PHP,Mysql-根据一个给定经纬度的点，进行附近地点查询–合理利用算法，效率提高2125倍

目前的工作是需要对用户的一些数据进行分析，每个用户都有若干条记录，每条记录中有用户的一个位置，是用经度和纬度表示的。
还有一个给定的数据库，存储的是一些已知地点以及他们的经纬度，内有43W多条的数据。
现在需要拿用户的经纬度和已知地点进行距离匹配，如果它们之间的距离小于一定的数据，比如说500米，就认为用户是在这个地点。
MYSQL本身是支持空间索引的，但是在5.x的版本中，取消了对Distance()和Related()的支持，参考这里：MySQL 5.1参考手册 :: 19. 中的空间扩展 19.5.6. 测试几何类之间空间关系的函数， 无法使用空间的距离函数去直接去查询距离在一定范围内的点。所以，我首先想到的是，对每条记录，去进行遍历，跟数据库中的每一个点进行距离计算，当距离小 于500米时，认为匹配。这样做确实能够得到结果，但是效率极其低下，因为每条记录都要去循环匹配40W条数据，其消耗的时间可想而知。经过记录，发现每 条记录处理的时间消耗达到1700ms，针对每天上亿的数据量，这样一个处理速度，让人情何以堪啊。。。
我自己也有个想法，就是找到每条记录所在点的经纬度周围的一个大概范围，比方说正方形的四个点，然后使用mysql的空间计算，使用MBR去得出点在这个矩形内的已知记录，然后进行匹配。可惜，自己没想出能计算到四个点经纬度的方法。
意外的，查询到了一个关于这个计算附近地点搜索初探，里面使用python实现了这个想法。
所以参考了一下原文中的算法，使用PHP进行了实现。
实现原理也是很相似的，先算出该点周围的矩形的四个点，然后使用经纬度去直接匹配数据库中的记录。

红色部分为要求的搜索范围，绿色部分我们能间接得到的结果范围

 

参考wiki百科上的一些球面计算公式：

• Great-circle distance
• Haversine formula

假设已知点的经纬度分别为$lng, $lat
先实现经度范围的查询，
在haversin公式中令φ1 = φ2，可得:

用PHP进行计算，就是：

//$lat 已知点的纬度
$dlng =  2 * asin(sin( $distance / (2 * EARTH_RADIUS)) / cos ( deg2rad ( $lat )));
$dlng = rad2deg( $dlng ); //转换弧度

然后是纬度范围的查询，
在haversin公式中令 Δλ = 0，可得

在PHP中进行计算，就是：

$dlat = $distance /EARTH_RADIUS; //EARTH_RADIUS地球半径
$dlat = rad2deg( $dlat ); //转换弧度

最后，就可以得出四个点的坐标：
left-top : (lat + dlat, lng – dlng)
right-top : (lat + dlat, lng + dlng)
left-bottom : (lat – dlat, lng – dlng)
right-bottom: (lat – dlat, lng + dlng)

我把以上方法写成了一个函数，综合起来就是：

define(EARTH_RADIUS, 6371); //地球半径，平均半径为6371km
 /**
 *计算某个经纬度的周围某段距离的正方形的四个点
 *
 *@param lng float 经度
 *@param lat float 纬度
 *@param distance float 该点所在圆的半径，该圆与此正方形内切，默认值为0.5千米
 *@return array 正方形的四个点的经纬度坐标
 */
 function returnSquarePoint( $lng , $lat , $distance = 0.5){

    $dlng =  2 * asin(sin( $distance / (2 * EARTH_RADIUS)) / cos ( deg2rad ( $lat )));
    $dlng = rad2deg( $dlng );

    $dlat = $distance /EARTH_RADIUS;
    $dlat = rad2deg( $dlat );

    return array (
                'left-top' => array ( 'lat' => $lat + $dlat , 'lng' => $lng - $dlng ),
                'right-top' => array ( 'lat' => $lat + $dlat , 'lng' => $lng + $dlng ),
                'left-bottom' => array ( 'lat' => $lat - $dlat , 'lng' => $lng - $dlng ),
                'right-bottom' => array ( 'lat' => $lat - $dlat , 'lng' => $lng + $dlng )
                );
 }
//使用此函数计算得到结果后，带入sql查询。
$squares = returnSquarePoint( $lng , $lat );
$info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat<>0 and lat>{$squares['right-bottom']['lat']} and lat<{$squares['left-top']['lat']} and lng>{$squares['left-top']['lng']} and lng<{$squares['right-bottom']['lng']} " ;

在lat和lng上建立一个联合索引后，使用此项查询，每条记录的查询消耗平均为0.8毫秒，相比以前的1700ms，真的是天壤之别啊。效率真真的是以前的2125倍~~

总结：这应该也不是效率最好的办法，但是效率比以前确实有明显的提升。请记住，总有办法更好的。

原文链接：http://digdeeply.org/archives/06152067.html