Geospatial information has been indispensable for many application fields, including traffic planning, urban planning, and energy management. Geospatial data are mainly stored in relational databases that have been developed over several decades, and most geographic information applications are desktop applications. With the arrival of big data, geospatial information applications are also being modified into, e.g., mobile platforms and Geospatial Web Services, which require changeable data schemas, faster query response times, and more flexible scalability than traditional spatial relational databases currently have. To respond to these new requirements, NoSQL (Not only SQL) databases are now being adopted for geospatial data storage, management, and queries. This paper reviews state-of-the-art geospatial data processing in the 10 most popular NoSQL databases. We summarize the supported geometry objects, main geometry functions, spatial indexes, query languages, and data formats of these 10 NoSQL databases. Moreover, the pros and cons of these NoSQL databases are analyzed in terms of geospatial data processing. A literature review and analysis showed that current document databases may be more suitable for massive geospatial data processing than are other NoSQL databases due to their comprehensive support for geometry objects and data formats and their performance, geospatial functions, index methods, and academic development. However, depending on the application scenarios, graph databases, key-value, and wide column databases have their own advantages.

中文翻译：

---

NoSQL数据库中的最新地理空间信息处理

地理空间信息对于许多应用领域都是必不可少的，包括交通规划，城市规划和能源管理。地理空间数据主要存储在已经开发了数十年的关系数据库中，并且大多数地理信息应用程序是桌面应用程序。随着大数据的到来，地理空间信息应用程序也被修改为例如移动平台和地理空间Web服务，与目前的传统空间关系数据库相比，它们需要可变的数据模式，更快的查询响应时间以及更灵活的可伸缩性。为了响应这些新要求，现在正采用NoSQL（不仅是SQL）数据库来进行地理空间数据存储，管理和查询。本文回顾了10个最流行的NoSQL数据库中的最新地理空间数据处理。我们总结了这10个NoSQL数据库支持的几何对象，主要几何功能，空间索引，查询语言和数据格式。此外，从地理空间数据处理的角度分析了这些NoSQL数据库的优缺点。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。我们总结了这10个NoSQL数据库支持的几何对象，主要几何功能，空间索引，查询语言和数据格式。此外，从地理空间数据处理的角度分析了这些NoSQL数据库的优缺点。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。我们总结了这10个NoSQL数据库支持的几何对象，主要几何功能，空间索引，查询语言和数据格式。此外，从地理空间数据处理的角度分析了这些NoSQL数据库的优缺点。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。这些NoSQL数据库的优缺点是根据地理空间数据处理进行分析的。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。这些NoSQL数据库的优缺点是根据地理空间数据处理进行分析的。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。文献综述和分析表明，由于当前文档数据库对几何对象和数据格式及其性能，地理空间功能，索引方法和学术发展的全面支持，因此当前的文档数据库可能比其他NoSQL数据库更适合于大规模地理空间数据处理。但是，根据应用程序场景，图形数据库，键值数据库和宽列数据库具有其自身的优势。