Mysql 查找两个横向/纵向点之间距离的最快方法

Mysql 查找两个横向/纵向点之间距离的最快方法,mysql,location,gis,Mysql,Location,Gis,我目前在mysql数据库中有不到一百万个位置,都有经度和纬度信息 我试图通过查询找到一个点和许多其他点之间的距离。它没有我想要的那么快,尤其是每秒100+点击 有没有比mysql更快的查询或可能更快的系统?我正在使用此查询: SELECT name, ( 3959 * acos( cos( radians(42.290763) ) * cos( radians( locations.lat ) ) * cos( radians(locations.lng) - radian

我目前在mysql数据库中有不到一百万个位置,都有经度和纬度信息

我试图通过查询找到一个点和许多其他点之间的距离。它没有我想要的那么快,尤其是每秒100+点击

有没有比mysql更快的查询或可能更快的系统?我正在使用此查询:

SELECT 
  name, 
   ( 3959 * acos( cos( radians(42.290763) ) * cos( radians( locations.lat ) ) 
   * cos( radians(locations.lng) - radians(-71.35368)) + sin(radians(42.290763)) 
   * sin( radians(locations.lat)))) AS distance 
FROM locations 
WHERE active = 1 
HAVING distance < 10 
ORDER BY distance;
选择
名称
(3959*acos(弧度(42.290763))*cos(弧度(位置.lat))
*cos(弧度(locations.lng)-弧度(-71.35368))+sin(弧度(42.290763))
*sin(弧度(locations.lat)))作为距离
从地点
其中活动=1
距离小于10的
按距离排序;
注意:提供的距离以英里为单位。如果您需要公里数,请使用
6371
而不是
3959

  • 使用
    MyISAM
    表中
    Geometry
    数据类型的
    Point
    值创建点

  • 在这些点上创建
    SPATIAL
    索引

  • 使用
    mbracontains()
    查找值:

    SELECT  *
    FROM    table
    WHERE   MBRContains(LineFromText(CONCAT(
            '('
            , @lon + 10 / ( 111.1 / cos(RADIANS(@lon)))
            , ' '
            , @lat + 10 / 111.1
            , ','
            , @lon - 10 / ( 111.1 / cos(RADIANS(@lat)))
            , ' '
            , @lat - 10 / 111.1 
            , ')' )
            ,mypoint)
    
,或在MySQL 5.1及更高版本中:

    SELECT  *
    FROM    table
    WHERE   MBRContains
                    (
                    LineString
                            (
                            Point (
                                    @lon + 10 / ( 111.1 / COS(RADIANS(@lat))),
                                    @lat + 10 / 111.1
                                  ),
                            Point (
                                    @lon - 10 / ( 111.1 / COS(RADIANS(@lat))),
                                    @lat - 10 / 111.1
                                  ) 
                            ),
                    mypoint
                    )
这将选择框内大约所有的点
(@lat+/-10公里,@lon+/-10公里)

这实际上不是一个长方体,而是一个球形矩形:球体的纬度和经度边界段。这可能不同于弗兰兹·约瑟夫土地上的一个普通矩形,但在大多数有人居住的地方,它与之非常接近

  • 应用附加过滤以选择圆(而不是正方形)内的所有内容

  • 可能会应用额外的精细过滤来说明大圆距离(对于大距离)


不是特定于MySql的答案,但它会提高sql语句的性能

实际上,你要做的是计算到表中每个点的距离,看看它是否在给定点的10个单位之内

在运行此sql之前,您可以创建四个点,在一侧绘制一个20个单位的长方体,点位于中心,即(x1,y1)。(x4,y4),其中(x1,y1)是(给定长度+10个单位,给定长度+10个单位)。(吉文龙-10个单位,吉文拉特-10个单位)。 实际上,您只需要两个点,左上角和右下角分别称为(X1,Y1)和(X2,Y2)

