer 1 (kabupaten), 0.558s msDrawMap(): Layer 2 (jalan), 5.106s msDrawMap(): Drawing Label Cache, 0.000s msDrawMap() total time: 10.524s msSaveImage() total time: 0.056s ...

16

100 80 60 40 20 0 4

8

16

32

64

128 256 512

konkurensi sebelum

sesudah

Gambar 7. Kinerja server setelah konfigurasi PHP untuk halaman indeks. •

MAXSCALEDENOM:

Jika penyebut skala peta melebihi nilai opsi ini, maka layer tidak akan digambar. Opsi ini dapat digunakan di dalam objek layer dan class.

Koneksi Database Data geografis mapfile pada tiap layer diambil dari database yang sama. Opsi PROCESSING "CLOSE_CONNECTION=DEFER" harus diaktifkan supaya koneksi database tidak langsung ditutup jika MapServer telah selesai menggambar satu layer. Koneksi ini dapat dimanfaatkan ulang, sehingga layer selanjutnya tidak perlu membuat koneksi baru ke database yang sama. Berikut adalah contoh penulisan opsi ini pada mapfile.

9

LAYER ... CONNECTIONTYPE POSTGIS DATA "the_geom FROM provinsi" PROCESSING "CLOSE_CONNECTION=DEFER" ... END

Penggunaan opsi ini mengurangi waktu yang diperlukan oleh MapServer untuk menggambar peta sebesar 0.8%, dari 10.54 detik menjadi 10.45 detik.

Gambar 8. Peta sebelum implementasi LOD.

Proyeksi Penulisan objek proyeksi dapat dilakukan dengan dua cara: kata kunci PROJ.4 dan kode EPSG. Walaupun lebih ringkas, cara kedua harus melihat berkas referensi dahulu untuk mengambil kata kunci PROJ.4 yang bersesuaian dengan kode EPSG. Jadi, kedua proyeksi tersebut pada dasarnya sama. Berikut adalah contoh dua cara penulisan objek proyeksi. PROJECTION "proj=longlat" "ellps=WGS84" "datum=WGS84" "no_defs" END PROJECTION "init=epsg:4326" END

Penulisan objek proyeksi dengan kode EPSG menambah waktu yang dibutuhkan oleh MapServer untuk menggambar peta sebesar 0.1%, dari 10.45 detik menjadi 10.47 detik. Jadi, penulisan objek proyeksi sebaiknya langsung memakai kata kunci PROJ.4. Level of Detail (LOD) Opsi MAXSCALEDENOM digunakan untuk mengimplementasikan LOD pada mapfile. Selain meningkatkan kinerja, LOD juga berfungsi untuk mengurangi kerumitan pada tampilan peta. Berikut adalah contoh penulisan opsi ini pada mapfile. Opsi ini dapat digunakan untuk objek layer maupun class. LAYER NAME 'Jalan' ... CLASS NAME 'Jalan Arteri' ... MAXSCALEDENOM 1000000 END CLASS NAME 'Jalan Kolektor' ... MAXSCALEDENOM 250000 END END

Gambar 9. Peta setelah implementasi LOD. Contoh implementasi LOD dapat dilihat pada Gambar 8 dan 9. Perinciannya adalah sebagai berikut: layer 'provinsi' akan selalu digambar, layer 'kabupaten' akan digambar jika skala peta melebihi 1:4 000 000, sedangkan layer 'jalan' akan digambar jika skala peta melebihi 1:1 000 000. Implementasi LOD mengurangi waktu yang diperlukan oleh MapServer untuk menggambar peta awal sebesar 54%, dari 10.45 detik menjadi 4.86 detik. Indeks GiST GiST (Generalized Search Tree) menyediakan indeks spasial untuk kolom geometris pada PostGIS. Indeks GiST bermanfaat untuk mempercepat pencarian data spasial. Berikut adalah contoh perintah SQL untuk membuat indeks GiST pada sebuah kolom geometris di tabel 'jalan' (PostGIS Team 2010). # CREATE INDEX jalan_the_geom ON jalan USING GIST (the_geom); # VACUUM ANALYZE jalan;

