目前的工作是需要对用户的一些数据进行分析,每个用户都有若干条记录,每条记录中有用户的一个位置,是用经度和纬度表示的。
还有一个给定的数据库,存储的是一些已知地点以及他们的经纬度,内有43W多条的数据。
现在需要拿用户的经纬度和已知地点进行距离匹配,如果它们之间的距离小于一定的数据,比如说500米,就认为用户是在这个地点。
MYSQL本身是支持空间索引的,但是在5.x的版本中,取消了对Distance()和Related()的支持,参考这里:MySQL 5.1参考手册 :: 19. 中的空间扩展 19.5.6. 测试几何类之间空间关系的函数, 无法使用空间的距离函数去直接去查询距离在一定范围内的点。所以,我首先想到的是,对每条记录,去进行遍历,跟数据库中的每一个点进行距离计算,当距离小 于500米时,认为匹配。这样做确实能够得到结果,但是效率极其低下,因为每条记录都要去循环匹配40W条数据,其消耗的时间可想而知。经过记录,发现每 条记录处理的时间消耗达到1700ms,针对每天上亿的数据量,这样一个处理速度,让人情何以堪啊。。。
我自己也有个想法,就是找到每条记录所在点的经纬度周围的一个大概范围,比方说正方形的四个点,然后使用mysql的空间计算,使用MBR去得出点在这个矩形内的已知记录,然后进行匹配。可惜,自己没想出能计算到四个点经纬度的方法。
意外的,查询到了一个关于这个计算附近地点搜索初探,里面使用python实现了这个想法。
所以参考了一下原文中的算法,使用PHP进行了实现。
实现原理也是很相似的,先算出该点周围的矩形的四个点,然后使用经纬度去直接匹配数据库中的记录。
参考wiki百科上的一些球面计算公式:
- Great-circle distance
- Haversine formula
假设已知点的经纬度分别为$lng, $lat
先实现经度范围的查询,
在haversin公式中令φ1 = φ2,可得:
用PHP进行计算,就是:
1 2 3 | //$lat 已知点的纬度 $dlng = 2 * asin(sin( $distance / (2 * EARTH_RADIUS)) / cos ( deg2rad ( $lat ))); $dlng = rad2deg( $dlng ); //转换弧度 |
然后是纬度范围的查询,
在haversin公式中令 Δλ = 0,可得
在PHP中进行计算,就是:
1 2 | $dlat = $distance /EARTH_RADIUS; //EARTH_RADIUS地球半径 $dlat = rad2deg( $dlat ); //转换弧度 |
最后,就可以得出四个点的坐标:
left-top : (lat + dlat, lng – dlng)
right-top : (lat + dlat, lng + dlng)
left-bottom : (lat – dlat, lng – dlng)
right-bottom: (lat – dlat, lng + dlng)
我把以上方法写成了一个函数,综合起来就是:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | define(EARTH_RADIUS, 6371); //地球半径,平均半径为6371km /** *计算某个经纬度的周围某段距离的正方形的四个点 * *@param lng float 经度 *@param lat float 纬度 *@param distance float 该点所在圆的半径,该圆与此正方形内切,默认值为0.5千米 *@return array 正方形的四个点的经纬度坐标 */ 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 ) ); } //使用此函数计算得到结果后,带入sql查询。 $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上建立一个联合索引后,使用此项查询,每条记录的查询消耗平均为0.8毫秒,相比以前的1700ms,真的是天壤之别啊。效率真真的是以前的2125倍~~
总结:这应该也不是效率最好的办法,但是效率比以前确实有明显的提升。请记住,总有办法更好的。
原文链接:http://digdeeply.org/archives/06152067.html