Question

我有一个带有这种结构的大表（> 2千万行）

[ Id, IdUser (int), Latitude(double), Longitude (double), EventDateTime (datetime) ]

我需要找到用户在同一区域（500米范围内）的所有时刻。

最佳解决方案是什么？

Answer 1

首先，我们不必编写充满超越函数的疯狂复杂的SQL查询，让我们定义一个存储函数distance(lat1, lon1, lat2, lon2)，让我们自己在两对点之间保持距离。 / p>

DELIMITER $$
DROP FUNCTION IF EXISTS distance$$

CREATE FUNCTION distance(
        lat1 FLOAT, lon1 FLOAT,
        lat2 FLOAT, lon2 FLOAT
     ) RETURNS FLOAT
    NO SQL DETERMINISTIC
    COMMENT 'Returns the distance in metres on the Earth
             between two known points of latitude and longitude'
BEGIN
    RETURN 111045 * DEGREES(ACOS(
              COS(RADIANS(lat1)) *
              COS(RADIANS(lat2)) *
              COS(RADIANS(lon2) - RADIANS(lon1)) +
              SIN(RADIANS(lat1)) * SIN(RADIANS(lat2))
            ));
END$$

DELIMITER ;

现在我们需要比较表格中的项目对以找到巧合。让我们说我们想要一分钟的时间比较分辨率。这个查询可以解决问题，但需要一段时间。

 SELECT DISTINCT a.IdUser, b.IdUser, 
                 DATE_FORMAT (a.EventDateTime, '%Y-%m-%d %H:%i:00) AS EventDateTime
   FROM table a
   JOIN table b
          ON a.IdUser < b.IdUser    /* compare different users */
         AND a.EventDateTime >= b.EventDateTime - INTERVAL 1 HOUR
         AND a.EventDateTime <= b.EventDateTime + INTERVAL 1 HOUR
         AND distance(a.Latitude, a.Longitude, b.Latitude, b.Longitude) <= 500.0

这将有效，给出一对用户列表以及他们彼此靠近的小时数。但它不会很快。

您将尝试索引。可能(EventDateTime, IdUser)上的索引会有所帮助。你可能应该通过添加像这样的时间限制来试验这个查询......

   WHERE a.EventDateTime >= CURDATE - INTERVAL 2 DAY
     AND a.EventDateTime <  CURDATE - INTERVAL 1 DAY

因此您无需花费数小时来运行查询。

现在，让我们尝试对自联接进行优化传递，以尝试减少distance函数的使用，并更好地使用索引。为了做到这一点，我们需要知道每度（北 - 南）纬度~11045m，因此500m是500/111045度。

此查询将生成彼此从北到南500米范围内的观察对，然后使用WHERE子句进一步消除仍然相距太远的点。这将减少distance功能的使用。

 SELECT a.IdUser, b.IdUser, 
        DATE_FORMAT (a.EventDateTime, '%Y-%m-%d %H:%i:00) AS EventDateTime
   FROM table a
   JOIN table b
             ON a.IdUser < b.IdUser    /* compare different users */
            AND a.EventDateTime >= b.EventDateTime - INTERVAL 1 HOUR
            AND a.EventDateTime <= b.EventDateTime + INTERVAL 1 HOUR
            AND a.Latitude >= b.Latitude - (500.0/111045.0)
            AND a.Latitude <= b.Latitude + (500.0/111045.0)
  WHERE distance(a.Latitude, a.Longitude, b.Latitude, b.Longitude) <= 500.0

值得尝试在(IdUser, EventDateTime, Latitude, Longitude)上覆盖索引，以尝试优化此查询。

具有地理位置的mysql大表 - 查找交叉点

1 个答案: