本博客内容转自:http://www.wubiao.info/372

随着移动终端的普及,很多应用都基于LBS功能,附近的某某(餐馆、银行、妹纸等等)。

基础数据中,一般保存了目标位置的经纬度;利用用户提供的经纬度,进行对比,从而获得是否在附近。

目标:
查找附近的XXX,由近到远返回结果,且结果中有与目标点的距离。 

针对查找附近的XXX,提出两个方案,如下:

一、方案A:
=================================================================================================

抽象为球面两点距离的计算,即已知道球面上两点的经纬度;
点(纬度,经度),A($radLat1,$radLng1)、B($radLat2,$radLng2);

优点:通俗易懂,部署简单便捷

缺点:每次都会查询数据库,性能堪忧

1、推导

通过余弦定理以及弧度计算方法,最终推导出来的算式A为:

Php代码  收藏代码
  1. $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;

目前网上大多使用Google公开的距离计算公司,推导算式B为:

Php代码  收藏代码
  1. $s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;

其中 :
$radLat1、$radLng1,$radLat2,$radLng2 为弧度

$R 为地球半径

2、通过测试两种算法,结果相同且都正确,但通过PHP代码测试,两点间距离,10W次性能对比,自行推导版本计算时长算式B较优,如下:

//算式A
0.56368780136108float(431)
0.57460689544678float(431)
0.59051203727722float(431)

//算式B
0.47404885292053float(431)
0.47808718681335float(431)
0.47946381568909float(431)

3、所以采用数学方法推导出的公式:

Php代码  收藏代码
  1. <?php
  2.     //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
  3.     public static function getDistance($lat1,$lng1,$lat2,$lng2)
  4.     {
  5.         //地球半径
  6.         $R = 6378137;
  7.         //将角度转为狐度
  8.         $radLat1 = deg2rad($lat1);
  9.         $radLat2 = deg2rad($lat2);
  10.         $radLng1 = deg2rad($lng1);
  11.         $radLng2 = deg2rad($lng2);
  12.         //结果
  13.         $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
  14.         //精度
  15.         $s = round($s* 10000)/10000;
  16.         return  round($s);
  17.     }
  18. ?>

4、在实际应用中,需要从数据库中遍历取出符合条件,以及排序等操作,

将所有数据取出,然后通过PHP循环对比,筛选符合条件结果,显然性能低下;所以我们利用下Mysql存储函数来解决这个问题吧。

4.1、创建Mysql存储函数,并对经纬度字段建立索引

Sql代码  收藏代码
  1. DELIMITER $$
  2. CREATE DEFINER=`root`@`%` FUNCTION `GETDISTANCE`(lat1 DOUBLE, lng1 DOUBLE, lat2 DOUBLE, lng2 DOUBLE) RETURNS double
  3. READS SQL DATA
  4. DETERMINISTIC
  5. BEGIN
  6. DECLARE RAD DOUBLE;
  7. DECLARE EARTH_RADIUS DOUBLE DEFAULT 6378137;
  8. DECLARE radLat1 DOUBLE;
  9. DECLARE radLat2 DOUBLE;
  10. DECLARE radLng1 DOUBLE;
  11. DECLARE radLng2 DOUBLE;
  12. DECLARE s DOUBLE;
  13. SET RAD = PI() / 180.0;
  14. SET radLat1 = lat1 * RAD;
  15. SET radLat2 = lat2 * RAD;
  16. SET radLng1 = lng1 * RAD;
  17. SET radLng2 = lng2 * RAD;
  18. SET s = ACOS(COS(radLat1)*COS(radLat2)*COS(radLng1-radLng2)+SIN(radLat1)*SIN(radLat2))*EARTH_RADIUS;
  19. SET s = ROUND(s * 10000) / 10000;
  20. RETURN s;
  21. END$$
  22. DELIMITER ;

4.2、查询SQL

通过SQL,可设置距离以及排序;可搜索出符合条件的信息,以及有一个较好的排序

Sql代码  收藏代码
  1. SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC LIMIT 0,10

二、方案B
=================================================================================================

Geohash算法;geohash是一种地址编码,它能把二维的经纬度编码成一维的字符串。
比如,成都永丰立交的编码是wm3yr31d2524

优点:

1、利用一个字段,即可存储经纬度;搜索时,只需一条索引,效率较高
2、编码的前缀可以表示更大的区域,查找附近的,非常方便。 SQL中,LIKE ‘wm3yr3%’,即可查询附近的所有地点。
3、通过编码精度可模糊坐标、隐私保护等。

缺点: 距离和排序需二次运算(筛选结果中运行,其实挺快)

1、geohash的编码算法

成都永丰立交经纬度(30.63578,104.031601)

1.1、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90), 如果目标纬度位于前一个区间,则编码为0,否则编码为1。
由于30.625265属于(0, 90),所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间,而39.92324位于(0, 45),所以编码为0,
然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间,而39.92324位于(22.5, 45),所以编码为1,
依次类推可得永丰立交纬度编码为101010111001001000100101101010。