现在,您的SQL语句使用这些点来排除距离给定点绝对大于10u的行,它可以使用纬度和经度上的索引,因此将比您当前拥有的要快几个数量级

e、 g

长方体方法可能会返回误报(您可以在长方体的角上拾取距离给定点>10u的点),因此您仍然需要计算每个点的距离。但是,这会更快,因为您已将要测试的点数大幅限制为框内的点数

我把这种技巧称为“在盒子里思考”:

EDIT:能否将其放入一条SQL语句中

对不起,我不知道mySql或Php能做什么。 我不知道在哪里最好地构建这四个点,也不知道如何将它们传递到Php中的mySql查询。然而,一旦你有了这四点,没有什么能阻止你将自己的SQL语句与我的SQL语句结合起来

select name, 
       ( 3959 * acos( cos( radians(42.290763) ) 
              * cos( radians( locations.lat ) ) 
              * cos( radians( locations.lng ) - radians(-71.35368) ) 
              + sin( radians(42.290763) ) 
              * sin( radians( locations.lat ) ) ) ) AS distance 
from locations 
where active = 1 
and locations.lat between X1 and X2 
and locations.Long between y1 and y2
having distance < 10 ORDER BY distance;
选择名称,
(3959*acos(弧度(42.290763))
*cos(弧度(locations.lat))
*cos(弧度(locations.lng)-弧度(-71.35368))
+正弦(弧度(42.290763))
*sin(弧度(locations.lat)))作为距离
从地点
其中活动=1
以及X1和X2之间的位置.lat
和位置。长在y1和y2之间
距离小于10个数量级的距离;
我知道使用MS SQL我可以构建一个SQL语句,声明四个浮点(X1、Y1、X2、Y2),并在“main”select语句之前计算它们,就像我说的,我不知道MySql是否可以做到这一点。然而,我仍然倾向于在C#中构建这四个点,并将它们作为参数传递给SQL查询


很抱歉,我帮不上什么忙,如果有人能回答这个问题的MySQL和Php特定部分,请随意编辑这个答案。

下面的MySQL函数发布在。我没有做过太多的测试,但从我从帖子中收集的信息来看,如果您愿意,这可能对您很有用:

DELIMITER $$

DROP FUNCTION IF EXISTS `get_distance_in_miles_between_geo_locations` $$
CREATE FUNCTION get_distance_in_miles_between_geo_locations(
  geo1_latitude decimal(10,6), geo1_longitude decimal(10,6), 
  geo2_latitude decimal(10,6), geo2_longitude decimal(10,6)) 
returns decimal(10,3) DETERMINISTIC
BEGIN
  return ((ACOS(SIN(geo1_latitude * PI() / 180) * SIN(geo2_latitude * PI() / 180) 
    + COS(geo1_latitude * PI() / 180) * COS(geo2_latitude * PI() / 180) 
    * COS((geo1_longitude - geo2_longitude) * PI() / 180)) * 180 / PI()) 
    * 60 * 1.1515);
END $$

DELIMITER ;
示例用法: 假设一个名为
places
的表包含字段
纬度
经度


一个快速,简单和准确的(对于较小的距离)近似可以通过一个简单的。至少在我的路由算法中,与正确的计算相比,我得到了20%的提升。在Java代码中,它看起来像:

public double approxDistKm(double fromLat, double fromLon, double toLat, double toLon) {
    double dLat = Math.toRadians(toLat - fromLat);
    double dLon = Math.toRadians(toLon - fromLon);
    double tmp = Math.cos(Math.toRadians((fromLat + toLat) / 2)) * dLon;
    double d = dLat * dLat + tmp * tmp;
    return R * Math.sqrt(d);
}
不确定MySQL(对不起!)

