这是一个创建于 2483 天前的主题，其中的信息可能已经有所发展或是发生改变。
这里的时空大数据指的是包含空间信息（经度、维度）和时间信息的多维度数据。常见的应用场景包括打车服务（指定时间段指定区域的范围查询）、指定区域内的广告推荐和投放等。
这个是毕设在做的东西，目前也调研了一些方案
-
基于 PostgreSQL+PostGIS，这种对地理信息有着较好的支持。
-
有论文提出基于 HBase 等这种分布式的 NoSQL 来进行改进，使其支持这种多维度的数据查询。
目前比较疑惑的有下面一些
-
目前业界常见的存储和查询的解决方案是怎样的？用 PostgreSQL+PostGIS 这种传统的数据库，大数据量下扩展和维护成本似乎很高，时间维度的支持也较为一般。而 HBase 这些对多维度信息的查询功能较单一，只能满足某些特定的查询需求。
-
业界在这方面的难点还有哪些？
 | 1 TypeErrorNone 2019-03-11 21:28:05 +08:00 1 |
 | 2 jzmws 2019-03-11 21:43:26 +08:00 你是搞 gis??? |
 | 3 rust 2019-03-11 23:28:15 +08:00 via Android  1 MongoDB |
 | 4 hilbertz 2019-03-11 23:49:50 +08:00 1 只有 postgis 的 n 维索引才能真正高效的支持时空索引，其他基于时空填充曲线和 btree 的索引都是低效的，时空数据本身就能很好的分区，postgresql 完全能处理海量数据 |
 | 5 cheava 2019-03-12 02:37:24 +08:00 via Android 2 基于 hbase 的时空数据库 geomesa 了解下？ |
 | 6 rogergood OP @< href="/member/jzmws">jzmws 嗯最近以及后一阶段会搞 gis 相关的大数据 @hilbertz 请问一下，postgresql 表是有大小限制的，在处理海量数据时，是不是需要人为的按照时间（比如说年份）、地理区域进行分表或分库的操作？ @cheava 好的，我看一下 @rust 我看到一篇博客（ https://www.cnblogs.com/zhenbianshu/p/6817569.html ）里提到 MongoDB 中的空间索引在较大数据量下，性能较 postgis 会有一定的下降 |
Select Language