mysql使用Haversine 公式和ST_Distance_Sphere 函数实现附近的人功能
作者:水滴技术
对于“附近的人”功能,在生活中是比较常用的,像外卖app附近的美食,共享单车app里附近的车辆等等。我们之前使用 ElasticSearch 实现过该功能,本篇文章我们介绍如何通过 MySQL 来实现“附近的人”功能。
ST_Distance_Sphere 函数
在 MySQL 中,ST_Distance_Sphere
函数是一个地理空间函数,用于计算两个地理位置之间的球面距离。它基于球体模型进行计算,并返回两个点之间的距离结果。
ST_Distance_Sphere
函数的语法如下:
ST_Distance_Sphere(point1, point2)
其中,point1
和 point2
是表示地理位置的 POINT
类型的参数。
示例一:计算北京站到北京西站的距离
以下是一个使用 ST_Distance_Sphere
函数计算球面距离的示例:
-- 北京站 116.427322,39.902822 北京西站 116.322083,39.8949 SELECT ST_Distance_Sphere( POINT(116.427322,39.902822), POINT(116.322083,39.8949) ) AS distance;
在上述示例中,我们使用 POINT
类型的参数表示两个地理位置点,分别是北京站(经度 116.427322,纬度 39.902822)和北京西站(经度 116.322083,纬度 39.8949)。然后,我们调用 ST_Distance_Sphere
函数来计算这两个点之间的球面距离,并将结果命名为 distance
。
返回结果:
distance
-----------------------
9020.641566063772
ST_Distance_Sphere
函数的返回值是以米为单位的球面距离,可以根据需要将结果转换为千米。上面示例中可以看出,北京站到北京西站的距离约为9公里。
需要注意的是,使用
ST_Distance_Sphere
函数进行球面距离计算需要 MySQL 版本 8.0.17 或更高版本,并且需要在数据库中启用地理空间功能。
示例二:查询“附近的人”
要实现"附近的人"功能,可以使用MySQL的ST_Distance_Sphere
函数和索引来处理地理位置数据。下面是一个基本的实现步骤:
(1)创建GEO测试表:其中包括id
主键、location
地理位置信息。地理位置信息可以使用POINT
类型来表示。
CREATE TABLE `test_geo` ( `id` bigint NOT NULL AUTO_INCREMENT, `location` point DEFAULT NULL, PRIMARY KEY (`id`) );
(2)添加地理位置数据:向表中插入地理位置数据。
INSERT INTO `test_geo`(`id`, `location`) VALUES (1, POINT(116.39775,39.92029)), (2, POINT(116.395947,39.916208), (3, POINT(116.410624,39.91871)), (4, POINT(116.397235,39.909823)), (5, POINT(116.385304,39.917591)), (6, POINT(116.396548,39.92832)) ;
(3)创建地理索引:为该表的地理位置字段创建索引,以便进行空间查询。
CREATE SPATIAL INDEX idx_location ON test_geo (location);
(4)查询附近的人:使用地理空间函数进行附近的人查询。
SELECT *, ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) AS distance -- 返回距离,单位M FROM test_geo WHERE ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) <= 2000 -- 两公里内 ORDER BY distance -- 由近及远排序 ;
上述查询使用了ST_Distance_Sphere
函数来计算两个地理位置之间的球面距离,POINT ( 116.410539, 39.912983 )
是你的坐标,2000
是查询半径。这个查询将返回在给定半径范围内的数据。
查询结果:
Haversine 公式
ST_Distance_Sphere
函数要求MySQL 的版本为 8.0.17 或更高,对于低版本的 MySQL 该怎么办呢?我们可以使用 Haversine 公式来实现。
Haversine 是一种常用的球面三角函数,用于计算两个球面位置之间的球面距离。它是根据地球的球体模型进行计算的,可以用于近似计算两个经纬度坐标之间的球面距离。
Haversine 公式基于球面三角学和经纬度之间的关系。它的公式如下:
a = sin²(Δlat/2) + cos(lat1) * cos(lat2) * sin²(Δlon/2) c = 2 * atan2(√a, √(1-a)) d = R * c
