Question

我安装了postgis扩展程序的postgresql和带lat / long作为点字段的zipcodes数据表。我希望在一些拉链的可变距离内返回拉链，如

返回拉链12345 x英里内的所有拉链

大约有51,000个邮政编码。预计算所有将允许查找而无需计算。现在我正在进行动作。计算出的数据可以排列在对称矩阵中。

我正在考虑这个解决方案：

如果我们接受zip自身的距离隐含为零，那么我可以加载一个n ^ 2/2-n行（约13亿行）的表，列z1 z2 d，然后在z1 + d上执行复合索引以返回包含z2列表的查询集。

我的问题是你如何处理它以便即时有效地返回。所有距离计算后可能放弃sql？请问我如何在查询时进行comps？我不太关心完整的距离计算时间或索引时间。我每年都会这样做，或者最多每季度一次。存储可能也是一个问题？

Answer 1

这是一个有趣的问题。我认为rdbms非常适合这项任务。不需要放弃它。

至于存储预先计算的距离：我只会在真正需要的情况下执行此操作，即如果您遇到性能问题。毕竟它必须维护的冗余数据。如果你决定这样一张桌子，我同意Vesper;存储所有n ^ 2行，否则您将始终必须组合两个查询;一个在z1中查找您的邮政编码，一个在z2中查找。

但也许你可以加快现有的查询速度。我不知道你是怎么做到的。我记得距离的公式非常复杂。所以我要做的是首先计算在所需范围内的极端纬度和经度（即如果我保持在同一纬度，那个范围内的最小和最大经度是多少;如果我保持相同的经度，那么是最小和最大纬度）。使用计算出的值，您可以使用BETWEEN选择该矩形中的所有邮政编码（因此经度和纬度上的索引可能会派上用场），然后只对所找到的记录使用确切的公式。

编辑：我已经考虑过了。如果此数据库仅存在于您描述的任务中，那么为什么不为此特定目的使用另一个表。你提到存储是对的。这个表需要几GB，索引也会占用很多空间。但是如果有足够的硬盘空间，这应该没问题。

Answer 2

你考虑过使用EarthDistance吗？在其中，您可以索引＆＃34;框＆＃34;这些领域基本上是＆＃34;平方和＃34;你的搜索区域不是圆形的，所以它可以更容易索引..然后，在你的查询中，你还包括一个＆＃34; radius＆＃34;类型查询，消除使用box方法返回的额外结果。

http://www.postgresql.org/docs/9.2/static/earthdistance.html

Answer 3

Postgres / PostGIS空间索引旨在完成这种搜索。它们基于R树，http://en.wikipedia.org/wiki/R_tree，它基本上将您的空间数据细分为方框，即它是一个二维的。有一个函数ST_DWithin，它将返回距离x内的一些其他几何体的所有几何形状。因此，给定一个代表纬度/经度位置的邮政编码和点（称为geom）表，您可以编写查询，例如，

select zip, geom from zipcodes z, 
  (select geom from zipcodes where zip=12345) s 
where ST_DWithin(s.geom, z.geom, 10000)
  order by ST_Distance(s.geom, z.geom) limit 5;

将在邮政编码12345的10公里内返回最近的5个邮政编码。

由于您可以非常有效地索引邮政编码和几何字段，因此存储所有可能距离的矩阵将是不必要的，因为空间索引在数千万行中表现良好。

在Posgis中创建空间索引非常简单;

create index ix_spatial_zips on zipcodes using gist(geom);

我意识到这并不能完全回答你的原始问题，但这意味着你只需要存储51,000行，而不是那个数字的笛卡尔积，而且性能也会更好。

存储对称数据矩阵的最佳方法nxn = 26亿

3 个答案: