`

查找附近点--Geohash方案讨论

 
阅读更多



基础数据中,一般保存了目标位置的经纬度;利用用户提供的经纬度,进行对比,从而获得是否在附近。

查找附近的XXX,由近到远返回结果,且结果中有与目标点的距离。

一、方案A:
=================================================================================================

点(纬度,经度),A($radLat1,$radLng1)、B($radLat2,$radLng2);

缺点:每次都会查询数据库,性能堪忧

通过余弦定理以及弧度计算方法,最终推导出来的算式A为:


$s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;




$s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;

其中 :
$radLat1、$radLng1,$radLat2,$radLng2 为弧度

2、通过测试两种算法,结果相同且都正确,但通过PHP代码测试,两点间距离,10W次性能对比,自行推导版本计算时长算式B较优,如下:

0.56368780136108float(431)
0.57460689544678float(431)
0.59051203727722float(431)

0.47404885292053float(431)
0.47808718681335float(431)
0.47946381568909float(431)




 
    //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
    public static function getDistance($lat1,$lng1,$lat2,$lng2)
    {
        //地球半径
        $R = 6378137;
 
        //将角度转为狐度
        $radLat1 = deg2rad($lat1);
        $radLat2 = deg2rad($lat2);
        $radLng1 = deg2rad($lng1);
        $radLng2 = deg2rad($lng2);
 
        //结果
        $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
 
        //精度
        $s = round($s* 10000)/10000;
 
        return  round($s);
    }
 
?>


4、在实际应用中,需要从数据库中遍历取出符合条件,以及排序等操作,

4.1、创建Mysql存储函数,并对经纬度字段建立索引



 
    //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
    public static function getDistance($lat1,$lng1,$lat2,$lng2)
    {
        //地球半径
        $R = 6378137;
 
        //将角度转为狐度
        $radLat1 = deg2rad($lat1);
        $radLat2 = deg2rad($lat2);
        $radLng1 = deg2rad($lng1);
        $radLng2 = deg2rad($lng2);
 
        //结果
        $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
 
        //精度
        $s = round($s* 10000)/10000;
 
        return  round($s);
    }
 
?>



通过SQL,可设置距离以及排序;可搜索出符合条件的信息,以及有一个较好的排序

1
SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM  mb_shop_ext where 1 HAVING distance


=================================================================================================

比如,成都永丰立交的编码是wm3yr31d2524

1、利用一个字段,即可存储经纬度;搜索时,只需一条索引,效率较高
2、编码的前缀可以表示更大的区域,查找附近的,非常方便。 SQL中,LIKE ‘wm3yr3%’,即可查询附近的所有地点。
3、通过编码精度可模糊坐标、隐私保护等。

1、geohash的编码算法

1.1、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90),如果目标纬度位于前一个区间,则编码为0,否则编码为1。
由于30.625265属于(0, 90),所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间,而39.92324位于(0, 45),所以编码为0,
然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间,而39.92324位于(22.5, 45),所以编码为1,
依次类推可得永丰立交纬度编码为101010111001001000100101101010。

1.3、合并经纬度编码,从高到低,先取一位经度,再取一位纬度;得出结果 111001001100011111101011100011000010110000010001010001000100












11100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524
 
十进制  0   1   2   3   4   5   6   7   8   9   10  11  12  13  14  15
base32   0   1   2   3   4   5   6   7   8   9   b   c   d   e   f   g
十进制  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31
base32   h   j   k   m   n   p   q   r   s   t   u   v   w   x   y   z


2、策略

2、查找附近,利用 在SQL中 LIKE ‘wm3yr3%’;且此结果可缓存;在小区域内,不会因为改变经纬度,而重新数据库查询

3、PHP基类




 

 
class Geohash
{
    private $coding="0123456789bcdefghjkmnpqrstuvwxyz";
    private $codingMap=array();
 
    public function Geohash()
    {
        for($i=0; $i
        {
            $this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT);
        }
 
