一、方案背景

軌跡管理系統日常生活中使用非常普遍，如外賣派送軌跡、快遞物流流轉、車輛定位軌跡等。該場景與地理位置管理類似，核心點與瓶頸都在資料庫的儲存效能與查詢能力，同時需要時間欄位正序排列，保證軌跡點順序；一方面，儲存服務需要應對海量資料的低延遲存、讀，另一方面，儲存服務也要提供高效的多維度資料檢索與排序。表格儲存（TableStore）對於軌跡管理場景，依然可以勝任，完全具備實現軌跡管理系統的能力。
不妨來體驗一下基於TableStore打造的【億量級摩托車管理系統】樣例；

需求場景

某城市市區出於安全考慮，限制摩托車進入一定的區域範圍。某摩托車租賃公司，為了更好管理所轄摩托車的違章問題，對自己所轄摩托車安裝定位系統，定時採集摩托車位置。摩托車租賃公司，可以通過軌跡管理平臺，查詢統計違章情況，也可作為依據，提醒違章的租賃使用者，過多違章拉入黑名單；
查詢場景：【2018年11月01日】編號【id00001】的摩托車行駛軌跡與違章情況查詢；

樣例如下：
注：該樣例提供了【億量級】軌跡資料。官網控制檯地址：專案樣例

樣例內嵌在表格儲存控制檯中，使用者可登入控制檯體驗系統（若為表格儲存的新使用者，需要點選開通服務後體驗，開通免費，訂單資料儲存在公共例項中，體驗不消耗使用者儲存、流量、Cu）。

表格儲存（TableStore）方案

採用表格儲存（TableStore）輕鬆搭建一套：億量級摩托車管理系統。多元索引功能提供GEO檢索、多維查詢的能力，通過對時間的排序獲取追蹤裝置的軌跡。同時，使用者可隨時建立索引然後完成自動同步，不用擔心存量資料問題。
TableStore作為阿里雲提供的一款全託管、零運維的分散式NoSql型資料儲存服務，具有【海量資料儲存】、【熱點資料自動分片】、【海量資料多維檢索】等功能，有效的地解決了GEO資料量大膨脹這一挑戰；
SearchIndex功能在保證使用者資料高可用的基礎上，提供了資料多維度搜索、排序等能力。針對多種場景建立多種索引，實現多種模式的檢索。使用者可以僅在需要的時候建立、開通索引。由TableStore來保證資料同步的一致性，這極大的降低了使用者的方案設計、服務運維、程式碼開發等工作量。

二、搭建準備

若您對於基於TableStore實現的【億量級摩托車管理系統】體驗不錯，並希望開始自己系統的搭建之旅，只需按照如下步驟便可以著手搭建了：

1、開通表格儲存

通過控制檯開通表格儲存服務，表格儲存即開即用（後付費），採用按量付費方式，已為使用者提供足夠功能測試的免費額度。表格儲存官網控制檯、免費額度說明。

2、建立例項

通過控制檯建立表格儲存例項，選擇支援多元索引的Region。（當前階段SearchIndex功能尚未商業化，暫時開放北京，上海，杭州和深圳四地，其餘地區將逐漸開放）

建立例項後，提交工單申請多元索引功能邀測（商業化後預設開啟，不使用不收費）。

• 邀測地址：提工單，選擇【表格儲存】>【產品功能、特性諮詢】>【建立工單】，申請內容如下：
• 問題描述:請填寫【申請SearchIndex邀測】
• 機密資訊:請填寫【地域+例項名】，例：上海+myInstanceName

3、SDK下載

使用具有多元索引（SearchIndex）的SDK，官網地址，暫時java、go、node.js三種SDK增加了新功能

java-SDK

<dependency>
    <groupId>com.aliyun.openservices</groupId>
    <artifactId>tablestore</artifactId>
    <version>4.7.4</version>
</dependency>

go-SDK

$ go get github.com/aliyun/aliyun-tablestore-go-sdk

4、表設計

店鋪檢索系統樣例，僅簡易使用一張店鋪表，主要包含欄位：店鋪型別、店鋪名稱、店鋪地理位置、店鋪平均評分、人均消費消等。表設計如下：
表名：geo_track

三、開始搭建（核心程式碼）

1、建立資料表

使用者僅需在完成邀測的例項下建立“摩托車軌跡表”：通過控制檯建立、管理資料表（使用者也可以通過SDK直接建立）：其他表如租賃使用者表、摩托車資訊表等，根據需求建立：這裡僅展示軌跡表，表名：geo_track

2、建立資料表索引

TableStore自動做全量、增量的索引資料同步：使用者可以通過控制檯建立索引、管理索引（也可以通過SDK建立索引）

3、資料匯入

插入部分測試資料（控制檯樣例中插入了1.08億條(1萬輛摩托70天24小時*6個"10分鐘點")資料，使用者自己可以通過控制檯插入少量測試資料）；

表名：geo_track

表名：moto_user

4、資料讀取

資料讀取分為兩類：

主鍵讀取（摩托車資訊查詢）

基於原生表格儲存的主鍵列獲取：getRow, getRange, batchGetRow等。主鍵讀取用於索引（自動）反查，使用者也可以提供主鍵（摩托車編號）單條查詢的頁面，查詢速度極快。單主鍵查詢方式不支援多維度檢索；

索引讀取（軌跡資訊查詢）

基於新SearchIndex功能Query：search介面。使用者可以自由設計索引欄位的多維度條件組合查詢。通過設定選擇不同的查詢引數，構建不同的查詢條件、不同排序方式；目前支援：精確查詢、範圍查詢、字首查詢、匹配查詢、萬用字元查詢、短語匹配查詢、分詞字串查詢，並通過布林與、或組合。
如【2018年11月01日，id00001號摩托車，行駛軌跡及違章查詢】Query條件如下：

List<Query> mustQueries = new ArrayList<Query>();
List<String> polygonList = Arrays.asList(//地理圍欄，禁摩區域
    "30.262348,120.092127",
    "30.311668,120.079761",
    "30.332413,120.129371",
    ...
);
String mId = "id00001";
Long timeStart = [2018-11-01時間戳];
Long timeEnd = [2018-11-02時間戳];

GeoPolygonQuery geoPolygonQuery = new GeoPolygonQuery();
geoPolygonQuery.setPoints(polygonList);
geoPolygonQuery.setFieldName("pos");
mustQueries.add(geoPolygonQuery);

TermQuery termQuery = new TermQuery();
termQuery.setFieldName("mId");
termQuery.setTerm(ColumnValue.fromString(request.getmId()));
mustQueries.add(termQuery);

RangeQuery rangeQuery = new RangeQuery();
rangeQuery.setFieldName("timestamp");
rangeQuery.setFrom(ColumnValue.fromDouble(timeStart, true);
rangeQuery.setTo(ColumnValue.fromDouble(timeEnd, false);
mustQueries.add(rangeQuery);

BoolQuery boolQuery = new BoolQuery();
boolQuery.setMustQueries(mustQueries);

原文連結
本文為雲棲社群原創內容，未經允許不得轉載。