Solr 如何最好地进行服务器端地理群集？

我想对大约500000个点进行预聚类

我还没有开始，但我想我会这么做：

• 将所有点存储在localSOLR索引中
• 根据一些管理信息确定“自然集群位置”（例如大城市）
• 然后为每个城市计算一个簇：
  • 每个城市
    • 对于每个缩放级别
      • 查询索引以获取城市周围半径中包含的点（半径的长度取决于缩放级别）

这应该是非常有效的，因为只有100个主要城市，SOLR查询速度非常快。但再多思考一下就发现这是错误的：

可能有一些点群彼此之间比城市附近更“接近”：它们应该有自己的点群

在某些缩放级别，某些点与任何城市的距离都不在可接受范围内，因此它们不会被计算在内

一些城市彼此相邻，因此，一些点将被计数两次（添加到两个集群）

还有其他办法：

• 检查每个点并确定其属于哪个簇；这消除了上述问题2和3，但不是1，而且效率极低
• 制作（矩形）栅格（针对每个缩放级别）；这是可行的，但会导致疯狂/任意的集群，而这些集群并不“意味着”任何东西

我想我正在寻找一种通用的地理聚类算法（或想法），但似乎找不到

---

编辑以回答Geert Jan的评论

我想构建“自然”集群，是的，是的，我担心如果我使用任意网格，它将无法反映数据的真实性。例如，如果有许多事件发生在两个矩形相交处或附近的点周围，我应该只得到一个簇，但实际上会构建两个簇（每个矩形中一个）

最初，出于性能原因，我想使用localSOLR（因为我了解它，并且在将大量数据索引到SOLR中比将其加载到传统数据库中有更好的经验）；但是，由于我们讨论的是预聚类，性能可能并没有那么重要（尽管不应该花费几天的时间来可视化新的聚类实验的结果）。我的第一种根据一组预定义的“大点”查询大量点的方法显然是有缺陷的，我提到的第一个原因是最强的：集群应该反映数据的真实性，而不是其他一些官僚定义（当然，它们显然会重叠，但数据应该放在第一位）

对于实时集群，有一个很棒的集群器，它已添加到核心的Google Maps API:。我想知道是否有人尝试过“离线”运行它：在它需要的任何时间运行它，然后存储结果

---

或者是否有一个聚类器，可以检查每个点，逐点，并输出包含其坐标和点数的聚类，并在合理的时间内完成此操作？

您可能需要研究先进的聚类算法，如光学

---

有了一个好的数据库索引，它应该是相当快的。

我是否正确地理解，所有的方法都可能导致误报和/或误报，因为您从搜索空间的某种非自然分区开始（可能是出于性能原因）。你能详细说明一下这些要点吗？你说：“为每个缩放级别制作一个（矩形）网格；这是可行的，但会导致疯狂/任意的集群，它们“毫无意义”。理想情况下，点群对您有什么意义？也许你不需要非自然分区，但是如果没有更多的细节，我真的不能说。很抱歉，我之前没有看到你的评论，我依赖于自动通知，显然这不包括评论。。。我正在更新我的问题以回答你的评论。现在没有太多时间：看一下算法类：基于分层的聚类（可以根据缩放级别将较小的聚类集总/拆分为较大的聚类。还可以看一下与“基于距离的聚类”相比的“基于密度的聚类”概念。我觉得“基于密度的聚类”可能会为您的目标提供更自然的聚类。这些算法并不特别与地理相关（但当然是空间的）。这可能不需要成为一个问题，在相对较小的区域（如城市）你可能会忘记地球是“圆的”…你在这里发现了什么吗？我们正在尝试做同样的事情…你能提供一个关于你最终做了什么的更新吗？