1.2、经度也用同样的算法,对(-180, 180)依次细分,(-180,0)、(0,180) 得出编码110010011111101001100000000000

1.3、合并经纬度编码,从高到低,先取一位经度,再取一位纬度;得出结果 111001001100011111101011100011000010110000010001010001000100

1.4、用0-9、b-z(去掉a, i, l, o)这32个字母进行base32编码,得到(30.63578,104.031601)的编码为wm3yr31d2524。

Java代码  收藏代码
  1. 11100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524
  2. 十进制  0   1   2   3   4   5   6   7   8   9   10  11  12  13  14  15
  3. base32   0   1   2   3   4   5   6   7   8   9   b   c   d   e   f   g
  4. 十进制  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31
  5. base32   h   j   k   m   n   p   q   r   s   t   u   v   w   x   y   z

2、策略

1、在纬度和经度入库时,数据库新加一字段geohash,记录此点的geohash值

2、查找附近,利用 在SQL中 LIKE ‘wm3yr3%’;且此结果可缓存;在小区域内,不会因为改变经纬度,而重新数据库查询

3、查找出的有限结果,如需要求距离或者排序,可利用距离公式和二维数据排序;此时也是少量数据,会很快的。

3、PHP基类

geohash.class.php

Php代码  收藏代码
  1. <?php
  2. /**
  3. * Encode and decode geohashes
  4. *
  5. */
  6. class Geohash
  7. {
  8.     private $coding="0123456789bcdefghjkmnpqrstuvwxyz";
  9.     private $codingMap=array();
  10.     public function Geohash()
  11.     {
  12.         for($i=0; $i<32; $i++)
  13.         {
  14.             $this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT);
  15.         }
  16.     }
  17.     public function decode($hash)
  18.     {
  19.         $binary="";
  20.         $hl=strlen($hash);
  21.         for($i=0; $i<$hl; $i++)
  22.         {
  23.             $binary.=$this->codingMap[substr($hash,$i,1)];
  24.         }
  25.         $bl=strlen($binary);
  26.         $blat="";
  27.         $blong="";
  28.         for ($i=0; $i<$bl; $i++)
  29.         {
  30.             if ($i%2)
  31.                 $blat=$blat.substr($binary,$i,1);
  32.             else
  33.                 $blong=$blong.substr($binary,$i,1);
  34.         }
  35.         $lat=$this->binDecode($blat,-90,90);
  36.         $long=$this->binDecode($blong,-180,180);
  37.         $latErr=$this->calcError(strlen($blat),-90,90);
  38.         $longErr=$this->calcError(strlen($blong),-180,180);
  39.         $latPlaces=max(1, -round(log10($latErr))) - 1;
  40.         $longPlaces=max(1, -round(log10($longErr))) - 1;
  41.         $lat=round($lat, $latPlaces);
  42.         $long=round($long, $longPlaces);
  43.         return array($lat,$long);
  44.     }
  45.     public function encode($lat,$long)
  46.     {
  47.         $plat=$this->precision($lat);
  48.         $latbits=1;
  49.         $err=45;
  50.         while($err>$plat)
  51.         {
  52.             $latbits++;
  53.             $err/=2;
  54.         }
  55.         $plong=$this->precision($long);
  56.         $longbits=1;
  57.         $err=90;
  58.         while($err>$plong)
  59.         {
  60.             $longbits++;
  61.             $err/=2;
  62.         }
  63.         $bits=max($latbits,$longbits);
  64.         $longbits=$bits;
  65.         $latbits=$bits;
  66.         $addlong=1;
  67.         while (($longbits+$latbits)%5 != 0)
  68.         {
  69.             $longbits+=$addlong;
  70.             $latbits+=!$addlong;
  71.             $addlong=!$addlong;
  72.         }
  73.         $blat=$this->binEncode($lat,-90,90, $latbits);
  74.         $blong=$this->binEncode($long,-180,180,$longbits);
  75.         $binary="";
  76.         $uselong=1;
  77.         while (strlen($blat)+strlen($blong))
  78.         {
  79.             if ($uselong)
  80.             {
  81.                 $binary=$binary.substr($blong,0,1);
  82.                 $blong=substr($blong,1);
  83.             }
  84.             else
  85.             {
  86.                 $binary=$binary.substr($blat,0,1);
  87.                 $blat=substr($blat,1);
  88.             }
  89.             $uselong=!$uselong;
  90.         }
  91.         $hash="";
  92.         for ($i=0; $i<strlen($binary); $i+=5)
  93.         {
  94.             $n=bindec(substr($binary,$i,5));
  95.             $hash=$hash.$this->coding[$n];
  96.         }
  97.         return $hash;
  98.     }
  99.     private function calcError($bits,$min,$max)
  100.     {
  101.         $err=($max-$min)/2;
  102.         while ($bits--)
  103.             $err/=2;
  104.         return $err;
  105.     }
  106.     private function precision($number)
  107.     {
  108.         $precision=0;
  109.         $pt=strpos($number,'.');
  110.         if ($pt!==false)
  111.         {
  112.             $precision=-(strlen($number)-$pt-1);
  113.         }
  114.         return pow(10,$precision)/2;
  115.     }
  116.     private function binEncode($number, $min, $max, $bitcount)
  117.     {
  118.         if ($bitcount==0)
  119.             return "";
  120.         $mid=($min+$max)/2;
  121.         if ($number>$mid)
  122.             return "1".$this->binEncode($number, $mid, $max,$bitcount-1);
  123.         else
  124.             return "0".$this->binEncode($number, $min, $mid,$bitcount-1);
  125.     }
  126.     private function binDecode($binary, $min, $max)
  127.     {
  128.         $mid=($min+$max)/2;
  129.         if (strlen($binary)==0)
  130.             return $mid;
  131.         $bit=substr($binary,0,1);
  132.         $binary=substr($binary,1);
  133.         if ($bit==1)
  134.             return $this->binDecode($binary, $mid, $max);
  135.         else
  136.             return $this->binDecode($binary, $min, $mid);
  137.     }
  138. }
  139. ?>

