So speichern Sie 800 Milliarden GPS-Marker in der Datenbank

Question

Ich muss GPS-Tracks speichern, die Benutzer in einer Datenbank aufzeichnen. Die Spuren bestehen aus einer Markierung alle 5 Meter, um eine Linie auf einer Karte zu zeichnen. Ich schätze 200 km Spuren, was 40.000 lnlt Marker bedeutet. Ich schätze 50.000 Benutzer Minimum und 20 Stücke von 200 km Spuren für jeden. Das sind mindestens 40 Milliarden lnlt-Marker.

Dies muss skalieren, so dass für 1 Million Benutzer ich für 800 Milliarden GPS Marker benötigen Kapazität.

Da jeder Satz von 40.000 Markern gehören zu einer einzigen Spur, wir sprechen hier von 1 bis 20.000.000 Datensätze/Sätze von GPS-Tracks.

Anforderungen: Benutzer diese Tracks auf einer Google-Karte in einer mobilen Anwendung zu betrachten, wird darum ersuchen.

Relations: Im Moment habe ich 2 Tabellen. Tabelle eins hat: [Trackid], [Benutzer-ID], [Kommentar], [Entfernung], [Zeit], [Höchstgeschwindigkeit].

Tabelle 2 hat [TrackID] [Länge] [Breite] und das ist, wo alle GPS-Markierungen gespeichert sind. Was ist eine effiziente Möglichkeit, diese Menge an GPS-Daten zu speichern und gleichzeitig die Leseleistung beizubehalten?

Neue Informationen:

in einer KML-Datei, um die GPS-Daten speichern zu dem Zweck, sich als eine Spur auf einer Google-Karte anzuzeigen ist eine gute Lösung, die Datenbank Platz spart. Durch das Komprimieren der KML in eine KMZ (im Grunde eine gezippte KML mit einer KMZ-Erweiterung) wird die Dateigröße weiter reduziert. KMZ lädt viel schneller als GPX und kann mit dem Google Maps API als KML-Layer integriert werden. See this information from Google für weitere Unterstützung. Dies scheint die bisher beste Lösung für die beabsichtigte Anforderung zu sein.

Answer 1

Die Wahl einer bestimmten Datenbank, wie immer ist, gebunden, wie Sie die Informationen gespeichert werden sollen und wie möchten Sie es verwenden. Als solches, ohne die genauen Anforderungen Ihres Projekts, sowie die Beziehungen der Daten zu kennen, wäre das beste, zu tun, ein wenig zu diesem Thema zu lesen, um zu bestimmen, welches bestimmte Produkt oder Speichermodell für Sie am besten geeignet ist.

Ein guter Anfang ist Blogs zu lesen, die die Leistung und die Verwendung der Datenbanken (siehe Anhang) vergleichen:

http://kkovacs.eu/cassandra-vs-mongodb-vs-couchdb-vs-redis