我正在考虑购买包含 5000 万条记录的位置数据集。拥有这么多条目的数据库时，我将面临哪些问题？我计划在 heroku 上使用 Postgres。使用 lat lng 运行附近位置等查询时会遇到问题吗？我怎样才能让这些查询运行得非常快？在 heroku 上与此相关的一些成本是什么？
【问题讨论】：
标签： database postgresql heroku
问题有多种形式。在这一点上，这是一个相当广泛的问题。 首先，您需要很好地定义您的应用程序将支持的访问模式。您将需要在 where 子句中使用的字段上构建索引以支持这些情况。如果没有索引，并发查询，即使只有几十个，也会让你的机器崩溃。
对于 PostGIS 中的地理空间查询，您还需要使用每条记录的 lat lon val 在该数据上创建空间索引，以构建点几何来填充几何字段。具有空间索引的几何字段将使空间查询非常快。
另一种有助于提高访问速度的方法是使用表分区，并将每个表的数据文件放在单独的挂载点上，其中分区基于某个位置（如 geohash 前缀范围或其他内容）。这是非常高级的东西，除非你有很多 dba/geo 经验，否则你需要大量阅读才能实现它。
无论如何，如果您期望非常高的并发性，您将需要一个非常强大的盒子。 或者，如果您的用例本质上是只读的，您可以使用 Apache SOLR Cloud 或 ElasticSearch 之类的东西来支持您的查询，包括点几何查询、BBox 和多边形查询。 ElasticSearch 是集群的，因此它将有助于通过分片等方式分发查询。SOLR Cloud 将做同样的事情（基本上）。我现在针对具有 7.5 亿条记录的 10 节点 ElasticSearch 集群进行开发，每条记录都是一个地理点加上一堆其他字段。如果您的用例不是同时具有高并发和繁重写入负载的用例，那么这些是重型替代方案可能不是必需的。此外，如果您需要使用所有 postGis 分析函数，即 st_* 函数，那么您可能仍需要坚持使用 PostGIS。
我对heroku一无所知
HTH
【讨论】：