geos是几何计算库，不是地理空间索引引擎；它不内置索引结构、不支持并发读写或持久化，无法直接实现“附近5公里”等高效空间查询，必须与postgis等支持gist索引的数据库集成才能满足性能要求。
Geos 不能直接当“地理空间索引查询引擎”用 —— 它是几何计算库，不是数据库索引引擎。想靠 geos 实现“附近5公里门店”这类查询，必须搭配 PostgreSQL/PostGIS 或 MongoDB 这类支持空间索引的存储层，否则只能手写遍历+计算，性能崩得毫无悬念。
为什么不能单独用 geos 做索引查询
geos（Go 绑定如 github.com/twpayne/go-geos）提供的是几何对象创建、WKT/WKB 解析、相交/包含/距离等底层运算能力，但它：
- 不维护数据集合，没有内置索引结构（如 R-tree）
- 不支持并发读写或持久化，每次都要加载全部几何体再逐个算
Distance - 查 10 万点中最近的 10 个？O(n) 时间复杂度，毫秒变秒级
换句话说：geos 是“计算器”，不是“数据库”。你要的是“查得快”，它只负责“算得准”。
正确集成路径：geos + PostGIS（推荐）
实际工程中，geos 的合理角色是：在 Go 层做预处理、后处理或复杂几何判断，而把空间索引和高效检索交给 PostGIS。
- PostGIS 使用 GiST 索引加速
ST_DWithin、ST_Distance等查询，毫秒级响应百万级 POI -
go-geos可用于：解析客户端传来的 GeoJSON → 转成 WKB 插入 PostGIS；或从 PostGIS 拿回 WKB → 转成geos.Geometry做缓冲区分析、叠加裁剪等 - 示例流程：
client GeoJSON → go-geojson → go-geos.Geometry → AsBinary() → pgx.Exec("INSERT ... ST_GeomFromWKB($1)")
如果非要用 geos 自建索引：R-tree 得自己搭
真要绕过数据库、纯内存跑空间查询（比如离线小数据集），你得手动集成 R-tree。Go 生态里没开箱即用的 geos + R-tree 封装，常见做法是：
- 用
github.com/tidwall/rtree存 bounding box（不是几何体本身） - 用
go-geos计算精确几何关系（如点是否在多边形内），仅对 R-tree 初筛后的候选集调用 - 注意：R-tree 的插入/删除需手动维护，且不支持球面距离（经纬度需先转 Web Mercator 或用
go-s2）
这属于“造轮子临界点”——除非业务有极特殊约束（如完全离线、无 DB 权限、数据量
容易踩的坑：坐标系与单位混淆
哪怕只是用 geos 算两点距离，也常因坐标系翻车：
-
geos.Distance返回单位是“输入坐标的原生单位”：平面坐标（如 UTM 米）→ 结果是米；经纬度（WGS84）→ 结果是“度”，不是公里！ - 想算真实球面距离？必须先用
proj投影转换，或换用github.com/golang/geo/s2（基于球面几何） - PostGIS 中
ST_Distance(geom1, geom2)默认返回度，加::geography才返回米：ST_Distance(geom1::geography, geom2::geography)
真正麻烦的从来不是写几行 geos 调用，而是搞清“这个数字到底代表什么”——坐标系、单位、投影、椭球模型，漏一个就偏差几百米。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
