经纬度100w数据快速排序elasticSearch、postgis、mongodb对比

最新推荐文章于 2025-06-28 15:34:47 发布
原创 最新推荐文章于 2025-06-28 15:34:47 发布 · 置顶 · 2.6k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#elasticSearch #postgis #mongodb #经纬度排序

本文对比了ElasticSearch、PostgreSQL及MongoDB在大数据量下的排序性能。ElasticSearch使用特定插件与分词器，在100万条数据下实现了快速的距离及ID排序；PostgreSQL在相同数据量级进行计算排序时耗时较长；而MongoDB在1000万条数据上的索引加分页查询也表现出较好的性能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

环境：elasticSearch2.4.6版本 安装 head插件 ik中文分词器

 

 

 

 

条件：1000000 条数据 距离排序加上id排序. 耗时 0.096 秒




环境：postgresql10 最新版 插件postgis

 

 

 

条件：100w 数据不做优化排序需要两秒（这种方式需要计算出距离再排序）


环境:mongodb3.6

 

 

 


1000w数据创建索引加分页需要2920毫秒


lei278975868
关注
第18篇-用ElasticSearch索引MongoDB,一个简单的自动完成索引项目
weixin_48156881的博客
06-23 654
我的Elasticsearch系列文章，逐渐更新中，欢迎关注 0A.关于Elasticsearch及实例应用 00.Solr与ElasticSearch对比 01.ElasticSearch能做什么？ 02.Elastic Stack功能介绍 03.如何安装与设置Elasticsearch API 04.如果通过elasticsearch的head插件建立索引_CRUD操作 05.Elasticsearch多个实例和head plugin使用介绍 06.当Elasticsearch进行文档索引时，它是如何工
百万级二维矢量数据快速渲染：突破与创新
老师来上课了的博客
09-30 1030
百万级二维矢量数据快速渲染技术和平台各具特点与优势。特点与优势WebGPU 和光线追踪算法通过简化光追算法和采用 ECS 架构，实现了对百万级二维矢量数据的流畅渲染，在满足放大无锯齿、剔除被遮挡物体等需求方面表现出色。动态切片方法利用 postgis、openlayers 和 springboot，解决了直接加载百万级矢量数据时的卡顿问题，实现了高效的动态切片和渲染。
Elasticsearch和MongoDB简要对比
热门推荐
阿尼古
03-22 2万+
根据项目需求用到了Es，好久不用的我，赶紧查资料，然后忽然发现这个跟MongoDB怎么这么接近呢？ 然后查阅了一些资料特此简单做下对比： 场景和目标 1、mongodb的目标是：“取代oracle和db2”（财务总监时上市说的）。和RDBMS是竞争关系。 2、es的大部分场景是：“一个常见的设置是使用其它数据库作为主要的数据存储，使用 Elasticsearch 做数据检索”（2.X官...
mongodb
最新发布
2501_91557222的博客
06-28 1021
MongoDB是一个文档型数据库，数据以类似JSON的文档形式存储。MongoDB的设计理念是为了应对大数据量、高性能和灵活性需求。MongoDB使用集合（Collections）来组织文档（Documents），每个文档都是由键值对组成的数据库（Database）：存储数据的容器，类似于关系型数据库中的数据库。集合（Collection）：数据库中的一个集合，类似于关系型数据库中的表。文档（Document）：集合中的一个数据记录，类似于关系型数据库中的行（row），
Elasticsearch与MongoDB 数据同步及分布式集群搭建（一）
Able
08-13 1070
Elasticsearch通过River可以与多种数据源Wikipedia, MongoDB, CouchDB, RabbitMQ, RSS, Sofa, JDBC, FileSystem,Dropbox等同步，公司的业务是用 MongoDB，今天测试环境虚拟机上配置了一下Elasticsearch 与 MongoDB的同步，作个大概的过程记录，主要利用richardwilly98 / ela
MongoDB、Elasticsearch
weixin_44044929的博客
08-23 1038
NoSQL是非关系型数据库，NoSQL = Not Only SQL。关系型数据库采用的结构化的数据，NoSQL采用的是键值对的方式存储数据。在处理非结构化/半结构化的大数据时；在水平方向上进行扩展时；随时应对动态增加的数据项时可以优先考虑使用NoSQL数据库。在考虑数据库的成熟度、支持、分析和商业智能、管理及专业性等问题时，应优先考虑关系型数据库。MongoDB是一个文档数据库，提供好的性能，领先的非关系型数据库。采用BSON存储文档数据。
elasticsearch同步mongodb
qq_14950717的博客
08-29 631
本文elasticsearch版本为1.7.0，mongodb版本为3.2.6 首先安装mongodb， sudo tar -zxvf mongodb-linux-x86_64-rhel62-3.2.6.gz sudo mv mongodb-linux-x86_64-rhel62-3.2.6 mongodb 用mongodb单机版模拟副本分片集群； cd mongodb/bin sudo
CMW GPS测试数据管理专家：大规模数据的有效存储与分析技巧
![CMW GPS测试数据管理专家：大规模数据的有效存储与分析技巧](https://dl-preview.csdnimg.cn/87610979/0011-8b8953a4d07015f68d3a36ba0d72b746_preview-wide.png) ...CMW GPS测试数据管理专家（CMW GPS Test Da