三、测试

Php代码  收藏代码
  1. <?php
  2. require_once('Mysql.class.php');
  3. require_once('geohash.class.php');
  4. //mysql
  5. $conf = array(
  6.     'host' => '127.0.0.1',
  7.     'port' => 3306,
  8.     'user' => 'root',
  9.     'password' => '123456',
  10.     'database' => 'mocube',
  11.     'charset' => 'utf8',
  12.     'persistent' => false
  13. );
  14. $mysql = new Db_Mysql($conf);
  15. $geohash=new Geohash;
  16. //经纬度转换成Geohash
  17. /*
  18. $sql = 'select shop_id,latitude,longitude from mb_shop_ext';
  19. $data = $mysql->queryAll($sql);
  20. foreach($data as $val)
  21. {
  22.   $geohash_val = $geohash->encode($val['latitude'],$val['longitude']);
  23.   $sql = 'update mb_shop_ext set geohash= "'.$geohash_val.'" where shop_id = '.$val['shop_id'];
  24.   echo $sql;
  25.   $re = $mysql->query($sql);
  26.   var_dump($re);
  27. }
  28. */
  29. //获取附近的信息
  30. $n_latitude = $_GET['la'];
  31. $n_longitude = $_GET['lo'];
  32. //开始
  33. $b_time = microtime(true);
  34. //方案A,直接利用数据库存储函数,遍历排序
  35. /*
  36. $sql = 'SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,'.$n_latitude.','.$n_longitude.') AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC';
  37. $data = $mysql->queryAll($sql);
  38. //结束
  39. $e_time = microtime(true);
  40. echo $e_time - $b_time;
  41. var_dump($data);
  42. exit;
  43. */
  44. //方案B geohash求出附近,然后排序
  45. //当前 geohash值
  46. $n_geohash = $geohash->encode($n_latitude,$n_longitude);
  47. //附近
  48. $n = $_GET['n'];
  49. $like_geohash = substr($n_geohash, 0, $n);
  50. $sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';
  51. echo $sql;
  52. $data = $mysql->queryAll($sql);
  53. //算出实际距离
  54. foreach($data as $key=>$val)
  55. {
  56.     $distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']);
  57.     $data[$key]['distance'] = $distance;
  58.     //排序列
  59.     $sortdistance[$key] = $distance;
  60. }
  61. //距离排序
  62. array_multisort($sortdistance,SORT_ASC,$data);
  63. //结束
  64. $e_time = microtime(true);
  65. echo $e_time - $b_time;
  66. var_dump($data);
  67. //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
  68. function getDistance($lat1,$lng1,$lat2,$lng2)
  69. {
  70.     //地球半径
  71.     $R = 6378137;
  72.     //将角度转为狐度
  73.     $radLat1 = deg2rad($lat1);
  74.     $radLat2 = deg2rad($lat2);
  75.     $radLng1 = deg2rad($lng1);
  76.     $radLng2 = deg2rad($lng2);
  77.     //结果
  78.     $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
  79.     //精度
  80.     $s = round($s* 10000)/10000;
  81.     return  round($s);
  82. }
  83. ?>

四、总结

方案B的亮点在于:
1、搜索结果可缓存,重复使用,不会因为用户有小范围的移动,直接穿透数据库查询。
2、先缩小结果范围,再运算、排序,可提升性能。

254条记录,性能对比,

在实际应用场景中,方案B数据库搜索可内存缓存;且如数据量更大,方案B结果会更优。

方案A:
0.016560077667236
0.032402992248535
0.040318012237549

方案B
0.0079810619354248
0.0079669952392578
0.0064868927001953

五、其他

两种方案,根据应用场景以及负载情况合理选择,当然推荐方案B;
不管哪种方案,都记得,给列加上索引,利于数据库检索。

(转)查找附近的xxx 球面距离以及Geohash方案探讨
标签: