关于时空大数据的存储和查询，目前业界常见的解决方案以及难点有哪些？

[rogergood]

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？

[TypeErrorNone]

1

[jzmws]

你是搞 gis???

[rust]

MongoDB

[hilbertz]

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

[cheava]

基于 hbase 的时空数据库 geomesa 了解下？

[rogergood]

@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