Benchmark pada mapfile dilakukan pada extent peta tertentu. Hal ini dilakukan agar pengaruh indeks GiST terlihat. Jika seluruh peta yang digambar, maka indeks tidak akan dipakai. Berikut adalah perintah yang dipakai untuk menggambar peta pada extent tertentu saja. Hasil gambar peta dengan extent ini dapat dilihat pada Gambar 10. $ shp2img -m administrasi.map \ -map_debug 3 -c 5 -o out.png \ -e 105.32259 -1.73887 105.66626 -1.56686

10

Implementasi

Gambar 10. Peta pada extent tertentu. Hasil pemakaian indeks GiST ini mengurangi waktu yang diperlukan oleh MapServer untuk menggambar peta sebesar 23%, dari 0.49 detik menjadi 0.38 detik.

Implementasi TileCache memerlukan arsitektur web GIS yang baru. Arsitektur lama dengan PHP MapScript sudah sulit untuk ditingkatkan lagi kinerjanya. Arsitektur baru ini semuanya mengimplementasikan standar OGC, yaitu server WMS MapServer, server WMS-C TileCache, dan klien WMS OpenLayers. Arsitektur web GIS ditunjukkan pada Gambar 12. Garis putus-putus menunjukkan arsitektur TileCache yang baru.

Hasil Keseluruhan Implementasi LOD mampu mengurangi waktu yang dibutuhkan MapServer untuk menggambar peta lebih dari 50%. Perbandingan kecepatan MapServer sebelum dan sesudah konfigurasi ditunjukkan pada Gambar 11. Waktu loading halaman peta awal (tanpa menggunakan cache peta) berkurang dari 10 detik lebih menjadi 6 detik. Penggunaan indeks GiST juga mempercepat loading halaman peta saat di-zoom pada extent tertentu. Konfigurasi LOD dan indeks GiST ini sangat penting dalam meningkatkan kinerja MapServer.

Server TileCache menggunakan modul CGI Apache. Program CGI MapServer juga perlu diinstal untuk menyediakan server WMS. Mapfile juga harus ditambahkan dukungan untuk WMS. Selain itu ruang harddisk untuk menyimpan tile peta juga perlu dipersiapkan. Cara Kerja

8

Jika TileCache sudah berjalan, maka semua tile peta yang pernah diminta oleh klien akan dibuat cache-nya. Permintaan dari klien selanjutnya akan diambil dari cache tile peta. Jika tile peta yang dimaksud tidak ada dalam cache, maka TileCache akan meminta tile peta ke server WMS, dan kemudian hasilnya disimpan ke dalam cache.

6

Seeding dan Pemrosesan Citra

12 10

waktu (detik)

Gambar 12. Perbandingan arsitektur web GIS.

4 2 0 Sebelum

Sesudah

Gambar 11. Perbandingan kecepatan MapServer setelah konfigurasi. TileCache Pada pembahasan sebelumnya, metode caching peta dengan APC masih memiliki kekurangan yang mendasar, yaitu tidak semua peta dapat dibuat cache-nya. TileCache adalah alternatif caching peta yang akan digunakan untuk mengatasi kekurangan tersebut.

Cache tile peta dapat dibangkitkan secara otomatis dengan program 'tilecache_seed'. Arsitektur TileCache pada Gambar 12 menggunakan metode ini. TileCache tidak perlu meminta tile peta ke server WMS, karena tile peta sampai level zoom tertentu sudah ada semua di dalam cache. Tile peta di dalam cache yang dihasilkan oleh proses seeding dapat diproses lebih lanjut. Program 'optipng' akan digunakan untuk mengoptimalkan ukuran citra PNG. Sebanyak 9101 tile peta hasil seeding berkurang ukuran totalnya sebesar 53%, yaitu dari 13.4 MB menjadi 6.3 MB dengan program ini. Ukuran tile peta yang lebih kecil ini bermanfaat bagi klien dengan koneksi yang lambat. Berikut adalah contoh perintah seeding dan optimisasi citra PNG.

untuk

11

# tilecache_seed \ "http://localhost/cgi/tilecache.cgi?" \ administrasi 0 9 \ "95.0111,-12.267,141.007,6.0777" # cd /var/www/tilecache/ # chown -R www-data:www-data * # find -name "*png" | nice xargs optipng -q

Metode Benchmark Benchmark TileCache dilakukan dengan dua cara. Cara pertama: memakai ekstensi 'Firebug' untuk Firefox. Metrik yang dibandingkan adalah waktu loading halaman peta pada OpenLayers. Program siege tidak dapat dipakai karena OpenLayers menggunakan Ajax untuk meminta tile peta dari server, sehingga output program siege menjadi tidak valid. Cara kedua: program siege akan dipakai dalam benchmark untuk satu permintaan tile peta langsung ke server WMS MapServer dan TileCache. Metrik yang dibandingkan adalah nilai transaction per second. Berikut adalah alamat WMS untuk tile peta tersebut. Alamat pertama akan meminta gambar peta dari server WMS MapServer. Alamat kedua akan meminta tile peta dari TileCache. Kedua alamat tersebut memiliki parameter yang sama, sehingga tile yang dihasilkan adalah sama. Skala tile peta ini adalah 1:28 000 000. Tile peta yang digunakan sebagai objek benchmark kedua ditunjukkan pada Gambar 13. http://localhost/cgi-bin/administrasi ?LAYERS=provinsi,kabupaten,jalan &FORMAT=image/png &SERVICE=WMS &VERSION=1.1.1 &REQUEST=GetMap &STYLES= &SRS=EPSG:4326 &BBOX=112.5,22.5,135,0 &WIDTH=256 &HEIGHT=256 http://localhost/cgi-bin/tilecache.cgi ?LAYERS=administrasi &FORMAT=image/png &SERVICE=WMS &VERSION=1.1.1 &REQUEST=GetMap &STYLES= &SRS=EPSG:4326 &BBOX=112.5,22.5,135,0 &WIDTH=256 &HEIGHT=256

Konfigurasi server TileCache terletak pada /etc/tilecache.cfg. Konfigurasi untuk layer 'administrasi' di atas adalah sebagai berikut. [cache] type=Disk base=/var/www/tmp/tilecache [administrasi] type=WMSLayer url=http://localhost/cgi-bin/administrasi? layers=provinsi,kabupaten,jalan

Gambar 13. Tile peta untuk objek benchmark. Konfigurasi OpenLayers Konfigurasi OpenLayers yang digunakan dalam benchmark pertama yaitu: • • •

ukuran viewport: 1000 × 500 piksel ukuran tile: 256 × 256 piksel buffer: 0

Hasil Benchmark Waktu yang diperlukan OpenLayers untuk menampilkan peta dari server WMS MapServer dan TileCache masing-masing adalah 5.04 detik dan 0.66 detik. TileCache mengurangi waktu loading peta sebesar 87%. Perbandingan kinerja TileCache dengan server WMS MapServer dalam melayani permintaan satu tile peta ditunjukkan pada Tabel 13 dan Gambar 14. Kinerja TileCache unggul 100 kali lipat dari server WMS pada tingkat konkurensi di bawah 32. Kinerja TileCache sangat stabil di setiap tingkat konkurensi. Tabel 13. Perbandingan kinerja server WMS MapServer dengan TileCache Konkurensi 4 8 16 32 64 128 256 512

WMS trx/s gagal 0.86 0% 0.86 0% 0.86 0% 1.39 25% 6.52 13% 13.86 6% 24.47 3% 20.00 18%

