GeoMesa提供基于Accumulo和Kafka（http://www.geomesa.org/documentation/current/user/lambda/index.html）的lamda数据存储 . 但它还为离线和在线分析提供Storm和Spark支持 . 您能否列出GeoMesa lamda数据存储的一些用例？例如，它为GeoServer提供了哪些优势？
GeoMesa提供基于Accumulo和Kafka（http://www.geomesa.org/documentation/current/user/lambda/index.html）的lamda数据存储 . 但它还为离线和在线分析提供Storm和Spark支持 . 您能否列出GeoMesa lamda数据存储的一些用例？例如，它为GeoServer提供了哪些优势？
1 回答
GeoMesa Lambda DataStore绝对是一种“高级”功能 . 如果您的数据类型在永久保存到数据库之前可能会经常更新，那么Lambda DataStore可能非常合适 .
作为一个具体的例子（并且适用于我，因为我从火车上发布:)），考虑为火车旅行提供汇总层 . 火车开始时，人们会想要更新给定数据的摘要 . 另一方面，一旦列车完成行程，记录将不再更新 .
传统/简单的GeoMesa方法是编写一个流媒体软件，将更新写入GeoMesa Kafka数据存储区 . 一旦航程完成，流媒体应用程序可以写入Accumulo或HBase . 寻求查询实时更新和历史记录的应用程序需要跨两个层（一个Kafka层和一个持久数据库层）进行协调 .
Lambda数据存储允许所有写入发生在Lambda数据存储区中 . 当记录正在接收更新时，记录在Kafka中处理 . 当曲目更新超时时，记录将持久保存到Accumulo . 在GeoServer中，可以从实时和历史的角度一起查询Lambda数据存储区的记录 . （作为一个细节，可以使用视图参数将查询限制为Lambda数据存储区的瞬态或持久部分 . ）