PHP/MySQL中的地理搜索（距离）（性能）

我有一个MySQL表（MyISAM），其中包含大约200k个我从中选择的lat/long对条目，基于另一个lat/long对的对距离（大圆公式）。（例如，在50.281852和2.504883周围10km半径范围内的所有入口）

我的问题是这个查询大约需要0,28秒。只为那20万个条目运行（每天都会继续获得更多）。而0,28秒。正常情况下，这个查询运行得非常频繁，因为它为我的web应用程序的主要功能提供了动力，而且常常是更大查询的一部分

有没有办法加快速度？显然，MySQL每次都必须运行所有200k条目的数据，并对每个条目执行大循环公式。我在Stack Overflow上读到了一些关于geohashing、R树之类的东西，但我认为这不是我想要的方式。部分原因是我从来都不是一个数学迷，但主要原因是我认为这个问题已经由一个比我更聪明的人在图书馆/分馆/等处解决了。这个图书馆/分馆已经过广泛的测试，并定期更新

MySQL似乎有一个空间扩展，但它不提供距离函数。我应该看看另一个数据库，把这个坐标对放进去吗？PostgreSQL似乎有一个相当成熟的空间扩展。你知道这件事吗？或者PostgreSQL会仅仅使用大圈公式来获取某个区域内的所有条目吗

是否有专门的独立产品或mysql扩展已经满足了我的需求

或者是否有一个PHP库可以用来进行计算？使用APC，我可以很容易地将lat-long对放入内存（这200k个条目大约需要5MB），然后在PHP内部运行查询。然而，这种方法的问题是，我会有一个类似SELECT的MySQL查询。。从…起其中id在（id1，id2，…）中表示所有结果，这些结果最多可以有几千个。MySQL处理此类查询的能力如何？然后（因为这是一个数字运算任务），在PHP中这样做是否足够快

还有其他想法吗？我应该/不应该做什么

为了完整起见，这里是示例查询，去掉了任何不相关的部分（如我所说，通常这是我连接多个表的更大查询的一部分）：

选择id，
6371*acos（sin（弧度（52.4042924））*sin（弧度（纬度））+cos（弧度（50.281852））*cos（弧度（纬度））*cos（弧度（纬度））作为dst
来自geoloc
有了dst你可以试试四键。这是一个空间索引，可以减少维度。它将地图细分为平铺，但您可以使用它来存储点。您可以下载我的php类hilbert curve@phpclasses.org。它还包括一条z曲线和一条摩尔曲线。重要的是要知道它使用墨卡托投影。您可以查找Bing地图平铺。它解释了如何使用四键。您需要x、y坐标和z（缩放或深度）值。然后它会给你一个四键。
如果你从不同的角度来处理这个问题呢

直线上的10 km为：

纬度等于~1'（分钟）
在经度上等于~6'（分钟）
以此为基础，进行一些快速计算，并在查询中添加到
WHERE
子句中，删除通过添加缓冲区（假设长度为1'lat&6'而创建的“框”之外的任何位置


使用此图像：

您正在搜索的GPS位置（34°12'34.0“，-85°1'1.0”）[34.20944444，-85.01694444]


您可以找到最小/最大纬度/经度

2a。最小纬度-34.19277778，-85.0169444444

2b。最小经度-34.209444，-85.116944444

2c。最大纬度-34.22611111，-85.016944444

2d。最大经度-34.209444，-84.91694444


使用每个方向的最小值和最大值运行查询

SELECT *

FROM geoloc

WHERE

lat >= 34.1927777 AND

lat <= 34.2261111 AND

long >= -85.1169444 AND

long <= -84.9169444;

更新

我忘了提到，我的距离函数将返回以英尺为单位的距离。
计算一个边界框，以在SQL查询的WHERE子句中选择行的子集，这样您只对该行子集执行昂贵的距离计算，而不是对表中的整个200k记录执行距离计算。本文介绍了该方法（使用PHP代码示例）。然后，您可以在查询中包含针对该子集的Haversine计算，以计算实际距离，并在HAVING子句中考虑该点

边界框有助于提高性能，因为它意味着您只需对数据的一小部分进行昂贵的距离计算。这实际上与Patrick建议的方法相同，但Movable Type链接对该方法有大量的解释，以及可以用来构建边界框和SQL查询的PHP代码

编辑

如果你认为哈弗辛不够准确，那么还有文森蒂公式

//  Vincenty formula to calculate great circle distance between 2 locations expressed as Lat/Long in KM

function VincentyDistance($lat1,$lat2,$lon1,$lon2){
    $a = 6378137 - 21 * sin($lat1);
    $b = 6356752.3142;
    $f = 1/298.257223563;

    $p1_lat = $lat1/57.29577951;
    $p2_lat = $lat2/57.29577951;
    $p1_lon = $lon1/57.29577951;
    $p2_lon = $lon2/57.29577951;

    $L = $p2_lon - $p1_lon;

    $U1 = atan((1-$f) * tan($p1_lat));
    $U2 = atan((1-$f) * tan($p2_lat));

    $sinU1 = sin($U1);
    $cosU1 = cos($U1);
    $sinU2 = sin($U2);
    $cosU2 = cos($U2);

