教你使用PHP實作來找出你想要的附近人

最近有個業務場景使用到了查找附近的人，於是查閱了相關資料，並對使用PHP實現相關功能的多種方式和具體實現做一篇技術總結，歡迎各位看官提出意見和糾錯，以下開始進入正題：

LBS(基於位置的服務)

查找附近的人有個更大的專有名詞叫做LBS(基於位置的服務)，LBS是指是指通過電信移動運營商的無線電通信網絡或外部定位方式，獲取移動終端用戶的位置信息，在GIS平台的支援下，為使用者提供相應服務的一種增值業務。因此首先得獲取用戶的位置，獲取用戶的位置有基於GPS、基於運營商基地台、WIFI等方式，一般由客戶端獲取用戶位置的經緯度坐標上傳至應用服務器，應用服務器對用戶坐標進行保存，客戶端取得附近的人資料的時候，應用程式伺服器是基於請求人的地理位置配合一定的條件(距離，性別，活躍時間等)去資料庫進行篩選排序。

根據經緯度如何得出兩點之間的距離？

我們都知道平面座標內的兩點座標可以使用平面座標距離公式來計算，但經緯度是利用三度空間的球面來定義地球上的空間的球面座標系統，假定地球是正球體，關於球面距離計算公式如下：

具體推斷過程有興趣的推薦這篇文章：【數學公式及推導】根據經緯度計算地面兩點間的距離

PHP函數程式碼如下：

/**
     * 根据两点间的经纬度计算距离
     * @param $lat1
     * @param $lng1
     * @param $lat2
     * @param $lng2
     * @return float
     */
    public static function getDistance($lat1, $lng1, $lat2, $lng2){
        $earthRadius = 6367000; //approximate radius of earth in meters
        $lat1 = ($lat1 * pi() ) / 180;
        $lng1 = ($lng1 * pi() ) / 180;
        $lat2 = ($lat2 * pi() ) / 180;
        $lng2 = ($lng2 * pi() ) / 180;
        $calcLongitude = $lng2 - $lng1;
        $calcLatitude = $lat2 - $lat1;
        $stepOne = pow(sin($calcLatitude / 2), 2) + cos($lat1) * cos($lat2) * pow(sin($calcLongitude / 2), 2);
        $stepTwo = 2 * asin(min(1, sqrt($stepOne)));
        $calculatedDistance = $earthRadius * $stepTwo;
        return round($calculatedDistance);
    }

MySQL程式碼如下：

SELECT  
  id, (  
    3959 * acos (  
      cos ( radians(78.3232) )  
      * cos( radians( lat ) )  
      * cos( radians( lng ) - radians(65.3234) )  
      + sin ( radians(78.3232) )  
      * sin( radians( lat ) )  
    )  
  ) AS distance  
FROM markers  
HAVING distance < 30  
ORDER BY distance  
LIMIT 0 , 20;

除了上面透過計算球面距離公式來取得，我們可以使用某有些資料庫服務得到，例如Redis和MongoDB：

Redis 3.2提供GEO地理位置功能，不僅可以取得兩個位置之間的距離，取得指定位置範圍內的地理資訊位置集合也很簡單。 Redis指令文件

1.增加地理位置

GEOADD key longitude latitude member [longitude latitude member ...]

2.取得地理位置

GEOPOS key member [member ...]

3.取得兩個地理位置的距離

GEODIST key member1 member2 [unit]

4.取得指定經緯度的地理資訊位置集合

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]

5.取得指定成員的地理資訊位置集合

GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]

MongoDB專門針對這種查詢建立了地理空間索引。 2d和2dsphere索引，分別是針對平面和球面。 MongoDB文件

1.新增資料

db.location.insert( {uin : 1 , loc : { lon : 50 , lat : 50 } } )

2.建立索引

db.location.ensureIndex( { loc : "2d" } )

3.尋找附近的點

db.location.find( { loc :{ $near : [50, 50] } )

4 .最大距離和限制條數

db.location.find( { loc : { $near : [50, 50] , $maxDistance : 5 } } ).limit(20)

5.使用geoNear在查詢結果中傳回每個點距離查詢點的距離

db.runCommand( { geoNear : "location" , near : [ 50 , 50 ], num : 10, query : { type : "museum" } } )

6.使用geoNear附帶查詢條件和傳回條數， geoNear使用runCommand指令不支援find查詢中分頁相關limit和skip參數的功能

db.runCommand( { geoNear : "location" , near : [ 50 , 50 ], num : 10, query : { uin : 1 } })

PHP多種方式和具體實作

1.基於MySql

成員新增方法：

public function geoAdd($uin, $lon, $lat)
{
    $pdo = $this->getPdo();
    $sql = 'INSERT INTO `markers`(`uin`, `lon`, `lat`) VALUES (?, ?, ?)';
    $stmt = $pdo->prepare($sql);
    return $stmt->execute(array($uin, $lon, $lat));
}

查詢附近的人(支援查詢條件與分頁)：

public function geoNearFind($lon, $lat, $maxDistance = 0, $where = array(), $page = 0)
{
    $pdo = $this->getPdo();
    $sql = "SELECT  
              id, (  
                3959 * acos (  
                  cos ( radians(:lat) )  
                  * cos( radians( lat ) )  
                  * cos( radians( lon ) - radians(:lon) )  
                  + sin ( radians(:lat) )  
                  * sin( radians( lat ) )  
                )  
              ) AS distance  
            FROM markers";

    $input[':lat'] = $lat;
    $input[':lon'] = $lon;

    if ($where) {
        $sqlWhere = ' WHERE ';
        foreach ($where as $key => $value) {
            $sqlWhere .= "`{$key}` = :{$key} ,";
            $input[":{$key}"] = $value;
        }
        $sql .= rtrim($sqlWhere, ',');
    }

    if ($maxDistance) {
        $sqlHaving = " HAVING distance < :maxDistance";
        $sql .= $sqlHaving;
        $input[&#39;:maxDistance&#39;] = $maxDistance;
    }