其中:
lat1
和lat2
是两个点的纬度(以弧度表示)。lon1
和lon2
是两个点的经度(以弧度表示)。Δlat
是纬度之差,即lat2 - lat1
。Δlon
是经度之差,即lon2 - lon1
。R
是地球的半径,常用的单位是千米或英里。
通过应用 Haversine 公式,可以近似计算出两个经纬度坐标之间的球面距离。这个公式考虑了球体的曲率,因此对于较短距离的计算具有较高的精度。然而,对于较长距离,特别是跨越大片陆地或海洋的距离,Haversine 公式可能会引入一定的误差。
在使用 Haversine 公式进行计算时,需要注意输入的经纬度必须使用弧度表示。如果经纬度是以度数表示,需要将其转换为弧度形式进行计算。
示例一:计算北京站到北京西站的距离
以下是一个使用Haversine公式计算球面距离的示例:
-- 北京站 116.427322,39.902822 北京西站 116.322083,39.8949 select (2 * 6371 * ASIN(SQRT( POWER(SIN((RADIANS(39.902822) - RADIANS(39.8949)) / 2), 2) + COS(RADIANS(39.902822)) * COS(RADIANS(39.8949)) * POWER(SIN((RADIANS(116.427322) - RADIANS(116.322083)) / 2), 2) ))) AS distance
在上述示例中,我们分别将北京站(经度 116.427322,纬度 39.902822)和北京西站(经度 116.322083,纬度 39.8949)的经纬度数据带入Haversine公式中,然后就可以计算出这两个点之间的球面距离,并将结果命名为 distance
。
返回结果:
distance
-----------------------
9.020661388581411
Haversine公式的返回值是以千米为单位的球面距离。
示例二:查询“附近的人”
我们可以使用Haversine公式来实现"附近的人"功能,下面是一个基本的实现步骤:
(1)创建GEO测试表:其中包括id
主键、地理位置信息。地理位置信息可以使用lng
表示经度,lat
表示纬度。
CREATE TABLE `test_geo` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `lng` double DEFAULT NULL, `lat` double DEFAULT NULL, PRIMARY KEY (`id`) );
(2)添加地理位置数据:向表中插入地理位置数据。
INSERT INTO `test_geo`(`id`, `lng`, `lat`) VALUES (1, 116.39775, 39.92029), (2, 116.395947, 39.916208), (3, 116.410624, 39.91871), (4, 116.397235, 39.909823), (5, 116.385304, 39.917591), (6, 116.396548, 39.92832) ;
(3)查询附近的人:使用Haversine公式进行附近的人查询。
SELECT *, (2 * 6371 * ASIN( SQRT( POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS( RADIANS( 39.912983 )) * COS( RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) ))) AS distance -- 返回距离,单位KM FROM test_geo WHERE (2 * 6371 * ASIN( SQRT( POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS( RADIANS( 39.912983 )) * COS( RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) ))) <= 2 -- 两公里内 ORDER BY distance -- 由近及远排序 ;
上述查询使用了Haversine公式来计算两个地理位置之间的球面距离,116.410539, 39.912983
是你的坐标,2
是查询半径。这个查询将返回在给定半径范围内的数据。
查询结果:
总结
使用 MySQL 来实现“附近的人”功能,可以通过Haversine 公式和ST_Distance_Sphere
函数两种方式来实现。对于低版本的 MySQL 只能使用Haversine 公式,但我们还是推荐升级你的 MySQL(8.0.17版本或更新),因为使用ST_Distance_Sphere
函数不仅使用简单,而且它还支持空间索引,使得查询速度更快。
到此这篇关于mysql实现附近的人功能的文章就介绍到这了,更多相关mysql附近的人内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!