Django的GeoDjango场景下PostgreSQL相比MySQL的地理数据处理优势有哪些？

• 地理空间生态更完善：PostgreSQL 搭配 PostGIS 扩展是目前开源领域最成熟的地理空间解决方案，完全兼容OGC标准，支持从基础的邻近查询、距离计算，到复杂的拓扑分析、多坐标系转换、栅格数据处理等全场景地理功能。而MySQL的空间功能直到8.0版本才逐步补全，很多高阶地理函数要么缺失要么存在兼容性问题，GeoDjango 对 PostGIS 的适配是原生级的，几乎不需要额外兼容开发，效率远高于MySQL。
• 空间索引性能更强：PostGIS 支持GiST、GIN、BRIN等多种针对地理数据优化的索引类型，百万级点位数据的周边范围查询延迟通常比同配置的MySQL低30%~70%，高并发场景下的性能优势更明显。
• 计算精度更高：PostGIS 默认支持全球常用坐标系的高精度球面距离计算，不需要开发者手动做坐标转换校正，而MySQL 5.7及更早版本的距离计算默认基于平面坐标系，直接用于经纬度计算会产生很大误差，哪怕是8.0版本新增的球面距离函数，精度也低于PostGIS的同类实现。

如果项目商家数据量不大、并发查询量较低，做好优化的MySQL也能满足需求，但数据规模上来后会出现以下性能问题：

• 空间索引限制多：只有InnoDB引擎5.7及以上版本支持空间索引，且仅支持少数特定坐标系的索引构建，常用的WGS84（SRID 4326）坐标系在低版本MySQL中无法走空间索引，只能全表扫描计算每个商家和用户的距离，数据量过万后查询延迟会飙升到秒级以上。
• 计算开销高：MySQL的空间计算函数没有做深度优化，如果直接用距离函数做全表过滤，CPU占用会非常高，高并发场景下很容易打满数据库CPU导致整体服务卡顿。如果手动加经纬度 bounding box 做初步过滤再计算精确距离，不仅需要额外开发逻辑，边界点的误差处理难度也很高，优化不到位还是会出现慢查询。
• 适配成本高：GeoDjango对MySQL的地理功能做了很多降级处理，很多原生接口无法直接使用，需要开发者手写原生SQL实现查询，不仅开发效率低，手写SQL如果没有做好索引适配，也很容易产生性能问题。

内容的提问来源于stack exchange，提问作者Aashish Gahlawat