Meadow Ride pergunta por que os resultados de motoristas próximos às vezes apontam para um motorista offline ou atribuem o mesmo motorista duas vezes. Sua frota fictícia tem 24,000 motoristas ativos, cada um enviando sua posição a cada 4 segundos. Entregue um pipeline de localização e uma recomendação verificada que cubra atualidade, pontos fora de ordem, limites geográficos e atribuição exclusiva.
Meadow Ride precisa de resultados de motoristas próximos para sua cidade fictícia. O app recebe atualizações de localização frequentes, mas as redes móveis podem atrasá-las ou colocá-las fora de ordem. Um motorista que parecia estar perto há trinta segundos pode estar em outro lugar agora. Trate uma coordenada como uma observação com timestamp e versão, não como um fato permanente.
Um índice geográfico por células reduz os candidatos. Ele também cria um caso limite: o motorista mais próximo pode estar do outro lado da borda da célula do passageiro. Consulte as células vizinhas e calcule a distância sobre os candidatos. A atribuição ainda precisa de uma reserva autoritativa para que dois passageiros não recebam o mesmo motorista. Neste caso, crie o pipeline de localização e escolha uma recomendação que mantenha a atualidade sem guardar todos os pontos históricos no cache de serviço.
Mantenha as consultas de motoristas próximos atualizadas, apesar dos limites de célula e das atualizações atrasadas.