确保您了解限制(assertEquals的第三个参数表示以公里为单位的精度):


下面是一个非常详细的描述,介绍了使用MySQL进行地理距离搜索的方法,这是一个基于Haversine公式到MySQL的实现的解决方案。完整的解决方案描述,包括理论、实现和进一步的性能优化。虽然在我的例子中,空间优化部分没有正常工作。

选择
((acos(sin(('$latitude'*pi()/180))*sin('lat`*pi()/180))+cos('$latitude'*pi()/180))
*cos(('lat`*pi()/180))*cos(('$longitude'-'lng`)*pi()/180))*180/pi())*60*1.1515)
作为距离

从表having distance中,关于如何安装为MySQL插件的完整代码如下:

我去年发表了这篇评论。既然@TylerCollier好心地建议我将其作为答案发布,就在这里

另一种方法是编写一个自定义UDF函数,返回两点之间的哈弗斯线距离。此功能可接收以下输入:

lat1 (real), lng1 (real), lat2 (real), lng2 (real), type (string - optinal - 'km', 'ft', 'mi')
我们可以这样写:

SELECT id, name FROM MY_PLACES WHERE haversine_distance(lat1, lng1, lat2, lng2) < 40;
这是距离计算q
    float lat = 24.235f;
    float lon = 47.234f;
    CalcDistance dist = new CalcDistance();
    double res = 15.051;
    assertEquals(res, dist.calcDistKm(lat, lon, lat - 0.1, lon + 0.1), 1e-3);
    assertEquals(res, dist.approxDistKm(lat, lon, lat - 0.1, lon + 0.1), 1e-3);

    res = 150.748;
    assertEquals(res, dist.calcDistKm(lat, lon, lat - 1, lon + 1), 1e-3);
    assertEquals(res, dist.approxDistKm(lat, lon, lat - 1, lon + 1), 1e-2);

    res = 1527.919;
    assertEquals(res, dist.calcDistKm(lat, lon, lat - 10, lon + 10), 1e-3);
    assertEquals(res, dist.approxDistKm(lat, lon, lat - 10, lon + 10), 10);
set @latitude=53.754842;
set @longitude=-2.708077;
set @radius=20;

set @lng_min = @longitude - @radius/abs(cos(radians(@latitude))*69);
set @lng_max = @longitude + @radius/abs(cos(radians(@latitude))*69);
set @lat_min = @latitude - (@radius/69);
set @lat_max = @latitude + (@radius/69);

SELECT * FROM postcode
WHERE (longitude BETWEEN @lng_min AND @lng_max)
AND (latitude BETWEEN @lat_min and @lat_max);
   select
   (((acos(sin(('$latitude'*pi()/180)) * sin((`lat`*pi()/180))+cos(('$latitude'*pi()/180)) 
    * cos((`lat`*pi()/180)) * cos((('$longitude'- `lng`)*pi()/180))))*180/pi())*60*1.1515) 
    AS distance
    from table having distance<22;
lat1 (real), lng1 (real), lat2 (real), lng2 (real), type (string - optinal - 'km', 'ft', 'mi')
SELECT id, name FROM MY_PLACES WHERE haversine_distance(lat1, lng1, lat2, lng2) < 40;
SELECT id, name FROM MY_PLACES WHERE haversine_distance(lat1, lng1, lat2, lng2, 'ft') < 25;
double
haversine_distance( UDF_INIT* initid, UDF_ARGS* args, char* is_null, char *error ) {
    double result = *(double*) initid->ptr;
    /*Earth Radius in Kilometers.*/ 
    double R = 6372.797560856;
    double DEG_TO_RAD = M_PI/180.0;
    double RAD_TO_DEG = 180.0/M_PI;
    double lat1 = *(double*) args->args[0];
    double lon1 = *(double*) args->args[1];
    double lat2 = *(double*) args->args[2];
    double lon2 = *(double*) args->args[3];
    double dlon = (lon2 - lon1) * DEG_TO_RAD;
    double dlat = (lat2 - lat1) * DEG_TO_RAD;
    double a = pow(sin(dlat * 0.5),2) + 
        cos(lat1*DEG_TO_RAD) * cos(lat2*DEG_TO_RAD) * pow(sin(dlon * 0.5),2);
    double c = 2.0 * atan2(sqrt(a), sqrt(1-a));
    result = ( R * c );
    /*
     * If we have a 5th distance type argument...
     */
    if (args->arg_count == 5) {
        str_to_lowercase(args->args[4]);
        if (strcmp(args->args[4], "ft") == 0) result *= 3280.8399;
        if (strcmp(args->args[4], "mi") == 0) result *= 0.621371192;
    }