    }
 
    public function decode($hash)
    {
        $binary="";
        $hl=strlen($hash);
        for($i=0; $i
        {
            $binary.=$this->codingMap[substr($hash,$i,1)];
        }
 
        $bl=strlen($binary);
        $blat="";
        $blong="";
        for ($i=0; $i
        {
            if ($i%2)
                $blat=$blat.substr($binary,$i,1);
            else
                $blong=$blong.substr($binary,$i,1);
 
        }
 
        $lat=$this->binDecode($blat,-90,90);
        $long=$this->binDecode($blong,-180,180);
 
        $latErr=$this->calcError(strlen($blat),-90,90);
        $longErr=$this->calcError(strlen($blong),-180,180);
 
        $latPlaces=max(1, -round(log10($latErr))) - 1;
        $longPlaces=max(1, -round(log10($longErr))) - 1;
 
        $lat=round($lat, $latPlaces);
        $long=round($long, $longPlaces);
 
        return array($lat,$long);
    }
 
    public function encode($lat,$long)
    {
        $plat=$this->precision($lat);
        $latbits=1;
        $err=45;
        while($err>$plat)
        {
            $latbits++;
            $err/=2;
        }
 
        $plong=$this->precision($long);
        $longbits=1;
        $err=90;
        while($err>$plong)
        {
            $longbits++;
            $err/=2;
        }
 
        $bits=max($latbits,$longbits);
 
        $longbits=$bits;
        $latbits=$bits;
        $addlong=1;
        while (($longbits+$latbits)%5 != 0)
        {
            $longbits+=$addlong;
            $latbits+=!$addlong;
            $addlong=!$addlong;
        }
 
        $blat=$this->binEncode($lat,-90,90, $latbits);
 
        $blong=$this->binEncode($long,-180,180,$longbits);
 
        $binary="";
        $uselong=1;
        while (strlen($blat)+strlen($blong))
        {
            if ($uselong)
            {
                $binary=$binary.substr($blong,0,1);
                $blong=substr($blong,1);
            }
            else
            {
                $binary=$binary.substr($blat,0,1);
                $blat=substr($blat,1);
            }
            $uselong=!$uselong;
        }
 
        $hash="";
        for ($i=0; $i
        {
            $n=bindec(substr($binary,$i,5));
            $hash=$hash.$this->coding[$n];
        }
 
        return $hash;
    }
 
    private function calcError($bits,$min,$max)
    {
        $err=($max-$min)/2;
        while ($bits--)
            $err/=2;
        return $err;
    }
 
    private function precision($number)
    {
        $precision=0;
        $pt=strpos($number,'.');
        if ($pt!==false)
        {
            $precision=-(strlen($number)-$pt-1);
        }
 
        return pow(10,$precision)/2;
    }
 
    private function binEncode($number, $min, $max, $bitcount)
    {
        if ($bitcount==0)
            return "";
        $mid=($min+$max)/2;
        if ($number>$mid)
            return "1".$this->binEncode($number, $mid, $max,$bitcount-1);
        else
            return "0".$this->binEncode($number, $min, $mid,$bitcount-1);
    }
 
    private function binDecode($binary, $min, $max)
    {
        $mid=($min+$max)/2;
 
        if (strlen($binary)==0)
            return $mid;
 
        $bit=substr($binary,0,1);
        $binary=substr($binary,1);
 
        if ($bit==1)
            return $this->binDecode($binary, $mid, $max);
        else
            return $this->binDecode($binary, $min, $mid);
    }
}
 
?>


三、测试



 
require_once('Mysql.class.php');
require_once('geohash.class.php');
 
//mysql
$conf = array(
 
    'host' => '127.0.0.1',
    'port' => 3306,
    'user' => 'root',
    'password' => '123456',
    'database' => 'mocube',
    'charset' => 'utf8',
    'persistent' => false
);
 
$mysql = new Db_Mysql($conf);
$geohash=new Geohash;
 
//经纬度转换成Geohash

 
//获取附近的信息
$n_latitude = $_GET['la'];
$n_longitude = $_GET['lo'];
 
