PHP,Mysql-根據一個給定經緯度的點，進行附近地點查詢

2019-11-06 07:57:55

字體：大中小

來源：轉載

供稿：網友

目前的工作是需要對用戶的一些數據進行分析，每個用戶都有若干條記錄，每條記錄中有用戶的一個位置，是用經度和緯度表示的。還有一個給定的數據庫，存儲的是一些已知地點以及他們的經緯度，內有43W多條的數據。現在需要拿用戶的經緯度和已知地點進行距離匹配，如果它們之間的距離小于一定的數據，比如說500米，就認為用戶是在這個地點。MySQL本身是支持空間索引的，但是在5.x的版本中，取消了對Distance()和Related()的支持，參考這里：MySQL 5.1參考手冊 :: 19. 中的空間擴展 19.5.6. 測試幾何類之間空間關系的函數，無法使用空間的距離函數去直接去查詢距離在一定范圍內的點。所以，我首先想到的是，對每條記錄，去進行遍歷，跟數據庫中的每一個點進行距離計算，當距離小于500米時，認為匹配。這樣做確實能夠得到結果，但是效率極其低下，因為每條記錄都要去循環匹配40W條數據，其消耗的時間可想而知。經過記錄，發現每條記錄處理的時間消耗達到1700ms，針對每天上億的數據量，這樣一個處理速度，讓人情何以堪啊。。。我自己也有個想法，就是找到每條記錄所在點的經緯度周圍的一個大概范圍，比方說正方形的四個點，然后使用mysql的空間計算，使用MBR去得出點在這個矩形內的已知記錄，然后進行匹配。可惜，自己沒想出能計算到四個點經緯度的方法。意外的，查詢到了一個關于這個計算附近地點搜索初探，里面使用python實現了這個想法。所以參考了一下原文中的算法，使用php進行了實現。實現原理也是很相似的，先算出該點周圍的矩形的四個點，然后使用經緯度去直接匹配數據庫中的記錄。

參考wiki百科上的一些球面計算公式：

Great-circle distanceHaversine formula

假設已知點的經緯度分別為$lng, $lat先實現經度范圍的查詢，在haversin公式中令φ1 = φ2，可得:

用PHP進行計算，就是：

//$lat 已知點的緯度$dlng =  2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat)));$dlng = rad2deg($dlng);//轉換弧度然后是緯度范圍的查詢，在haversin公式中令 Δλ = 0，可得
在PHP中進行計算，就是：
$dlat = $distance/EARTH_RADIUS;//EARTH_RADIUS地球半徑$dlat = rad2deg($dlat);//轉換弧度最后，就可以得出四個點的坐標：left-top : (lat + dlat, lng – dlng)right-top : (lat + dlat, lng + dlng)left-bottom : (lat – dlat, lng – dlng)right-bottom: (lat – dlat, lng + dlng)我把以上方法寫成了一個函數，綜合起來就是：
define(EARTH_RADIUS, 6371);//地球半徑，平均半徑為6371km /** *計算某個經緯度的周圍某段距離的正方形的四個點 * *@param lng float 經度 *@param lat float 緯度 *@param distance float 該點所在圓的半徑，該圓與此正方形內切，默認值為0.5千米 *@return array 正方形的四個點的經緯度坐標 */ function returnSquarePoint($lng, $lat,$distance = 0.5){     $dlng =  2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat)));    $dlng = rad2deg($dlng);         $dlat = $distance/EARTH_RADIUS;    $dlat = rad2deg($dlat);         return array(                'left-top'=>array('lat'=>$lat + $dlat,'lng'=>$lng-$dlng),                'right-top'=>array('lat'=>$lat + $dlat, 'lng'=>$lng + $dlng),                'left-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng - $dlng),                'right-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng + $dlng)                ); }//使用此函數計算得到結果后，帶入sql查詢。$squares = returnSquarePoint($lng, $lat);$info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat<>0 and lat>{$squares['right-bottom']['lat']} and lat<{$squares['left-top']['lat']} and lng>{$squares['left-top']['lng']} and lng<{$squares['right-bottom']['lng']} "; 在lat和lng上建立一個聯合索引后，使用此項查詢，每條記錄的查詢消耗平均為0.8毫秒，相比以前的1700ms，真的是天壤之別啊。效率真真的是以前的2125倍~~總結：這應該也不是效率最好的辦法，但是效率比以前確實有明顯的提升。請記住，總有辦法更好的。