Question

我有一组用户。用户数可能是50，也可能是2000。每个人都应该有一个我从Google Geo api中检索到的长/宽。

我需要全部查询它们，并按接近度和一定数量对它们进行分组。假设计数为12，并且该组中有120个用户。我想按人们与他人的相距（远/近）分组。这样我就结识了10个距离很近的人。

我目前拥有Google地理编码api设置，并且希望使用它。

TIA。

-更新我已经对此进行了一段时间的搜索，看来我正在寻找一个按接近度返回组的空间查询。

Answer 1

...似乎我正在寻找一个空间查询，该查询按接近程度返回分组。 ...

您可以使用hdbscan。您的组实际上是hdbscan措辞中的群集。您需要使用min_cluster_size和min_samples才能正确设置组。

看来hdbscan在Python下运行。

以下是有关如何从PHP调用Python的两个链接： Calling Python in PHP， Running a Python script from PHP

Answer 2

请记住，这个问题随着您添加的每个用户成倍增长，因为距离计算量与用户数的平方相关（实际上是N*(N-1)距离...因此有2000个用户群则意味着每趟行程将进行近400万次距离计算。在确定所需资源的大小时请记住这一点

您是要根据直线（实际上是一个大圆）距离还是根据步行/行车距离对它们进行分组？

如果是前者，那么如果您能够忍受很小的误差范围并且希望假设地球是一个球体，则可以用简单的数学方法估算出较大的圆距离。从GCMAP.com：

地球的假想形状称为大地水准面，近似为椭圆形或扁球形。一个更简单的模型是使用球体，它非常接近并且使数学更容易。假设半径6371.2公里的球体，将经度和纬度转换为弧度（乘以pi / 180），然后使用以下公式：

theta = lon2 - lon1
dist = acos(sin(lat1) × sin(lat2) + cos(lat1) × cos(lat2) × cos(theta))
if (dist < 0) dist = dist + pi
dist = dist × 6371.2

结果距离以公里为单位。

现在，如果您需要精确的计算并且愿意花费很多复杂数学所需的CPU周期，则可以使用Vincenty公式，该公式使用地球的WGS-84参考椭球模型进行导航，映射和没什么。更多信息HERE

对于算法本身，您需要使用每次计算的结果来构建一个“至”矩阵。每行和每列将代表每个节点。您可以考虑以下两种简化方法：

距离不取决于行进方向，因此$dist[n][m] == $dist[m][n]（无需计算整个矩阵，只需计算一半即可）
从节点到其自身的距离始终为0，因此无需计算，但由于您打算按接近度进行分组，为避免用户与其自身分组，您可能希望始终强制{{1} }定义为任意定义且异常大的常量（例如$dist[m][m]。只要您的所有用户都在地球上，该常量就可以工作）

进行所有计算后，使用数组排序方法找到每个节点附近的X个最近节点。（您可能会或可能不想阻止一个用户分组到多个组中，但这只是业务逻辑）

当前提供的实际代码太多了，没有先看到您的一些进展，但这基本上是您需要通过算法进行的工作。

Answer 3

使用GeoHash算法[1]。有一个PHP实现[2]。您可以以不同的精度预先计算出地理哈希值，将它们与经纬度值一起存储在SQL数据库中，并使用本机GROUP BY进行查询。