怎样在SQL中按地理网格编码进行多边形数据分组聚合-SQL-PHP中文网

h3库函数是目前最稳定、语义最清晰的地理网格分组方式，核心为h3_latlng_to_cell(lat, lng, resolution)，需确保坐标类型与范围正确，降级须用h3_cell_to_parent而非字符串截断，聚合后须还原多边形并按真实面积归一化密度。

怎样在sql中按地理网格编码进行多边形数据分组聚合

用 H3 库函数生成网格编码再 GROUP BY

PostgreSQL（配合 h3-pg 扩展）或 ClickHouse（h3Index 函数）可直接把 POINT(longitude, latitude) 转为 H3 六边形索引（64 位整数），这是目前最稳定、语义最清晰的网格分组方式。关键不是“算坐标”，而是“把点落到标准六边形格子里”。

h3_latlng_to_cell(lat, lng, resolution) 是核心函数，resolution 值越小网格越粗（如 res=6 ≈ 10 km²，res=8 ≈ 0.7 km²）
必须确保 lat 和 lng 类型为 DOUBLE PRECISION，且纬度在 [-90, 90]、经度在 [-180, 180]，否则返回 NULL
不要对 H3 编码做字符串截断来降级——要用 h3_cell_to_parent(h3_id, parent_res)，否则父子关系断裂，聚合结果无法下钻
示例：按 H3 分辨率 7 聚合 POI 点密度

SELECT h3_latlng_to_cell(latitude, longitude, 7) AS h3_7, COUNT(*) AS cnt
FROM pois
WHERE latitude IS NOT NULL AND longitude IS NOT NULL
GROUP BY h3_7;

PostGIS 中用 ST_SnapToGrid 模拟网格但需注意单位陷阱

ST_SnapToGrid() 在 PostGIS 里常被误当作“地理网格工具”，但它默认按坐标系单位（WGS84 下是度）对齐，不是米。直接写 ST_SnapToGrid(geom, 0.01) 得到的是约 1.1°×1.1° 的格子，赤道和北极面积差一倍，不能用于密度分析。

正确做法是先转投影：ST_Transform(geom, 3857)（Web Mercator，单位米），再调用 ST_SnapToGrid(..., 500) 表示 500 米边长正方形
ST_SnapToGrid() 返回的是 GEOMETRY，若只想要唯一 ID，建议用 ST_XMin() + ST_YMin() 提取左下角并拼接成字符串键
该方法不支持六边形，也不具备 H3 的层级邻接特性；仅适合与瓦片服务（如 XYZ tile）对齐的简单热力图场景

MySQL / SQL Server 无原生 H3 支持时的降级方案

这两类数据库没有官方 H3 扩展，硬要实现“近似六边形网格分组”，只能退回到经纬度缩放 + 偏移取整，但必须接受空间语义损失。

MySQL 8.0+ 可用 FLOOR((longitude + 180) * 1000) AS lng_grid 和 FLOOR((latitude + 90) * 1000) AS lat_grid，再组合成 CONCAT(lng_grid, '_', lat_grid)——这本质是等距矩形网格，非六边形
SQL Server 不支持 h3，也无 ST_SnapToGrid；geography::STUnionAggregate() 只能合并已有 geometry，不能生成网格 ID
若业务强依赖六边形（如 Uber 式调度），这类环境应前置在应用层计算 H3 ID（用官方 h3-js 或 h3-go 库），写入时存为 BIGINT 字段，SQL 层只负责 GROUP BY h3_id

聚合后多边形还原与面积校正不可省略

单纯按网格 ID 分组统计只是第一步。若要画热力图或导出 GeoJSON，必须把每个 H3 ID 或 SnapToGrid 几何还原为真实多边形，并用真实面积归一化密度值——否则高纬度网格数值系统性偏低。

H3 生态中，h3_cell_to_boundary(h3_id) 可返回 WKT 多边形；PostGIS 需配合 ST_GeomFromText() 导入
MySQL/SQL Server 无此能力，只能查 H3 官方提供的边界数据表（如 h3_boundaries_8），通过 JOIN 关联
密度 = cnt / ST_Area(geom::geography)（PostGIS），单位统一为 km²；别用 ST_Area(geom)（平面面积，单位 m² 但数值错乱）
最容易被忽略的一点：H3 的 resolution 每升一级，面积缩小约 7 倍，但编号数量增约 7 倍——跨分辨率聚合时，务必用 h3_cell_to_parent() 统一到同一级再比，否则数字不可比