实时位置流数据的可视化，可以展示目标点的实时位置分布、热力、轨迹等。它能够在即时快送、物流、快递、共享出行管理、政府公共交通监控，如公交、地铁、出租汽车等场景发挥作用。

原文链接：

以下为数据正文：

众所周知GeoMesa用例通常以其与大型，可扩展的面向列的数据库管理器（如Accumulo，HBase和Google Cloud Bigtable）协同工作为中心。这些系统以存储大量数据的能力而闻名，GeoMesa为其提供了一系列地理空间功能，使您可以使用数PB的数据执行分析和可视化。

如今，许多领域中可用的一些消防软件数据提供了如此规模的数据，虽然保存它们并不值得，但在数据到达时分析这些数据仍然可以提供有价值的见解。因此“流处理”已成为处理许多类应用程序的数据的常用方法。最初在LinkedIn开发的开源Apache Kafka项目是一个消息排队系统，在处理流数据方面已经变得非常流行，它在LinkedIn，Netflix，PayPal和Uber的系统中发挥着作用。

GeoMesa也可以使用Kafka作为数据源。将GeoMesa与CCRI所基于浏览器的地理可视化工具Stealth(下图所示工具)一起使用时，这一点尤为出色。例如，如果您的系统正在读取有关车队的位置数据，GeoMesa可以从Kafka读取数据，并以亚秒级延迟渲染Stealth中的数千个动画点，从而近乎实时地查看车辆的位置。

我们最近了解到爱尔兰铁路公司获取列车状态的API，因此在圣帕特里克节，我们将它与GeoMesa和Kafka一起用于显示他们在昨天晚上高峰时段往返都柏林的列车位置。以下显示了此运动的重复循环：