地理位置geo處理之mysql函數的詳細介紹（附程式碼）

這篇文章帶給大家的內容是關於地理位置geo處理之mysql函數的詳細介紹（附程式碼），有一定的參考價值，有需要的朋友可以參考一下，希望對你有幫助。

目前越來越多的業務都會基於LBS，附近的人，外賣位置，附近商家等等，現在討論離我最近這一業務場景的解決方案。

目前已知解決方案有:

mysql 自訂函數計算mysql geo索引mongodb geo索引postgresql PostGis索引redis geoElasticSearch

本文測試下mysql 函數運算的效能

#準備工作

建立資料表

CREATE TABLE `driver` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `lng` float DEFAULT NULL,
  `lat` float DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

建立測試資料

在建立資料之前先了解下基本的地理知識:

• 全球經緯度的取值範圍為: 緯度-90~90，經度-180~180
• 中國的經緯度範圍大約是： 緯度3.86~53.55，經度73.66~135.05
• 北京行政中心的緯度為39.92，經度為116.46
• 越北面的地方緯度數值越大，越東面的地方經度數值越大
• 度分轉換： 將度分單位資料轉換為度單位數據，公式：度數=度分/60
• 分秒轉換： 將度分秒單位資料轉換為度單位數據，公式：度數= 度數/ 60秒/ 60 / 60

在緯度相等的情況下：

• 經度每隔0.00001度，距離相差約1公尺

在經度相等的情況下：

• 緯度每隔0.00001度，距離相差約1.1公尺

mysql函數計算

DELIMITER //
CREATE DEFINER=`root`@`localhost` FUNCTION `getDistance`(
    `lng1` float(10,7) 
    ,
    `lat1` float(10,7)
    ,
    `lng2` float(10,7) 
    ,
    `lat2` float(10,7)

) RETURNS double
    COMMENT '计算2坐标点距离'
BEGIN
    declare d double;
    declare radius int;
    set radius = 6371000; #假设地球为正球形，直径为6371000米
    set d = (2*ATAN2(SQRT(SIN((lat1-lat2)*PI()/180/2)   
        *SIN((lat1-lat2)*PI()/180/2)+   
        COS(lat2*PI()/180)*COS(lat1*PI()/180)   
        *SIN((lng1-lng2)*PI()/180/2)   
        *SIN((lng1-lng2)*PI()/180/2)),   
        SQRT(1-SIN((lat1-lat2)*PI()/180/2)   
        *SIN((lat1-lat2)*PI()/180/2)   
        +COS(lat2*PI()/180)*COS(lat1*PI()/180)   
        *SIN((lng1-lng2)*PI()/180/2)   
        *SIN((lng1-lng2)*PI()/180/2))))*radius;
    return d;
END//
DELIMITER ;

#建立資料python腳本

# coding=utf-8
from orator import DatabaseManager, Model
import logging
import random
import threading

""" 中国的经纬度范围 纬度3.86~53.55，经度73.66~135.05。大概0.00001度差距1米 """

# 创建 日志 对象
logger = logging.getLogger()
handler = logging.StreamHandler()
formatter = logging.Formatter(
    '%(asctime)s %(name)-12s %(levelname)-8s %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.DEBUG)

# Connect to the database

config = {
    'mysql': {
        'driver': 'mysql',
        'host': 'localhost',
        'database': 'dbtest',
        'user': 'root',
        'password': '',
        'prefix': ''
    }
}

db = DatabaseManager(config)
Model.set_connection_resolver(db)


class Driver(Model):
    __table__ = 'driver'
    __timestamps__ = False
    pass


def ins_driver(thread_name,nums):
    logger.info('开启线程%s' % thread_name)
    for _ in range(nums):
        lng = '%.5f' % random.uniform(73.66, 135.05)
        lat = '%.5f' % random.uniform(3.86, 53.55)

        driver = Driver()
        driver.lng = lng
        driver.lat = lat
        driver.save()

thread_nums = 10
for i in range(thread_nums):
    t = threading.Thread(target=ins_driver, args=(i, 400000))
    t.start()

以上腳本建立10個線程，10個線程插入4萬個資料。耗費150.18s執行完,總共插入40萬個資料

測試

• #測試環境

##系統：mac os

#內存：16G

cpu: intel core i5

硬碟: 500g 固態硬碟

測試下找出距離(134.38753,18.56734)這個座標點最近的10個司機

select *,`getDistance`(134.38753,18.56734,`lng`,`lat`) as dis from driver ORDER BY dis limit 10

耗時：18.0s
• explain:全表掃描

我測試了從1萬到10萬間隔1萬和從10萬到90萬每間隔10萬測試的結果變化

#結論

此方案在資料量達到3萬個查詢耗時就會超過1秒
• 大約每增加1萬條就會增加0.4秒的耗時

以上是地理位置geo處理之mysql函數的詳細介紹（附程式碼）的詳細內容。更多資訊請關注PHP中文網其他相關文章！