大規模なビジネス データベースの位置ベースの検索クエリを最適化するにはどうすればよいですか?

位置ベースの検索の最適化

近くの位置を効率的に検索することは、マッピングやナビゲーションなどのアプリケーションにとって非常に重要です。 Haversine の公式は、球上の 2 点間の距離を計算するために広く使用されている方法です。この式を SQL に直接実装して、位置ベースの検索クエリを最適化できます。

あなたの場合、5,000 を超えるビジネスの距離を計算するパフォーマンスが懸念されます。 Haversine 式を使用して次の MySQL クエリを使用することを検討してください。

SELECT id, (3959 * acos(cos(radians(37)) * cos(radians(lat))
* cos(radians(lng) - radians(-122)) + sin(radians(37))
* sin(radians(lat)))) AS distance
FROM markers
HAVING distance < 25
ORDER BY distance LIMIT 0, 20;

このクエリでは、「37」と「-122」をユーザーの場所の緯度と経度に置き換えます。データベース内の距離を計算することで、すべてのビジネスを取得して PHP で距離計算を実行する必要がなくなります。

この最適化されたアプローチを使用すると、近くの場所の検索速度が大幅に向上し、適切な場所になります。大規模なデータベースを処理するため。最適なパフォーマンスを得るには、距離計算に関与する列にインデックスを付けることが重要です。

以上が大規模なビジネス データベースの位置ベースの検索クエリを最適化するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。