mysql-如何有效地将数百万个地点与其最近的城镇/城市进行匹配？

有这两张桌子。（A） 包含由横向/纵向数据定义的位置。（B） 是一个城市字典，每个城市的质心由lat/long数据定义。任务是为每个位置（在A中找到）找到最近的城市（在B中找到）

是否有一种方法可以通过计算连接（例如a.lat和B.lat之间的最小绝对差+a.long和B.long方法）立即更新a

现在我逐行处理表，但这很耗时

---

你会怎么做？

如果你加入，MySQL也会这么做：对每一行进行耗时的一行计算。加入并不会让它更快。您必须为一行选择您的代码（例如，使用）。您可能仍然希望分批执行，因为这仍然需要一段时间；您可以尝试进行预筛选：例如，靠近法国巴黎的位置将最靠近靠近巴黎的城市，而不是靠近华盛顿特区的城市，因此您可以节省一些距离计算。一种方法是使用逐步舍入的值，迭代尝试在lat/long上进行精确匹配。i、 e.第一次尝试是使用6位小数精度将位置与城市质心匹配，然后使用5位小数四舍五入，然后使用4位小数等。在2M+位置上进行的测试运行速度比迭代计算最接近的匹配速度至少快3个数量级。结果不同，但不清楚哪种方法更好。当一个位置在一个大城市的外围被小地方包围时，匹配城市质心会产生很差的结果。是的，这是一种做预滤波部分的方法。巴黎和马赛的拉特/朗比马赛和华盛顿特区的拉特/朗更接近四舍五入。只需注意你如何绕圈，100.94°可能比100.86°更接近101.01°，北极1°的距离比赤道1°的距离更大（以“km”为单位）。不过，在使用lan/long相似性对可能的候选对象进行预筛选后，您仍然应该计算实际距离，这基本上是使用一个围绕城市的矩形；由于计算距离的代价很高，所以仍然使用gis功能，因为它们要快得多。。。四舍五入lat/long上的匹配不属于预筛选。当前数据的精度为6位小数（约6英寸/10厘米）。因此，一种方法不是以荒谬的精度计算位置和城市质心之间的（全部）距离，而是在较低的分辨率下寻找是否存在精确匹配。给大城市更多的权重（即更低的分辨率）似乎改善了整个过程。但关键的区别在于，不同分辨率下的精确匹配要比计算每个距离快得多。（最终将发布一个更完整的答案）。如果它对你有效，那就好了。然后你基本上是“预筛选”到一个可能的候选人，然后接受它。但是，一旦您得到多个候选对象（这将以更高的“分辨率”发生，并且如果您执行类似于

update…join on roundfct（）=roundfct（）

，您可能看不到这些候选对象），因为这将只需要在所有可能的候选对象中选择一个，而不必抱怨），您仍然需要计算精确的距离（但只针对这些经过预筛选的候选者）。这就是我称之为预筛选的原因。但正如我所说的，如果它起作用，就可以了。如果你加入，MySQL也会做到这一点：对每一行进行耗时的一行计算。加入不会加快速度。你将不得不对一行代码进行优化（例如，使用。您可能仍然希望分批进行，因为这仍然需要一段时间；您可以尝试进行预筛选：例如，靠近法国巴黎的位置将最靠近巴黎的城市，而不是靠近华盛顿特区的城市，因此您可以节省一些距离计算。一种方法是迭代尝试加入精确匹配使用逐步四舍五入的值在lat/long上进行s。即，第一次尝试是使用6位小数的精度将位置与城市质心进行匹配，然后使用5位小数进行四舍五入，然后使用4位小数等。在2M+位置上进行的测试运行速度比迭代计算最接近的匹配速度至少快3个数量级。结果不同，但不清楚是哪一个方法更好。当一个位置位于一个大城市的外围，周围环绕着一些小地方时，匹配城市质心会产生很差的结果。是的，这将是做预过滤部分的一种方法。巴黎和马赛的Lat/Long比马赛和华盛顿特区的Lat/Long更接近圆形。注意你的圆形，100.94°可以更接近101.01°而不是100.86°，北极1°的距离也将更大，单位为“km”赤道处的距离大于1°。但在预筛选具有lan/long相似性的可能候选对象后，仍应计算实际距离，这基本上是使用一个围绕城市的矩形；由于计算距离的成本很高，因此仍然使用gis功能，因为它们要快得多。嗯……匹配圆形lat/long不会是预筛选环。当前数据的精度为6位小数（约6英寸/10厘米）。因此，与其以荒谬的精度计算位置和城市质心之间的（全部）距离，一种方法是在较低分辨率下查找是否存在精确匹配。赋予更多权重（即，较低分辨率）对于大城市来说，这似乎改善了整个过程。但关键的区别在于，在不同分辨率下的精确匹配比计算每个距离都要快得多。（最终会给出更完整的答案）。如果它对你有效，那就没问题。那么你基本上是在“预过滤”找到一个可能的候选者并接受它。但是一旦你得到了多个候选者（这将以更高的“分辨率”发生，并且如果你做类似于

update的事情，你可能看不到），加入roundfct（）=roundfct（）

，因为这只会接受所有可能的候选者中的一个