使用Bing Maps API查询区域内数据时响应缓慢问题求助

• 降采样简化边界：12000+顶点的高精度边界对于点包含判断冗余度极高，调用Bing Maps内置的Microsoft.Maps.SpatialMath.Geometry.simplify()方法对searchAreaDraw做降采样，在保留业务所需精度的前提下可将顶点数压缩到1000以内。点包含判断的时间复杂度和边界顶点数正相关，这一步可直接降低80%以上的单次判断耗时。
• 拆分复合几何：如果国家边界是包含离岛、飞地的MultiPolygon类型，提前拆分为多个独立的Polygon实例，后续判断时只要命中任意一个子Polygon就直接返回结果，不需要遍历全部复合几何的所有顶点。

• 外接矩形过滤：先调用Microsoft.Maps.SpatialMath.Geometry.bounds()获取目标区域的外接矩形，先判断pushpin是否在该矩形范围内，只有命中的才进入后续的精确包含判断。外接矩形判断仅需4次数值比较，耗时几乎可忽略，对于英国、中国这类跨度较大的国家，至少可以过滤掉60%以上不在范围内的pushpin。
• 网格分块索引：提前将所有pushpin按经纬度划分到固定大小的网格（例如0.5°×0.5°）中，查询时仅遍历和目标区域外接矩形重叠的网格内的pushpin，进一步减少需要判断的元素数量。

• 避免API额外开销：不要在循环中重复调用封装度较高的SpatialMath方法，可提前将searchAreaDraw的几何数据缓存为原生坐标数组，自行实现简化版的射线法点包含判断，比调用官方封装API少了大量参数校验、类型转换的额外开销。
• 禁用服务端查询：你用到的SpatialMath服务端相交查询是走网络请求的，耗时高是必然结果，所有判断逻辑全部走客户端内置的SpatialMath本地方法，不要调用服务端接口。

• 分片异步处理：如果需要判断的pushpin数量超过1000个，将任务拆分为每批200个的分片，用requestIdleCallback或者setTimeout异步执行，避免阻塞主线程导致页面卡顿，用户感知上的耗时会大幅降低。
• 结果缓存：如果同一个区域需要多次查询，将已经判断过的pushpin结果缓存下来，重复查询时直接读取缓存即可，无需二次判断。

优化后代码示例 #

// 预处理步骤：简化边界+获取外接矩形
// tolerance参数按需调整，数值越大顶点越少，精度越低
const simplifiedArea = Microsoft.Maps.SpatialMath.Geometry.simplify(searchAreaDraw, 0.001);
const areaBounds = Microsoft.Maps.SpatialMath.Geometry.bounds(simplifiedArea);
const matchedPins = [];

for (let i = 0; i < pins.length; i++) {
  const pinLoc = pins[i].getLocation();
  // 第一步：粗筛，排除明显不在范围内的点
  if (
    pinLoc.latitude > areaBounds.north ||
    pinLoc.latitude < areaBounds.south ||
    pinLoc.longitude > areaBounds.east ||
    pinLoc.longitude < areaBounds.west
  ) {
    continue;
  }
  // 第二步：粗筛通过后再做精确包含判断
  if (Microsoft.Maps.SpatialMath.Geometry.contains(simplifiedArea, pins[i])) {
    matchedPins.push(pins[i]);
    // 你的业务逻辑
  }
}

内容的提问来源于stack exchange，提问作者Dot Net