    $sql .= &#39; ORDER BY distance&#39;;

    if ($page) {
        $page > 1 ? $offset = ($page - 1) * $this->pageCount : $offset = 0;
        $sqlLimit = " LIMIT {$offset} , {$this->pageCount}";
        $sql .= $sqlLimit;
    }

    $stmt = $pdo->prepare($sql);
    $stmt->execute($input);
    $list = $stmt->fetchAll(PDO::FETCH_ASSOC);

    return $list;
}

2.基於Redis(3.2以上)

PHP使用Redis可以安裝redis擴充或透過composer安裝predis類別庫，本文使用redis擴充功能來實作。

成員新增方法：

public function geoAdd($uin, $lon, $lat)
{
    $redis = $this->getRedis();
    $redis->geoAdd('markers', $lon, $lat, $uin);
    return true;
}

查詢附近的人(不支援查詢條件與分頁)：

public function geoNearFind($uin, $maxDistance = 0, $unit = 'km')
{
    $redis = $this->getRedis();
    $options = ['WITHDIST']; //显示距离
    $list = $redis->geoRadiusByMember('markers', $uin, $maxDistance, $unit, $options);
    return $list;
}

3.基於MongoDB

PHP使用MongoDB的擴充有mongo(文件)和mongodb(文件)，兩者寫法差異很大，選擇好擴充需要對應的文檔查看，由於mongodb擴充是新版，本文選擇mongodb擴充。

假設我們建立db庫和location集合

設定索引：

db.getCollection('location').ensureIndex({"uin":1},{"unique":true}) 
db.getCollection('location').ensureIndex({loc:"2d"})
#若查询位置附带查询，可以将常查询条件添加至组合索引
#db.getCollection('location').ensureIndex({loc:"2d",uin:1})

成員新增方法：

public function geoAdd($uin, $lon, $lat)
{
    $document = array(
        'uin' => $uin,
        'loc' => array(
            'lon' =>  $lon,
            'lat' =>  $lat,
        ),
    );

    $bulk = new MongoDB\Driver\BulkWrite;
    $bulk->update(
        ['uin' => $uin],
        $document,
        [ 'upsert' => true]
    );
    //出现noreply 可以改成确认式写入
    $manager = $this->getMongoManager();
    $writeConcern = new MongoDB\Driver\WriteConcern(1, 100);
    //$writeConcern = new MongoDB\Driver\WriteConcern(MongoDB\Driver\WriteConcern::MAJORITY, 100);
    $result = $manager->executeBulkWrite('db.location', $bulk, $writeConcern);

    if ($result->getWriteErrors()) {
        return false;
    }
    return true;
}

查詢附近的人(回傳結果沒有距離，支援查詢條件，支援分頁)

public function geoNearFind($lon, $lat, $maxDistance = 0, $where = array(), $page = 0)
{
    $filter = array(
        'loc' => array(
            '$near' => array($lon, $lat),
        ),
    );
    if ($maxDistance) {
        $filter['loc']['$maxDistance'] = $maxDistance;
    }
    if ($where) {
        $filter = array_merge($filter, $where);
    }
    $options = array();
    if ($page) {
        $page > 1 ? $skip = ($page - 1) * $this->pageCount : $skip = 0;
        $options = [
            'limit' => $this->pageCount,
            'skip' => $skip
        ];
    }

    $query = new MongoDB\Driver\Query($filter, $options);
    $manager = $this->getMongoManager();
    $cursor = $manager->executeQuery('db.location', $query);
    $list = $cursor->toArray();
    return $list;
}

查詢附近的人(返回結果帶距離，支援查詢條件，支付返回數量，不支援分頁)：

public function geoNearFindReturnDistance($lon, $lat, $maxDistance = 0, $where = array(), $num = 0)
{
    $params = array(
        'geoNear' => "location",
        'near' => array($lon, $lat),
        'spherical' => true, // spherical设为false（默认），dis的单位与坐标的单位保持一致，spherical设为true，dis的单位是弧度
        'distanceMultiplier' => 6371, // 计算成公里，坐标单位distanceMultiplier: 111。 弧度单位 distanceMultiplier: 6371
    );

    if ($maxDistance) {
        $params['maxDistance'] = $maxDistance;
    }
    if ($num) {
        $params['num'] = $num;
    }
    if ($where) {
        $params['query'] = $where;
    }

    $command = new MongoDB\Driver\Command($params);
    $manager = $this->getMongoManager();
    $cursor = $manager->executeCommand('db', $command);
    $response = (array) $cursor->toArray()[0];
    $list = $response['results'];
    return $list;
}

注意事項：

1.選擇好擴展，mongo和mongodb擴展寫法差異很大

2.寫資料時出現noreply請檢查寫入確認等級

3.使用find查詢的資料需要自行計算距離，使用geoNear查詢的不支援分頁

4.使用geoNear查詢的距離需要轉換成km使用spherical和distanceMultiplier參數

上述demo可以戳這裡：demo

總結

#以上介紹了三種方式去實現查詢附近的人的功能，各種方式都有各自的適用場景，例如資料行比較少，例如查詢使用者和幾座城市之間的距離使用Mysql就足夠了，如果需要即時快速回應並且普通找出範圍內的距離，可以使用Redis，但如果資料量大且多種屬性篩選條件，使用mongo會更方便，以上只是建議，具體實作方案還要視具體業務去進行方案評審。

#

以上是教你使用PHP實作來找出你想要的附近人的詳細內容。更多資訊請關注PHP中文網其他相關文章！