Database/NoSQL - basso modo di latenza per recuperare i seguenti dati

Question

Ho un'applicazione immobiliare e una "casa" contiene le seguenti informazioni:

house: 
- house_id 
- address 
- city 
- state 
- zip 
- price 
- sqft 
- bedrooms 
- bathrooms 
- geo_latitude 
- geo_longitude 

Ho bisogno di eseguire un estremamente veloce (bassa latenza) di recupero di tutte le case all'interno di casella coordinate geografiche.

Qualcosa di simile a SQL di seguito (se dovessi usare un database):

SELECT * from houses 
WHERE latitude IS BETWEEN xxx AND yyy 
AND longitude IS BETWEEN www AND zzz 

Domanda: Quale sarebbe il modo più veloce per me di memorizzare queste informazioni in modo che possa svolgere il recupero più veloce di dati basati sulla latitudine & longitudine? (ad esempio database, NoSQL, memcache, ecc.)?

Answer 1

ThereMongoDB supporta gli indici geospaziali, ma ci sono modi per ridurre il tempo di calcolo per cose come questa. A seconda di come sono organizzati i tuoi dati, puoi posizionare le case in "tessere" identificabili e quindi recuperare tutte le case per una determinata tessera e, partendo da quel set di dati ridotto, ordinare in base alla distanza da qualunque coordinate tu abbia.

A seconda del numero di tessere disponibili, è possibile utilizzare le maschere di bit per trovare case che potrebbero essere vicine o sovrapposte a più riquadri.

Answer 2

Questa è una query tipica per un'applicazione GIS (Geographical Information System). Molti di questi sono risolti usando indici quad-tree, o simili, spaziali. La piastrellatura menzionata è il modo in cui questi spesso finiscono per essere implementati.

Se un indice contenente le coordinate potrebbe essere contenuto nella memoria e il DBMS ha un ottimizzatore decente, una scansione della tabella potrebbe fornire una distanza cartesiana da qualsiasi punto di interesse con un sovraccarico ragionevolmente basso. Se questo è troppo lento, la query potrebbe essere pre-filtrata confrontando ciascun asse coordinato separatamente prima di eseguire il calcolo dell'intera distanza.

Answer 3

Presumo che si stiano facendo molte più letture che scritture e non è necessario che il database sia distribuito su dozzine di macchine. Se è così, dovresti cercare un database ottimizzato per la lettura come sqlite (la mia preferenza personale) o mysql e usare esattamente la query SQL che suggerisci.

La maggior parte (non tutti) dei database NoSQL finiscono per essere eccessivamente complicati per query di questo tipo, poiché sono più adatti a cercare valori esatti nei loro indici piuttosto che in intervalli.

È bello che stai cercando una casella di delimitazione anziché una distanza cartesiana; il secondo sarebbe più difficile da ottimizzare per un database SQL (sebbene sia possibile restringerlo a un riquadro di delimitazione, quindi eseguire il calcolo della distanza cartesiano più lento).