基于MySQL实现按距离排序、范围查找

简介

现在几乎所有的O2O应用中都会存在“按范围搜素、离我最近、显示距离”等等类似的功能，那这样的功能是怎么实现的呢？本文提供了基于MySQL的实现方式，同样适用于其它数据库。本文不分析，只讲怎么实现，有关分析的文章可以看参考链接。

实现

为了方便下面说明，先给出一个初始表结构：

[code]CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    `name` VARCHAR(5) NOT NULL COMMENT '名称' COLLATE 'latin1_swedish_ci',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '经度',
    `lat` DOUBLE(8,6) NOT NULL COMMENT '纬度',
    PRIMARY KEY (`id`)
)
COMMENT='商户表'
CHARSET=utf8mb4
ENGINE=InnoDB
;

实现过程主要分为四步：

1. 搜索

在数据库中搜索出接近指定范围内的商户，如：搜索出1公里范围内的。

2. 过滤

搜索出来的结果可能会存在超过1公里的，需要再次过滤。如果对精度没有严格要求，可以跳过。

3. 排序

距离由近到远排序。如果不需要，可以跳过。

4. 分页

如果需要2、3步，才需要对分页特殊处理。如果不需要，可以在第1步直接SQL分页。

第1步数据库完成，后3步应用程序完成。

step1 搜索

搜索可以用下面两种方式来实现。

区间查找

customer表中使用两个字段存储了经度和纬度，如果提前计算出经纬度的范围，然后在这两个字段上加上索引，那搜索性能会很不错。

那怎么计算出经纬度的范围呢？已知条件是移动设备所在的经纬度，还有满足业务要求的半径，这很像初中的一道平面几何题：给定圆心坐标和半径，求该圆外切正方形四个顶点的坐标。而我们面对的是一个球体，可以使用spatial4j来计算。

[code]<dependency>
    <groupId>com.spatial4j</groupId>
    <artifactId>spatial4j</artifactId>
    <version>0.5</version>
</dependency>

[code]double lon = 116.312528, lat = 39.983733;// 移动设备经纬度
int radius = 1;// 千米

SpatialContext geo = SpatialContext.GEO;
Rectangle rectangle = geo.getDistCalc().calcBoxByDistFromPt(
        geo.makePoint(lon, lat), radius * DistanceUtils.KM_TO_DEG, geo, null);
System.out.println(rectangle.getMinX() + "-" + rectangle.getMaxX());// 经度范围
System.out.println(rectangle.getMinY() + "-" + rectangle.getMaxY());// 纬度范围

计算出经纬度范围之后，SQL是这样：

[code]SELECT id, name
FROM customer
WHERE (lng BETWEEN ? AND ?) AND (lat BETWEEN ? AND ?);

需要给lon、lat两个字段建立联合索引：

[code]INDEX `idx_lon_lat` (`lon`, `lat`)

geohash

geohash的原理不讲了，详细可以看这篇文章，讲的很详细。geohash算法能把二维的经纬度编码成一维的字符串，它的特点是越相近的经纬度编码后越相似，所以可以通过前缀like的方式去匹配周围的商户。

customer表要增加一个字段，来存储每个商户的geohash编码，并且建立索引。

[code]CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    `name` VARCHAR(5) NOT NULL COMMENT '名称' COLLATE 'latin1_swedish_ci',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '经度',
    `lat` DOUBLE(8,6) NOT NULL COMMENT '纬度',
    `geo_code` CHAR(12) NOT NULL COMMENT 'geohash编码',
    PRIMARY KEY (`id`),
    INDEX `idx_geo_code` (`geo_code`)
)
COMMENT='商户表'
CHARSET=utf8mb4
ENGINE=InnoDB
;

在新增或修改一个商户的时候，维护好geo_code，那geo_code怎么计算呢？spatial4j也提供了一个工具类

GeohashUtils.encodeLatLon(lat, lon)

，默认精度是12位。

这个存储做好后，就可以通过geo_code去搜索了。拿到移动设备的经纬度，计算geo_code，这时可以指定精度计算，那指定多长呢？我们需要一个geo_code长度和距离的对照表：

geohash length	width	height
1	5,009.4km	4,992.6km
2	1,252.3km	624.1km
3	156.5km	156km
4	39.1km	19.5km
5	4.9km	4.9km
6	1.2km	609.4m
7	152.9m	152.4m
8	38.2m	19m
9	4.8m	4.8m
10	1.2m	59.5cm
11	14.9cm	14.9cm
12	3.7cm	1.9cm

https://en.wikipedia.org/wiki/Geohash#Cell_Dimensions

假设我们的需求是1公里范围内的商户，geo_code的长度设置为5就可以了，

GeohashUtils.encodeLatLon(lat, lon, 5)

。计算出移动设备经纬度的geo_code之后，SQL是这样：

[code]SELECT id, name
FROM customer
WHERE geo_code LIKE CONCAT(?, '%');

这样会比区间查找快很多，并且得益于geo_code的相似性，可以对热点区域做缓存。

geohash边界和角的问题可以使用geohash-java来解决。

step2 过滤

上面两种搜索方式，都不是精确搜索，只是尽量缩小搜索范围，提升响应速度。所以需要在应用程序中做过滤，把距离大于1公里的商户过滤掉。计算距离同样使用spatial4j。

[code]// 移动设备经纬度
double lon1 = 116.3125333347639, lat1 = 39.98355521792821;
// 商户经纬度
double lon2 = 116.312528, lat2 = 39.983733;

SpatialContext geo = SpatialContext.GEO;
double distance = geo.calcDistance(geo.makePoint(lon1, lat1), geo.makePoint(lon2, lat2)) * DistanceUtils.DEG_TO_KM;
System.out.println(distance);// KM

过滤代码就不写了，遍历一遍搜索结果即可。

step3 排序

同样，排序也需要在应用程序中处理。排序基于上面的过滤结果做就可以了

Collections.sort(list, comparator)

。

step4 分页

如果需要2、3步，只能在内存中分页，做法也很简单，可以参考这篇文章。

总结

全文的重点都在于搜索如何实现，更好的利用数据库的索引，两种搜索方式以百万数据量为分割线，第一种适用于百万以下，第二种适用于百万以上，

未经过严格验证

。可能有人会有疑问，过滤和排序都在应用层做，内存占用会不会很严重？这是个潜在问题，但大多数情况下不会。看我们大部分的应用场景，都是单一种类POI(Person Of Interest)的搜索，如酒店、美食、KTV、电影院等等，这种数据密度是很小，1公里内的酒店，能有多少家，50家都算多的，所以最终要看具体业务数据密度。

参考

http://www.infoq.com/cn/articles/depth-study-of-Symfony2

http://tech.meituan.com/lucene-distance.html

/article/1443320.html

http://janmatuschek.de/LatitudeLongitudeBoundingCoordinates

http://www.cnblogs.com/LBSer/p/3310455.html

本文来自：高爽|Coder，原文地址：/article/3641099.html，转载请注明。