邮政编码产品查询| Haversine算法|性能

Question

我有一个根据邮政编码搜索项目的应用程序。

在搜索邮政编码时，我会返回来自该城市/社区的所有产品（通过解析邮政编码完成）。

我现在需要根据与原始邮政/邮政编码的距离对这些产品进行分类。

我在数据库中存储了Lat / Long，并计划使用Haversine公式来计算与原始查询的apprx距离。

我的问题是，应该在哪里计算。 我应该在返回数据集之前在存储过程中执行此操作吗？

或者我应该使用我的Lat / Long返回我的数据集，并在返回用户之前计算它的服务器端。

可能需要执行最多1000次结果的计算。

Answer 1

通常，数据库服务器是IO绑定的而不是CPU绑定的。 YMMV，但如果您的情况是典型的，则需要在DB服务器上执行Haversine计算。

我建议您为 arcsine 计算使用自定义查找表，因为您可以提供对数刻度的近似距离，例如：

• 100M，
• 300M，
• 1公里，
• 3公里，
• 10公里，
• 30公里，

• ＆GT; 30公里

  然后使用线性插值作为细化。

对于单个都市区域遇到的典型距离，您可以考虑仅使用2个或3个API项，而不是更精确的计算：

• sin（x）= ~x - x ^ 3/6 + x ^ 5/120
• cos（x）= ~1 - x ^ 2/2 + x ^ 4/24

回想一下，对于收敛的泰勒级数，第n个项之后的误差严格小于（n + 1）'st项的大小。这使您可以在达到所需精度后有效地终止计算，一般而言，由于地球不是均匀球体，因此Haversine公式仅为0.5％。

Answer 2

您使用的是SQL Server 2008或更高版本吗？如果是这样，我建议使用内置地理数据类型而不是直接进行Haversine计算。您可以拥有一个包含邮政编码（例如90210）的邮政编码表，以及邮政编码的中心点或另一栏中邮政编码覆盖的整个区域（如果对您的申请有意义，则两者都有）。然后，您可以使用STDistance()函数计算距离。此外，通过空间索引，您可以获得按距离排列的列表而无需太多精力。