從一大組座標中選擇一些看起來均勻分佈在該區域的座標

Question

我有一個包含區域和緯度/經度位置列的 MySQL 表。每個區域都有許多位置，例如20.000。有沒有辦法只選幾個，像是 100，看起來在地圖上分佈得比較均勻？

分佈不一定要完美，查詢速度更重要。如果直接使用 MySQL 無法做到這一點，則可以使用非常快速的演算法來選擇均勻分佈的位置。

提前致謝。

編輯：回答評論中的一些請求。資料沒有任何可以使用的東西，它只是面積和位置座標，例如：

+-------+--------------+----------+-----------+------------+--------+--------+
| id    | area         | postcode | lat       | lon        | colour | size   |
+-------+--------------+----------+-----------+------------+--------+--------+
| 16895 | Athens       |    10431 | 37.983917 | 23.7293599 | red    | big    |
| 16995 | Athens       |    11523 | 37.883917 | 23.8293599 | green  | medium |
| 16996 | Athens       |    10432 | 37.783917 | 23.7293599 | yellow | small  |
| 17000 | Thessaloniki |    54453 | 40.783917 | 22.7293599 | green  | small  |
+-------+--------------+----------+-----------+------------+--------+--------+

還有一些具有特徵的列，但這些列僅用於過濾。

我確實嘗試同時獲取 nth 行，它似乎可以工作，儘管有點慢

SET @a = 0;
select * from `locations` where (@a := @a + 1) % 200 = 0

使用 random() 也可以，但也有點慢。

編輯2：事實證明，在表格上新增郵遞區號很容易。有了這個，按郵遞區號分組似乎給出了一個賞心悅目的結果。唯一的問題是，有非常大的區域，大約有 3000 個不同的郵政編碼，而僅獲取 100 個可能最終會導致其中許多顯示在一個地方，因此可能需要在 PHP 中進一步處理。

Edit3，在評論中回答@RickJames 的問題，以便它們位於一個位置：

1. 請定義「均勻分佈」－緯度均勻分佈？沒有兩個人彼此「親近」嗎？ ETC。
   • 「均勻分佈」這個字選得不好。我們只是想顯示該區域中的一些位置，但這些位置並非全部集中在一個地方
2. 「區域」是矩形嗎？六邊形？還是不公平地劃分選區？
   • 它們可以大致被認為是矩形，但這並不重要。我錯過了重要的事情，我們還需要顯示多個區域的位置。區域可能彼此相距較遠或相鄰（但不重疊）。在這種情況下，我們希望將 100 個樣本分配到各個區域。
3. 「每個區域 100 個」是否固定？或者可以是“大約100”
   • 它不是固定的，大約是 100，但如果它看起來不太好，我們可以更改它
4. 表上是否有 AUTO_INCRMENT id？數字上有差距嗎？
   • 是的，有一個 AUTO_INCRMENT id 並且可以有間隙
5. 問題是否從「每個地區 100 個」更改為「每個郵遞區號 1 個」？
   • 不，問題仍然是一樣的，“每個區域顯示 100 個，但並非所有區域都在同一個位置”，如何完成並不重要
6. 輸出中的總行數和所需的行數是多少？
   • 總行數取決於區域和標準，一個區域最多可達 40k。如果總數超過 1000，我們希望只顯示隨機的 100。如果 1000 或更少，我們可以只顯示所有內容
7. 每次執行查詢時是否都需要不同的範例？
   • 相同的樣本或不同的樣本（即使具有相同的標準）都可以
8. 您願意在表格中新增一列嗎？
   • 這不取決於我，但如果我有充分的論點，那麼我們很可能可以添加一個新列

Answer 1

這是一種可以滿足目標的方法。

1. 對表格進行預處理，建立一個新表格，以刪除「重複」的項目。
2. 如果新表足夠小，對其進行完整掃描可能會足夠快。

至於“重複項”，請將此視為發現兩個項目落在同一位置的粗略方法：

SELECT ROUND(latitude * 5),
         ROUND(longitude * 3),
         MIN(id) AS id_to_keep
     FROM tbl
     GROUP BY 1,2

“5”和“3”可以向上（或向下）調整，以保留更多（或更少）的 id。由於緯度/經度的排列方式，「5」和「3」是不同的；這個比例可能適用於大多數溫帶地區。 （在赤道附近使用相同的數量，在更高緯度使用更大的配給。）

有一個小缺陷...兩個非常接近的項目可能會跨越由 ROUNDs 創建的邊界。

原表有多少行？上述查詢產生了多少行？ ( SELECT COUNT(*) FROM ( ... ) x; )