//开始
$b_time = microtime(true);
 
//方案A,直接利用数据库存储函数,遍历排序

 
//方案B geohash求出附近,然后排序
 
//当前 geohash值
$n_geohash = $geohash->encode($n_latitude,$n_longitude);
 
//附近
$n = $_GET['n'];
$like_geohash = substr($n_geohash, 0, $n);
 
$sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';
 
echo $sql;
 
$data = $mysql->queryAll($sql);
 
//算出实际距离
foreach($data as $key=>$val)
{
    $distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']);
 
    $data[$key]['distance'] = $distance;
 
    //排序列
    $sortdistance[$key] = $distance;
}
 
//距离排序
array_multisort($sortdistance,SORT_ASC,$data);
 
//结束
$e_time = microtime(true);
 
echo $e_time - $b_time;
 
var_dump($data);
 
//根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
function getDistance($lat1,$lng1,$lat2,$lng2)
{
    //地球半径
    $R = 6378137;
 
    //将角度转为狐度
    $radLat1 = deg2rad($lat1);
    $radLat2 = deg2rad($lat2);
    $radLng1 = deg2rad($lng1);
    $radLng2 = deg2rad($lng2);
 
    //结果
    $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
 
    //精度
    $s = round($s* 10000)/10000;
 
    return  round($s);
}
 
?>



方案B的亮点在于:
1、搜索结果可缓存,重复使用,不会因为用户有小范围的移动,直接穿透数据库查询。
2、先缩小结果范围,再运算、排序,可提升性能。

在实际应用场景中,方案B数据库搜索可内存缓存;且如数据量更大,方案B结果会更优。

0.016560077667236
0.032402992248535
0.040318012237549

0.0079810619354248
0.0079669952392578
0.0064868927001953

两种方案,根据应用场景以及负载情况合理选择,当然推荐方案B;
不管哪种方案,都记得,给列加上索引,利于数据库检索。

 

分享到:
评论

相关推荐

    python_geohash-0.8.5-cp37-cp37m-win_amd64.whl.zip

    3. **范围查询(Range Query)**:通过一个GeoHash字符串,可以查找附近的其他GeoHash,以实现地理位置的邻近性查询。这对于地理数据索引和搜索非常有用。 4. **边界计算(Boundary Calculation)**:可以计算出一...

    Android-java中的Geohash工具类

    Geohash的优点在于其字符串表示便于数据库操作,比如进行范围查询和附近点的查找。 在Java中,我们可以通过开源库来实现Geohash的功能,比如`davidmoten/geo`库。这个库包含了`GeoHash`类,提供了对Geohash的各种...

    python_geohash-0.8.5-cp36-cp36m-win_amd64.whl.zip

    - 范围查询:找出给定范围内的所有GeoHash,这对于实现地理位置附近的搜索非常有用。 - 邻居查询:找到与给定GeoHash相邻的其他GeoHash,这有助于处理边界情况和相邻区域的查找。 - 距离计算:根据GeoHash计算两个...

    python_geohash-0.8.5-cp38-cp38-win_amd64.whl.zip

    2. **邻近搜索**:利用Geohash的特性,可以快速找到与特定Geohash编码相邻的其他编码,从而找出附近的位置。这在构建地理索引和实现地理围栏时非常有用。 3. **精度控制**:Geohash的长度决定了其精度,更长的字符...

    python_geohash-0.8.5-cp310-cp310-win_amd64.whl.zip

    在实际应用中,Geohash常用于地理信息系统(GIS)、社交网络的附近好友查找、物流配送路径规划等场景,因为它能够高效地处理和存储地理信息,且能简化空间查询操作。因此,了解并熟练掌握Python Geohash库的使用对于...

    geohash:一个解决计算附近距离的php类库

    5. **空间索引**:`geohash`可以作为构建空间索引的基础,使得在大量地理位置数据中查找最近邻或特定范围内的对象变得更加高效。 在PHP中实现`geohash`通常涉及以下几个步骤: 1. **安装库**:可以使用Composer...

