`

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...

    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_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 ...

    python_geohash-0.8.5-cp39-cp39-win_amd64.whl.zip

    例如,可以用来计算两个地点之间的距离,查找附近的所有兴趣点,或者构建地理位置的索引以便快速查询。 7. **集成到项目**:在Python项目中,首先需要确保Python版本与WHL文件兼容,然后安装该库。安装完成后,可以...

    geohash-源码.rar

    例如,通过前缀匹配,我们可以快速找到与特定Geohash相邻的所有其他Geohash,从而实现高效的范围查询和邻居查找。 6. 距离估算: Geohash还可以用来估算两个地理位置之间的大致距离。虽然不是精确计算,但通过比较...

Global site tag (gtag.js) - Google Analytics