    return result;
}
SELECT * FROM (SELECT *,(((acos(sin((43.6980168*pi()/180)) * 
sin((latitude*pi()/180))+cos((43.6980168*pi()/180)) * 
cos((latitude*pi()/180)) * cos(((7.266903899999988- longitude)* 
pi()/180))))*180/pi())*60*1.1515 ) as distance 
FROM wp_users WHERE 1 GROUP BY ID limit 0,10) as X 
ORDER BY ID DESC
$objectQuery = "SELECT table_master.*, ((acos(sin((" . $latitude . "*pi()/180)) * sin((`latitude`*pi()/180))+cos((" . $latitude . "*pi()/180)) * cos((`latitude`*pi()/180)) * cos(((" . $longitude . "- `longtude`)* pi()/180))))*180/pi())*60*1.1515  as distance FROM `table_post_broadcasts` JOIN table_master ON table_post_broadcasts.master_id = table_master.id WHERE table_master.type_of_post ='type' HAVING distance <='" . $Radius . "' ORDER BY distance asc";
CREATE FUNCTION DISTANCE_BETWEEN (lat1 DOUBLE, lon1 DOUBLE, lat2 DOUBLE, lon2 DOUBLE)
RETURNS DOUBLE DETERMINISTIC
RETURN ACOS( SIN(lat1*PI()/180)*SIN(lat2*PI()/180) + COS(lat1*PI()/180)*COS(lat2*PI()/180)*COS(lon2*PI()/180-lon1*PI()/180) ) * 6371000
SELECT
    `city1`.`name`,
    `city2`.`name`,
    ROUND(DISTANCE_BETWEEN(`city1`.`latitude`, `city1`.`longitude`, `city2`.`latitude`, `city2`.`longitude`)) AS `distance`
FROM
    `city` AS `city1`
JOIN
    `city` AS `city2`
Select st_distance_sphere(POINT(-2.997065, 53.404146 ), POINT(58.615349, 23.56676 ))/1000  as distcance
SELECT 
    *,
    (6371 * ACOS(COS(RADIANS(56.946285)) * COS(RADIANS(Y(coordinates))) 
    * COS(RADIANS(X(coordinates)) - RADIANS(24.105078)) + SIN(RADIANS(56.946285))
    * SIN(RADIANS(Y(coordinates))))) AS distance
FROM places
WHERE MBRContains
    (
    LineString
        (
        Point (
            24.105078 + 15 / (111.320 * COS(RADIANS(56.946285))),
            56.946285 + 15 / 111.133
        ),
        Point (
            24.105078 - 15 / (111.320 * COS(RADIANS(56.946285))),
            56.946285 - 15 / 111.133
        )
    ),
    coordinates
    )
HAVING distance < 15
ORDER By distance
SET @orig_lon = 1.027125;
SET @dest_lon = 1.027125;

SET @orig_lat = 2.398441;
SET @dest_lat = 2.398441;

SET @kmormiles = 6371;-- for distance in miles set to : 3956

SELECT @kmormiles * ACOS(LEAST(COS(RADIANS(@orig_lat)) * 
 COS(RADIANS(@dest_lat)) * COS(RADIANS(@orig_lon - @dest_lon)) + 
 SIN(RADIANS(@orig_lat)) * SIN(RADIANS(@dest_lat)),1.0)) as distance;