其次，计算密集型服务。地理围栏查找需要占用大量CPU的多边形点算法。尽管Node.js可以很好地用于他I/O密集型服务，但由于Node具有解释型和动态类型化的性质，因此并不是很适合计算密集型的服务。

最后，需要无中断后台加载。为确保拥有最新的地理围栏数据来执行查找，服务必须不断在后台刷新来自多个数据源内存中的地理围栏数据。由于Node.js是单线程的，因此后台刷新会占用较长时间的CPU（例如， CPU密集型JSON解析工作），从而导致查询响应时间突增。而Golang的协程可以支持多CPU运行，配合前台查询并行运行后台作业。

查询索引问题

给定一个指定为经纬度对的位置，如何找到该位置属于数万个地理围栏中的哪个？暴力遍历的方法很简单：遍历所有地理围栏，并用诸如光线投射算法之类的算法进行多边形点检查。问题，这种方法太慢，不能满足服务性能要求。

Uber抛弃了业界常用的用R-tree或S2为地理围栏建立索引的方法，使用基Uber商业模式以城市为中心，选择了一条更简单的路线；商业规则和其定义的基础地理围栏通常与城市相关联。所以架构上将地理围栏组织成两级层次结构，其中第一级是城市地理围栏（定义城市边界的地理围栏），第二级是每个城市内的地理围栏。