【多维度查询优化】：行政区划数据高效检索之道
![【多维度查询优化】：行政区划数据...第四章展示了行政区划数据检索在实际应用中的场景分析、系统构建与部署，并通过案例研究对比了优化前后的检索效率。最后，第五章展望了未来技术在行政区划数据检索中的应用和面
【分布式存储与处理】：行政区划数据处理的未来趋势
![【分布式存储与处理】：行政区划数据处理的未来趋势]...分布式存储技术作为数据管理的关键组成部分，其设计与实现对系统的可靠性和一致性具有决定性影响
地图的电子围栏功能的技术选型
bdyxel123的博客
11-20 3363
需求说明 电子围栏 根据坐标筛选处附近的坐标 支持多边形数据存储 查找当前的坐标落在哪个几何图形内（圆，多边形） 现有解决方案 mysql 自定义函数计算 mysql geo索引 mongodb geo索引 postgresql PostGis索引 redis geo ElasticSearch 高德地图开放接口 最终选型结果mongodb 技术选型简要分析 mysql 搜索资料极少，看来很少有人选用 mysql 8 之前版本 但使用SQL语句进行查询的缺点也显而易见，每条SQL的计算量都会非常大，
elasticbulk:将数据批量添加到elasticsearch。 它支持来自PostgreSQL或文件系统的数据流
05-02
弹性散装 将数据批量添加到ElasticSearch。 它支持来自PostgreSQL，MSSQL，MySQL，MariaDB，SQLite3，文件系统和CSV的数据流 开始 npm install elasticbulk --save const elasticbulk = require ( 'elasticbulk' ) ; 将JSON数据添加到Elasticsearch const elasticbulk = require ( 'elasticbulk' ) ; // some array data var data = [ ] ; elasticbulk . import ( data , { index : 'movies' , type : 'movies' , host : 'http://localhost:9200' } ) . then ( func
Elasticsearch与MongoDB的整合
AI天才研究院
01-28 815
1.背景介绍 1. 背景介绍 Elasticsearch 和 MongoDB 都是非关系型数据库管理系统，它们在数据存储和查询方面有着许多相似之处。然而，它们之间的区别也是显著的。Elasticsearch 是一个基于 Lucene 的搜索引擎，主要用于文本搜索和分析。MongoDB 是一个 NoSQL 数据库，它使用 BSON 格式存储数据，支持多种数据结构。 在实际应用中，Elastic...
网站用户行为数据统计与分析之九：elasticsearch与mongodb集成
u013339851的专栏
04-08 2812
暂时还在研究实现中...先挖坑，待解决！
Elasticsearch与MongoDB的整合与应用
AI天才研究院
01-28 1173
1.背景介绍 1. 背景介绍 Elasticsearch 和 MongoDB 都是现代数据库技术，它们在各自领域内具有很高的影响力。Elasticsearch 是一个基于 Lucene 构建的搜索引擎，它提供了实时、可扩展的搜索功能。MongoDB 是一个 NoSQL 数据库，它提供了高性能、灵活的文档存储功能。 在现代应用中，这两种技术的整合可以为开发者带来很多好处。例如，Elastics...
ElasticSearch和MongoDB的对比
dxb2010的博客
04-26 2844
ElasticSearch和MongoDB的对比 MongoDB 是一个典型的NoSQL（not only sql）数据库是开源的面向文档的数据库管理系统，主要实现NoSQL数据库管理系统，用于存储海量数据（humongous，Mongo名称的由来）。。 ElasticSearch是基于Apache Lucene 的RESTful 实时搜索和分析引擎。ES基于数据抽取一些值，提供实时存储、索引、搜索和分析数据功能，这些数据收集自其他数据源(包括MongoDB)，可以直接存储在Elasticsearch集群中
Elasticsearch和MongoDB对比
西京刀客
07-10 7763
MongoDB和Elasticsearch都属于文档型数据存储，两者的很多功能和特性高度重合, 但其实两者定位完全不同。
Elasticsearch与MongoDB 数据同步及分布式集群搭建 （二）
Able
08-13 1241
上一篇《Elasticsearch与MongoDB 数据同步及分布式集群搭建 （一）》我们已经配置了一个Elasticsearch与MongoDB 数据同步高可用，可扩展以及分布式是ES的一个优势和特色，扩展垂直扩展或者向上扩展，Vertical Scale/Scaling Up，或是水平扩展或者向外扩展，Horizontal Scale/Scaling Out。 一个节点会运行一个
Elasticsearch 和 MongoDB 对比
Elastic 中国社区官方博客
01-21 4840
在我开始接触 Elasticsearch 时，我也有疑问：那就是 Elasticsearch 和 MongoDB 两个都是以 NoSQL 形式来管理数据库的，那么它们之间到底是有什么区别呢？根据 DB-Engine 的报告，Elasticsearch 在搜索领域排名第一，遥遥领先于其它的数据库： 而在数据库管理方面，MongoDB 比 Elasticsearch 更为普及： 在今天的文章中，我们来讲述一下它们之间的比较。 Elasticsearch 和 MongoDB 是用于管理 NoS.
ElasticSearch和MongoDB对比
05-20
Elasticsearch和MongoDB是两种不同类型的数据库，它们之间的比较并不完全准确。Elasticsearch是一种全文搜索引擎，而MongoDB是一种文档数据库。但是，我们可以从一些方面对它们进行比较： 1. 查询语言：Elastic...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值