Mysql 使用什么算法从高维数据点中过滤出来？

我在服务器中的

MySQL

数据库中存储了4维数据点。具有三个空间GPS数据（lat、lon、alt）的一维数据。GPS数据按1分钟的时间段为数千名用户采样，并全天候添加到我的服务器

示例REST/post json如下所示：

{
   "id": "1005",
    "location": {
        "lat":-87.8788,
        "lon":37.909090,
        "alt":0.0,
    },
    "datetime": 11882784
}

{
    "id": "1001",      // user for whose we need to filter out candidates IDs
    "maxDistance":3,   // max distance in meter to consider (euclidian distance from users location to candidates location)
    "maxDuration":14   // duration offset (in days) from current datetime to consider
}

现在，我需要过滤掉所有候选人（

userID

），他们的位置在给定时间段内距离给定的

userID

k米以内

用于筛选的示例REST/get查询参数如下所示

{
   "id": "1005",
    "location": {
        "lat":-87.8788,
        "lon":37.909090,
        "alt":0.0,
    },
    "datetime": 11882784
}

{
    "id": "1001",      // user for whose we need to filter out candidates IDs
    "maxDistance":3,   // max distance in meter to consider (euclidian distance from users location to candidates location)
    "maxDuration":14   // duration offset (in days) from current datetime to consider
}

正如我们所看到的，每分钟有数千个条目插入到我的数据库中，这导致了大量的条目总数。因此，为了迭代所有条目进行过滤，我担心这种简单的方法对于我当前的需求来说是不可行的。那么，我应该在服务器中实现什么算法呢？我尝试过实现一些简单的算法，比如

params ($uid, $mDis, $mDay)

1.     Init $candidates = []
2.     For all the locations $Li of user with $uid
3.         For all locations $Di in database within $mDay
4.             $dif = EuclidianDis($Li, $Di)
5.             If $dif < $mDis
6.                 $candidates += userId for $Di
7.     Return $candidates

params（$uid，$mDis，$mDay）
1.Init$candidates=[]
2.对于具有$uid的用户的所有位置$Li
3.对于$mDay内数据库中的所有位置$Di
4.             $dif=欧几里得语（$Li，$Di）
5.如果$dif<$mDis
6.                 $候选人+=$Di的用户ID
7.返回$候选者

然而，这种方法在实践中非常缓慢。而且预计算可能不可行，因为它为所有

userID

s花费了巨大的空间还有什么算法可以提高效率？

您可以实现一种算法，在给定的区域/时间内高效地查询数据库中的候选人

将三维空间划分为宽度为k的三维立方体网格，在将数据点插入数据库时，计算该点所在的立方体，并基于立方体坐标计算哈希值

在查询另一个数据点d的k范围内的所有数据点时，计算d所在的多维数据集，并找到8个相邻的多维数据集（+/-1）。计算9个多维数据集的散列值，并在给定时间段内查询数据库中具有这些散列值的所有条目。您将有一个小的候选集，然后可以从中迭代以查找d的k范围内的所有数据点

如果你的k值在2-5米之间，给你的立方体一个5米的宽度

---

时间戳可以存储为单独的字段，或者您可以将多维数据集设置为4维，并将时间戳包含在哈希中，然后搜索27个多维数据集而不是9个。

k是固定的还是每个查询可以不同？距离可以在（2~5）米范围内，持续时间可以在（1~14）天范围内。