问题：
我有数百万（10+）个标记，每个标记都有不同的字段：
1. lat
2. lng
3. area (double)
4. size (int)
5. tolerance (double)
6. lags (boolean)
7. channel (boolean)
... (more)
现在，我希望每个群集都有以下聚合数据：
1. number of markers
2. min area
3. max area
4. avg area
5. min size
6. max size
7. avg size
8. tolerance distribution (how many where of tolerance < X, other >=X < Y and >=Y <Z where X,Y,Z constants)
... (more)
基于lat，lng标记（距离方式）和基于缩放级别（int）创建聚类。
无问题的部分（**）：
计算所有缩放级别的聚类，无论其如何 条件“全押”。这是通过创建树来完成的，并且为用户提取集群是直截了当的。
现在问题：
用户可以根据标记字段进行查询，例如“显示所有标记” 他们的区域＆gt; K和lags = true“。仅对于此查询，整体 需要创建新的集群树。如果他改变查询“显示 我所有标记他们的区域＆gt; K.0001和lags = true“和新树 必须创建。我不想为这样的树计算 每个用户的查询，而不是将其存储在内存中（不确定是否是 可能的）。
问题：
What approach should be taken ?
given the complexity of calculation X # of markers
(fields inside) X speed factor.
I was thinking that there's some sort of way to use the
"all-in" clusters calculation(**), as it gives me ALL the markers and clusters and from
there to manipulate in some elegant way.
威尔：
- space-filling-curve (hilbert) can help? how?
- DB approach (what DBand why?)
- k-d tree ?
整个想法是预先处理大量数据和计算，这样用户就可以在不需要计算它或服务器端的情况下对其进行操作（因此客户端聚类不是解决方案，融合表为孔）
非常欢迎代码示例
谢谢。
答案 0 :(得分：0)
Hadoop适用于预处理，而不适用于在线（“实时”）操作。
希尔伯特曲线和k-d树比常规网格文件/四叉树更复杂，实际上对你没那么有用。优化树以完全匹配您的可视化缩放级别！然后你可以在没有做任何“聚类”的情况下离开，但只是想象出合适的四叉树细胞。
毕竟，你的空间数据只有2d，所以所有的2d方法都可以正常工作。你知道价值范围非常好，因为地球不会改变大小。这就是为什么谷歌地图这么快：它们使用固定的磁贴，它们可以缓存，有效地提供服务并预生成。
鉴于您可能不需要ACID和事务以及这些高级功能，使用其中一个大肆宣传的NoSQL数据库似乎是合理的。