使用PHP/Laravel从MySQL/MariaDB获取所有poi，哪种方法更快

如果我错了，请纠正我

用户在我的网站上创建了三种获取最近家的方法：

要创建一个包含两列（纬度、经度）且两列都是浮动的表，请执行以下操作：

这是：

$latitude = 50;
$longitude = 60;

SELECT * FROM my_table
    WHERE (latitude  <= $latitude+10  AND latitude  >= $latitude-10)
      AND (longitude <= $longitude+10 AND longitude >= $longitude-10)

$latitude=50；
$longitude=60；
从my_表中选择*
其中（纬度=$latitude-10）
和（经度=经度$10）

例如，这里的10表示1公里

在这种方法中，我们也可以使用harvesine公式

将这些列（纬度、经度）合并到一个名为point as point type的列中，然后再次逐个搜索每一行

要将多个点（用户创建的房屋坐标）分类为一个国家/地区的一个类别，即城市，如果查询带有$latitude和$latitude以查看最近的房屋，我将检查它们存储在哪个类别中，以便不搜索所有行，而只搜索此查询的部分（坐标）属于

正如我猜想的那样，由于表中每一行的条件，方法1是缓慢的，如果我使用harvesine公式，方法1也是缓慢的

如果我使用ST_距离，它看起来又慢了，因为它只是有很多计算

但如果我使用第3种方法，那么检查每个部分的特定点用户似乎比检查所有行更快。我知道如何为每个原点设置点，但我不知道如何创建多个原点位置，因为一个部分可能位于另一个表中

顺便说一句，InnoDB支持新版本的MySQL和MariaDB空间索引

我的问题是:

方法1是否真的很慢，或者其他ST_*函数与此方法相同，以逐个检查所有具有此处提到的公式的行？哪一个更快

除了简单的条件外，第二种方法是否能加快速度？我的意思是，当使用点的类型而不是浮点，或者使用ST_*函数而不是自己做的时候，它会做任何改变吗？我想知道算法是否不同

如果第3种方法是这三种方法中速度最快的，我如何对点进行分类以避免搜索表中的所有行

如何使用空间索引使其尽可能快

如果存在任何其他方法，而我没有提到，您能告诉我如何通过在PHP/Laravel中使用MySQL/MariaDB中的坐标获得最近的家吗

---

谢谢大家

包围盒和哈弗森

在简短的

选择
中，您使用的是“边界框”方法，即在地图上绘制一个粗略的正方形。然而，它有几个缺陷


50和60大概是以度为单位的；你说10是以公里为单位的。你不能在不转换其中一个的情况下混合它们
经度比纬度短；需要一个
cos（）
来修复此问题

有了这些帮助，边界框可以显著地过滤行，然后可选的haversine测试可以绕过测试的范围

INDEX(latitude)
INDEX(longitude)

这种方法具有“中等”性能——其中一个索引将与边界框一起使用，从而快速将候选对象限制为全球范围内的东西（或南北）条带。但这可能仍然有很多候选人

通过过滤掉大部分行，Haversine调用的数量并不太糟糕；不要担心函数的性能

如果您有一百万个家庭，那么包含5个家庭（加上一些未通过haversine检查的家庭）的最终边界框可能会涉及几千行，因为只使用了两个索引中的一个。这仍然比获取所有一百万行并使用距离函数检查每一行要好得多

点和空间索引

切换到
点
需要切换到
空间
索引。在此模式下，
ST_Distance_Sphere（）
可代替哈弗森线。（注意：该功能仅在最新版本中存在。）

通过过滤掉大部分行，调用
ST_Distance
或
ST_Distance\u Sphere
的次数并不太多；不要担心函数的性能

SPATIAL
搜索使用R-树。在你的询问中，我对他们的表现感觉不好

方法3

通过从另一个点分类开始，可以增加复杂性。您还需要检查相邻区域以查看附近是否有点。没有更多细节，我无法判断相对表现

我的方法

我有一些复杂的代码，可以扩展到任意多个点。因为您的数据集可能足够小，可以缓存在RAM中，所以对您来说可能有些过分

对于只有一百万个家庭来说，上面的两个索引可能“足够好”，因此您不需要求助于“我的算法”。我的算法只需触摸大约20行就可以得到所需的5行——不管行的总数是多少

其他注释

如果同时存储lat/lng和
点
，则表格将变得笨重；如果尝试混合使用边界框和
ST
函数，请记住这一点。
使用哪个公式计算距离并不重要。更重要的是您必须读取、处理和排序的行数。在最好的情况下，您可以在WHERE子句中使用条件索引来限制处理的行数。您可以尝试对您的位置进行分类，但这取决于数据的性质，如果这样做效果好的话。您还需要找出要使用的“类别”。一个更通用的解决方案是使用空间索引和ST_in（）函数

现在让我们运行一些测试

在my DB（MySQL）中
CREATE TABLE `cities` (
    `cityId` MEDIUMINT(9) UNSIGNED NOT NULL AUTO_INCREMENT,
    `country` CHAR(2) NOT NULL COLLATE 'utf8mb4_unicode_ci',
    `city` VARCHAR(100) NOT NULL COLLATE 'utf8mb4_unicode_ci',
    `accentCity` VARCHAR(100) NOT NULL COLLATE 'utf8mb4_unicode_ci',
    `region` CHAR(2) NULL DEFAULT NULL COLLATE 'utf8mb4_unicode_ci',
    `population` INT(10) UNSIGNED NULL DEFAULT NULL,
    `latitude` DECIMAL(10,7) NOT NULL,
    `longitude` DECIMAL(10,7) NOT NULL,
    `geoPoint` POINT NOT NULL,
    PRIMARY KEY (`cityId`),
    SPATIAL INDEX `geoPoint` (`geoPoint`)
) COLLATE='utf8mb4_unicode_ci' ENGINE=InnoDB

set @lon = 0.0;
set @lat = 51.5;

select c.cityId, c.accentCity, st_distance_sphere(c.geoPoint, point(@lon, @lat)) as dist
from cities c
order by dist
limit 1

988204 Blackwall 1085.8212159861014

set @point = point(@lon, @lat);
set @radius = 0.1;
set @polygon = ST_Buffer(@point, @radius);

select c.cityId, c.accentCity, st_distance_sphere(c.geoPoint, point(@lon, @lat)) as dist
from cities c
where st_within(c.geoPoint, @polygon)
order by dist
limit 1