有趣的问题。
我想你已经考虑过天真的暴力方法，并且发现它对于你的目的来说太耗时了。在蛮力法中，你计算每一个物体之间的距离 n POI和 m 签入，导致 O(n*m) .
我能想到的最简单的启发式方法也适用于spark，就是通过将数据集元素分组到bucket中来减少对一个数据集的完全线性扫描。像这样：

case class Position(x: Double, y: Double)
val checkins: RDD[Position] = ???
val radius = 10
val checkinBuckets = checkins.groupBy(pos => (pos.x/radius).toInt)

而不是一个完整的线性扫描，人们只能搜索相应的，下一个和上一个桶。如果需要，可以通过对bucket进行分组来创建第二级，以进一步加快查找速度。此外，还应注意细节，如正确的四舍五入 pos.x/radius gps距离计算等。
当然，对于@huitseeker提出的最近邻搜索问题，您可以深入研究各种方法。另外，本文还有一个很好的介绍。