    $lambda = $L;
    $lambdaP = 2*M_PI;
    $iterLimit = 20;

    while(abs($lambda-$lambdaP) > 1e-12 && $iterLimit>0) {
        $sinLambda = sin($lambda);
        $cosLambda = cos($lambda);
        $sinSigma = sqrt(($cosU2*$sinLambda) * ($cosU2*$sinLambda) + ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda) * ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda));

        //if ($sinSigma==0){return 0;}  // co-incident points
        $cosSigma = $sinU1*$sinU2 + $cosU1*$cosU2*$cosLambda;
        $sigma = atan2($sinSigma, $cosSigma);
        $alpha = asin($cosU1 * $cosU2 * $sinLambda / $sinSigma);
        $cosSqAlpha = cos($alpha) * cos($alpha);
        $cos2SigmaM = $cosSigma - 2*$sinU1*$sinU2/$cosSqAlpha;
        $C = $f/16*$cosSqAlpha*(4+$f*(4-3*$cosSqAlpha));
        $lambdaP = $lambda;
        $lambda = $L + (1-$C) * $f * sin($alpha) * ($sigma + $C*$sinSigma*($cos2SigmaM+$C*$cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)));
    }

    $uSq = $cosSqAlpha*($a*$a-$b*$b)/($b*$b);
    $A = 1 + $uSq/16384*(4096+$uSq*(-768+$uSq*(320-175*$uSq)));
    $B = $uSq/1024 * (256+$uSq*(-128+$uSq*(74-47*$uSq)));

    $deltaSigma = $B*$sinSigma*($cos2SigmaM+$B/4*($cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)- $B/6*$cos2SigmaM*(-3+4*$sinSigma*$sinSigma)*(-3+4*$cos2SigmaM*$cos2SigmaM)));

    $s = $b*$A*($sigma-$deltaSigma);
    return $s/1000;
}


echo VincentyDistance($lat1,$lat2,$lon1,$lon2);

到目前为止，我所做的正是上面所描述的@Mark。我想这是一个适合小型站点的可行解决方案，但对我的案例来说并不那么好（200k个条目位于以给定点为中心的约100x100平方公里的方框内。我使用了Mark的相同技巧，但性能太差。5个用户/秒查询附近的lat/lon点几个小时，查询开始需要10-15秒；这是在我调整my.cnf中的mySQL设置后发生的。不要使用e。）我想想想当全世界有200万参赛作品时会发生什么

那么，现在是进行第2步的时候了：。
它应该通过在一列上使用一个索引（hilbert_数）来解决（lat，lon）列上的B树索引浪费（onrange扫描，仅使用了B树索引的一部分）的问题。hilbert_数是基于hilbert曲线上点的lat/lon坐标计算的数字

但是第二次公关
//  Vincenty formula to calculate great circle distance between 2 locations expressed as Lat/Long in KM

function VincentyDistance($lat1,$lat2,$lon1,$lon2){
    $a = 6378137 - 21 * sin($lat1);
    $b = 6356752.3142;
    $f = 1/298.257223563;

    $p1_lat = $lat1/57.29577951;
    $p2_lat = $lat2/57.29577951;
    $p1_lon = $lon1/57.29577951;
    $p2_lon = $lon2/57.29577951;

    $L = $p2_lon - $p1_lon;

    $U1 = atan((1-$f) * tan($p1_lat));
    $U2 = atan((1-$f) * tan($p2_lat));

    $sinU1 = sin($U1);
    $cosU1 = cos($U1);
    $sinU2 = sin($U2);
    $cosU2 = cos($U2);

    $lambda = $L;
    $lambdaP = 2*M_PI;
    $iterLimit = 20;

    while(abs($lambda-$lambdaP) > 1e-12 && $iterLimit>0) {
        $sinLambda = sin($lambda);
        $cosLambda = cos($lambda);
        $sinSigma = sqrt(($cosU2*$sinLambda) * ($cosU2*$sinLambda) + ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda) * ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda));

        //if ($sinSigma==0){return 0;}  // co-incident points
        $cosSigma = $sinU1*$sinU2 + $cosU1*$cosU2*$cosLambda;
        $sigma = atan2($sinSigma, $cosSigma);
        $alpha = asin($cosU1 * $cosU2 * $sinLambda / $sinSigma);
        $cosSqAlpha = cos($alpha) * cos($alpha);
        $cos2SigmaM = $cosSigma - 2*$sinU1*$sinU2/$cosSqAlpha;
        $C = $f/16*$cosSqAlpha*(4+$f*(4-3*$cosSqAlpha));
        $lambdaP = $lambda;
        $lambda = $L + (1-$C) * $f * sin($alpha) * ($sigma + $C*$sinSigma*($cos2SigmaM+$C*$cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)));
    }

    $uSq = $cosSqAlpha*($a*$a-$b*$b)/($b*$b);
    $A = 1 + $uSq/16384*(4096+$uSq*(-768+$uSq*(320-175*$uSq)));
    $B = $uSq/1024 * (256+$uSq*(-128+$uSq*(74-47*$uSq)));

    $deltaSigma = $B*$sinSigma*($cos2SigmaM+$B/4*($cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)- $B/6*$cos2SigmaM*(-3+4*$sinSigma*$sinSigma)*(-3+4*$cos2SigmaM*$cos2SigmaM)));

    $s = $b*$A*($sigma-$deltaSigma);
    return $s/1000;
}


echo VincentyDistance($lat1,$lat2,$lon1,$lon2);