业务场景：基于车辆的终端GPS数据开发电子围栏、车辆轨迹监控等行业应用。
数据量：每周1T的数据，
其他：数据格式相对简单，但是应用比较繁杂，有大量的数据计算
问题：目前数据库已经承担不起了，采用水平切割分库分表勉强跑，很脆弱；数据库服务器成本较高。
采用hbase+hadoop 是否是最佳方案？ 这边技术背景都是.net，烧脑呀。
是不是只读不写？是不是数据有明显的稀疏性（比如集中在某个城市，某个省份，某几条线路）？是不是按照时间，访问的频率有明显的不同（比如大部分的查询都是最近几周）？
你是怎么查询的，数据的关联性是什么？
我觉得如果你能搞清楚以上问题，可以不用数据库，自己设计数据结构，性能可以好很多。
好像MongoDB也有关于地理位置的专用模型，可以了解一下
可以尝试使用elasticsearch这种类型的数据库，至少可以解决两个问题：
1、elasticsearch对外接口采用http，与开发语言框架无关
2、数据水平切分，并有复制备份，大数据场景下应该可以搞定，至少比数据库好一些
3、elasticsearch有一个geo地理库，就是用于处理大量地理信息而设计的，由于我没涉及过这方面，题主可以看一下
巨松时序数据库，可以了解一下，可以定期将历史数据导入到时序数据库，近期数据还是使用当前的架构处理，读历史数据时从时序数据库中读，对现在的架构修改少...