    如何找到周围8个区域的GeoHash编码

    当查找附近位置时,只需要查询与目标GeoHash编码相邻的几个编码即可。 - 地图应用中,可以使用GeoHash来对地图进行分块,以优化地图加载和导航功能。 5. **代码实现提示**: - 你可以创建一个方法,接收一个Geo...

    nodejs geohash

    通过Geohash编码,可以快速查找附近的兴趣点、实现地图上的搜索过滤等功能,极大地优化了空间数据的存储和查询效率。 总之,"nodejs geohash"是Node.js开发中处理地理信息的一种有效工具,它利用Geohash算法将...

    geohash算法实现Java代码

    GeoHash算法是一种基于地理坐标的分布式空间索引技术,它通过将地球表面的经纬度坐标转化为可比较的字符串,使得我们可以高效地进行地理位置的搜索、范围查询以及邻居查找等操作。这种算法尤其适用于大数据和分布式...

    Laravel开发-geohash

    本项目“Laravel开发-geohash”显然旨在为Laravel框架引入Geohash技术,这是一种将地理位置(经纬度)编码为短字符串的方法,便于存储、搜索和排序地理位置数据。 Geohash是一种空间数据索引技术,由David Uffinger...

    geohash-cpp:GeoHash 库

    5. **范围查询(Range Query)**: 根据中心点的 GeoHash 和预设的距离范围,找出所有可能在该范围内的其他 GeoHash 值。这在地理数据的搜索和过滤中非常重要。 6. **邻居计算(Neighbor Calculation)**: 计算一个 ...

    geohash经纬度转换包linux

    例如,它可以帮助构建高效的地理索引,使得查找附近的地点或分析地理位置分布变得更加简单。 要使用这个库,首先需要安装它,通常通过Python的包管理工具pip: ```bash pip install mzgeohash ``` 然后在Python...

    非常使用的 基于geohash 找最近位置java代码

    非常使用的 基于geohash 找一定范围内的 最近位置java代码

    geohash:一个解决计算附近距离的php类库.zip

    总的来说,Geohash是解决计算附近距离和搜索附近商业点问题的强大工具,它通过将地理位置编码为字符串,实现了对空间位置的有效索引和快速查询,极大地简化了PHP开发者在地理位置应用处理上的工作。掌握并合理运用...

    C/OC_geohash

    例如,它可以用来快速查找附近的位置,通过比较两个Geohash字符串的相似程度来估计它们之间的距离,或者在数据库中通过Geohash进行范围查询,大大提高检索速度。 在压缩包文件“Geohash”中,很可能包含了C或OC的...

    Laravel开发-laravel-geo

    7. **地理位置服务**: Laravel-Geo可能还集成了地理编码服务(如Google Maps API或OpenStreetMap Nominatim),允许用户通过地址查找对应的经纬度坐标,或者反之。 通过使用Laravel-Geo,开发者可以轻松地在Laravel...

    最快的排序算法 最快的内容查找算法-----暴雪的Hash算法,排序算法数据结构

    Hash算法在数据结构中的应用非常广泛,例如在数据库中使用 Hash索引来快速查找数据,在编程语言中使用 Hash 表来实现快速的字符串查找等。 Hash算法的优点是速度快、效率高,但同时也存在着 collisions 的问题,需要...

    Laravel开发-laravel-geo .zip

    在本压缩包“Laravel开发-laravel-geo .zip”中,主要涵盖了Laravel框架的扩展——laravel-geo的相关内容。Laravel是一款基于PHP的Web应用开发框架,以其优雅的语法、强大的功能和高效的开发效率深受开发者喜爱。...

    laravel_geohash:在laravel中使用geohash实现附近的功能

    laravel_geohash在laravel中使用geohash实现附近的功能随着附近的X ,越来越实用。很多APP都加入了该功能,那么它该怎么实现?在php中如何使用。首先可以参考:环境laravel 5.8使用距离假设,使用手机获取到经纬度 ...

Global site tag (gtag.js) - Google Analytics