我正在启动一个分析项目，该项目将处理数百万个地理本地化数据。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userId的所有点
- pub/sub显示所有新条目
- 在所有数据上添加/删除字段（或仅添加少量）
我想使用Meteor.js，需要接近实时的性能（最大约0.5秒至3秒）。
也许这很重要：我的成绩需要在3-15米之间。
所以我看了看：
Redis:接缝使用简单，有一个Redis-Geo插件。此外，还有一个流星的司机。
PostGIS:M+条目的实时性能？没有流星的司机。
PostGre:流星有一个驱动程序。
Hbase：为大桌子构建接缝。没有流星的司机。
你会用哪一个？（任何其他建议都将不胜感激。）
nodejs有一个postgres客户端，它应该可以与流星一起使用。当谈到PostGIS时，它就像一种魅力（我自己在一些项目中使用过它）。不过，在设计查询时，您必须处理输出（使用postGIS输出函数（例如ST_AsGeoJSON），并结合ARRAY）。
PostGIS可能是空间查询的最佳选择。它经过彻底的测试，维护得当，并在许多应用中使用。
不过，我不能断言您的性能限制。空间查询本质上是复杂的（例如：多边形交集的复杂度最多为O（n^2））。不过，您可能能够通过索引和缓存来缓解性能问题。一直为我工作，但我从不需要处理紧张的查询时间限制。
关于您的操作：除了第一个操作外，所有操作都应该几乎不需要任何成本（从数据库性能角度来看）。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ST_Covers()。所有这些都具有比O（n）更大的复杂性。您的查询可以进行设计，使其运行速度相当快，但正如我所说：我不知道您的约束是否得到了遵守。