Postgres SQL（亚马逊红移）-如何计算两个纬度和经度之间的距离？

在Netezza中，我习惯于使用INZA软件包和ST_Distance函数。有人知道红移的类似方式吗？我使用它进行大量计算和连接。

您必须在红移之外计算它

您可以尝试以下操作：

• GeoDis（基于redis）
• 博士后地理信息系统（博士后）

由于redshift实现了postgres接口，所以您可以利用postgres的功能，将它们合并到单个postgres数据源中，您可以在单个查询中进行连接

---

i、 例如：postgres实例（称之为“master”），安装了postgis，通过fdw连接到redshift。通过这种方式，您可以对红移数据使用地理位置查询。

您必须在红移之外计算它

您可以尝试以下操作：

• GeoDis（基于redis）
• 博士后地理信息系统（博士后）

由于redshift实现了postgres接口，所以您可以利用postgres的功能，将它们合并到单个postgres数据源中，您可以在单个查询中进行连接

---

i、 例如：postgres实例（称之为“master”），安装了postgis，通过fdw连接到redshift。通过这种方式，您可以对红移数据使用地理位置查询。

alexanderlz建议的postgres_fdw模块不适用于红移，因为最低要求是postgres 8.1（只读）。红移目前使用Postgres 8.0.2。您可以使用它来获得类似的功能。

alexanderlz建议的postgres_fdw模块不适用于Redshift，因为最低要求是postgres 8.1（只读）。红移目前使用Postgres 8.0.2。你可以用它来获得类似的功能。

看看这个

------- DISTANCE FUNCTION ---------
CREATE FUNCTION DISTANCE (orig_lat float, orig_long float, dest_lat float, dest_long float)
  RETURNS float
STABLE  
AS $$
  import math
  r = 3963.1676          
  phi_orig = math.radians(orig_lat)
  phi_dest = math.radians(dest_lat)
  delta_lat = math.radians(dest_lat - orig_lat)
  delta_long = math.radians(dest_long - orig_long)
  a = math.sin(delta_lat/2) * math.sin(delta_lat/2) + math.cos(phi_orig) \
      * math.cos(phi_dest) * math.sin(delta_long/2) * math.sin(delta_long/2)
  c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
  d = r * c
  return d
$$ LANGUAGE plpythonu
;

看看这个

------- DISTANCE FUNCTION ---------
CREATE FUNCTION DISTANCE (orig_lat float, orig_long float, dest_lat float, dest_long float)
  RETURNS float
STABLE  
AS $$
  import math
  r = 3963.1676          
  phi_orig = math.radians(orig_lat)
  phi_dest = math.radians(dest_lat)
  delta_lat = math.radians(dest_lat - orig_lat)
  delta_long = math.radians(dest_long - orig_long)
  a = math.sin(delta_lat/2) * math.sin(delta_lat/2) + math.cos(phi_orig) \
      * math.cos(phi_dest) * math.sin(delta_long/2) * math.sin(delta_long/2)
  c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
  d = r * c
  return d
$$ LANGUAGE plpythonu
;

---

虽然PythonUDF方法没有错，但我们发现PythonUDF比原生SQLUDF花费的时间更长，消耗的资源也更多（我们在数十亿条记录上运行了这个方法）。这就是我们所使用的，它当然不是完美的（即，我们平均地球半径为3961英里，但我们不需要精确到我们的使用）

---

这只是使用内置sql数学函数手动计算haversine距离。这将返回以英里为单位的距离，如果您想以另一个度量单位返回距离，您可以用地球的平均半径替换

3961

，以您想要的任何单位为单位（即

6371

以公里为单位，或

6371000

以米为单位，等等）

尽管python udf方法没有错，我们发现python udf比本机sql udf花费的时间更长，消耗的资源也更多（我们在数十亿条记录上运行了这个过程）。这就是我们所使用的，它当然不是完美的（即，我们平均地球半径为3961英里，但我们不需要精确到我们的使用）

这只是使用内置sql数学函数手动计算haversine距离。这将返回以英里为单位的距离，如果您希望以另一个度量单位返回距离，您可以用您想要的任何单位（即以公里为单位的

6371

，或以米为单位的

6371000

等）替换

3961

。

不正确（不再？）。Redshift实现了足够的数学函数，可以使用Haversine公式或类似公式计算。不正确（不再正确）。Redshift实现了足够的数学函数，可以使用Haversine公式或类似公式来计算。