TileCache trx/s gagal 96.45 0% 95.95 0% 94.00 0% 93.24 0% 92.94 0% 92.92 0% 92.82 1% 92.43 7%

12

DAFTAR PUSTAKA

120

Apache Software Foundation. 2009. Apache HTTP Server Documentation Version 2.2. http://www.apache.org/dist/httpd/docs/httpddocs-2.2.14.en.pdf

100

trx / sec

80

MapServer Team. 2011. MapServer Documentation: Release 5.6.6. http://mapserver.org/MapServer-56.pdf

60 40 20 0 4

8

16

32

64

128 256 512

konkurensi WMS

TileCache

Gambar 14. Perbandingan kinerja server WMS MapServer dengan TileCache. KESIMPULAN DAN SARAN Kesimpulan Kinerja server aplikasi web GIS berbasis PostgreSQL dan PHP MapScript dapat ditingkatkan dengan langkah-langkah berikut: 1. Scale-up server PostgreSQL dan Apache sesuai dengan jumlah RAM server. 2. Instalasi APC sebagai opcode dan data cache bagi PHP. 3. Implementasi level of detail (LOD) pada mapfile. 4. Penambahan indeks GiST pada kolom geometri PostGIS. Jika setelah mengikuti langkah-langkah di atas kinerja server masih kurang memuaskan, maka TileCache dapat digunakan sebagai alternatif. TileCache mampu meningkatkan kinerja (transaction per second) server WMS hingga 100 kali lipat. Akan tetapi, implementasi TileCache memerlukan arsitektur yang berbeda, sehingga solusi TileCache ini tidak bisa langsung ditambahkan ke dalam aplikasi web GIS berbasis PHP MapScript yang lama. Saran Kode sumber PHP perlu dikaji ulang untuk meningkatkan kinerja aplikasi web. Penggunaan pustaka PHP dan JavaScript yang berlebihan akan memperlambat kinerja aplikasi web. Selain itu perlu diterapkan frontend engineering untuk meningkatkan responsivitas aplikasi web pada sisi klien.

Michael M, Moreira JE, Shiloach D, Wisniewski RW. 2007. Scale-up x Scaleout: A Case Study Using Nutch/Lucene. http://www.cecs.uci.edu/~papers/ipdps07/pd fs/SMTPS-201-paper-1.pdf OpenLayers. 2011. OpenLayers: Free Maps for The Web. http://openlayers.org/ [29 Juni 2011] PostGIS Team. 2010. PostGIS 1.5.1 Manual. http://postgis.refractions.net/download/postg is-1.5.1.pdf PostgreSQL Global Development Group. 2009. PostgreSQL 8.4.6 Documentation. http://www.postgresql.org/files/documentati on/pdf/8.4/postgresql-8.4.6-A4.pdf Smith G. 2010. Server Configuration Tuning in PostgreSQL. https://www.packtpub.com/article/serverconfiguration-tuning-postgresql [8 Juli 2011] Temme S. 2007. Apache Performance Tuning Part One: Scaling Up. http://people.apache.org/~sctemme/ApconU S2007/scalingup.pdf Tichy W. 1997. Should Computer Scientists Experiment More?: 16 Excuses to Avoid Experimentation. http://citeseerx.ist.psu.edu/viewdoc/downloa d?doi=10.1.1.36.5786&rep=rep1&type=pdf TileCache. 2010. TileCache -- Web Map Tile Caching. http://tilecache.org/ [29 Juni 2011] Tonkikh A. 2006. Benchmarks: AMD64 in 32bit mode vs 64bit mode. http://art-blog.noip.info/files/amd64vsi386.odt W3Techs. 2011. Usage Statistics and Market Share of Debian for Websites. http://w3techs.com/technologies/details/osdebian/all/all [29 Juni 2011]

13

PENINGKATAN KINERJA SERVER APLIKASI WEB GIS BERBASIS POSTGRESQL DAN MAPSERVER AURIZA RAHMAD AKBAR

Recommend Documents