我正在启动一个分析项目，它将处理数以百万计的地理本地化数据。数据可能是这样的： id{ userId, long, lat, time, appId } 我的主要业务：
获取区域中包含的所有数据
查找属于某个用户标识的所有点
发布/订阅以显示所有新条目
在所有数据（或仅FEW）上添加/删除字段
我想使用meteor.js，需要接近实时的性能（~0,5s到3s最大）。
也许这很重要：我需要一个精度在3-15米之间的结果。
所以我看着：
redis:seams简单易用，有一个redis-geo插件。另外还有一个流星的司机。
postgis：m+条目的实时性能？流星没有司机。
有一个流星的司机。
hbase：为大table构建接缝。流星没有司机。
你会用哪一个(如有其他建议，我们将不胜感激。）
1条答案
按热度按时间noj0wjuj1#
有一个用于nodejs的postgres客户端，应该可以与meteor一起使用。当涉及到postgis（我自己在一些项目中使用它）时，它就像一个魅力。但是，在设计查询时，您必须注意输出（使用postgis输出函数（例如，st\u asgeojson）和数组相结合）。
当涉及到空间查询时，postgis可能是最好的选择。它经过深思熟虑的测试，妥善维护，并在许多应用中使用。
不过，我不能对你的业绩限制作任何Assert。空间查询本身就很复杂（例如：多边形交集的复杂度至多为o（n^2）。不过，您可能可以通过索引和缓存来缓解性能问题。一直对我有效，但我从不需要处理严格的查询时间限制。
关于您的操作：除了第一个操作之外，其他操作的成本几乎为零（就数据库性能而言）。第一个查询可能有点棘手，因为您必须使用以下函数之一：
ST_Intersects(),ST_Contains()或者ST_Covers(). 所有这些都比o（n）复杂。您的查询可以被设计成运行非常快，但是正如我所说的：我不知道您的约束是否得到了尊重。