PHP / MySQL中的地理搜索（距离）（性能）

时间：2011-03-08 18:53:18

标签： php mysql performance distance gis

我有一个MySQL表（MyISAM），包含我选择的大约200k个纬度/长对条目，基于来自另一个纬度/长对的对距离（大圆公式）。 （例如，半径10公里范围内的所有条目，大约在50.281852，2.504883）

我的问题是此查询大约需要0.28秒。只运行那些200k条目（每天继续获得更多）。虽然0,28秒。通常很好，这个查询经常运行，因为它支持我的web-app的主要功能，并且通常它是更大查询的一部分。

有没有办法加快速度？显而易见，MySQL必须每次都运行所有200k条目，并为每个条目执行大圆公式。我在stackoverflow上读到了关于geohashing，R-Trees之类的东西，但我认为这不是我想要的方式。部分是因为我从未成为数学的忠实粉丝，但主要是因为我认为这个问题已经由比我更聪明的人在图书馆/扩展/等中解决了。经过广泛测试并定期更新。

MySQL似乎有空间扩展，但是它没有提供距离功能。我应该查看另一个数据库来放置这个坐标对吗？ PostgreSQL似乎有一个相当成熟的Spatial扩展。你对此有所了解吗？或者PostgreSQL也只是使用大圆公式来获取某个区域内的所有条目？

是否有专门的独立产品或mysql-extension已经完成了我正在寻找的东西？

或者是否有可以用来进行计算的PHP库？使用APC我可以很容易地将lat-long对装入内存（那些200k条目大约需要5MB），然后在PHP内部运行查询。然而，这种方法的问题是，我有一个MySQL查询，如SELECT .. FROM .. WHERE id in（id1，id2，..），所有结果都可以达到几千。 MySQL如何处理像这样的查询？然后（因为这是一个数字运算任务）在PHP中这样做会足够快吗？

任何其他想法我应该/不应该做什么？

对于completenes，这里是示例查询，删除了任何不相关的部分（正如我所说的，通常这是我加入多个表的更大查询的一部分）：

SELECT id, 6371 * acos( sin( radians( 52.4042924 ) ) * sin( radians( lat ) ) + cos( radians( 50.281852 ) ) * cos( radians( lat ) ) * cos( radians( 2.504883 ) - radians( lon ) ) ) AS dst
FROM geoloc
HAVING dst <10
ORDER BY dst ASC

谢谢！

4 个答案:

答案 0 :(得分：15)

如果从不同的角度解决问题该怎么办？

直线10公里是：

    纬度上的
  1. 等于~1'（分钟）
  2. 在经度上等于~6'（分钟）

    3. 使用此作为基础，进行一些快速数学运算并在查询中添加WHERE子句，删除通过添加缓冲区创建的“框”之外的任何位置，假设为1'拉特＆amp; 6'长

    gps buffer zone circle

    使用此图片：

    1. 您正在寻找的GPS位置（34°12'34.0“， - 85°1'1.0”）[34.2094444444，-85.0169444444]

    2. 您可以找到最小/最大纬度/经度

      2a上。最低纬度 - 34.1927777778，-85.0169444444

      2B。最低经度 - 34.2094444444，-85.1169444444

      2c中。最大纬度 - 34.2261111111，-85.0169444444

      2d上。最大经度 - 34.2094444444，-84.9169444444

    3. 使用每个方向的最小值和最大值运行查询

      SELECT *

FROM geoloc

WHERE

lat >= 34.1927777 AND

lat <= 34.2261111 AND

long >= -85.1169444 AND

long <= -84.9169444;

      4. 您可以将距离计算与SQL查询集成，也可以在拉取数据后使用PHP库/类来运行距离检查。无论哪种方式，您都将计算次数减少了很多。

      我使用以下功能计算两个US84 GPS位置之间的距离。传递两个参数，每个参数是一个数组，第一个元素是纬度，第二个元素是经度。我相信它具有几英尺的精度，除了最坚固的核心GPS-ophiles之外，它应该足够了。另外，我相信这会使用Haversine距离公式。

      $ distance = calculateGPSDistance（array（34.32343，-86.342343），array（34.433223，-96.0032344））; 

      function calculateGPSDistance($site1, $site2)
{
    $distance = 0;
    $earthMeanRadius = 2.0891 * pow(10, 7);

    $deltaLatitude = deg2rad($site2[0] - $site1[0]);
    $deltaLongitude = deg2rad($site2[1] - $site1[1]);
    $a = sin($deltaLatitude / 2) * sin($deltaLatitude / 2) + cos(deg2rad($site1[0])) * 
        cos(deg2rad($site2[0])) * sin($deltaLongitude / 2) * sin($deltaLongitude / 2);
    $c = 2 * atan2(sqrt($a), sqrt(1-$a));
    $distance = $earthMeanRadius * $c;

    return $distance;
}

      <强>更新

      我忘了提一下，我的距离函数会以英尺为单位返回距离。

答案 1 :(得分：15)

计算一个边界框以选择SQL查询的WHERE子句中的行子集，这样您只需对该行子集执行昂贵的距离计算，而不是对表中的整个200k记录执行。该方法在此article on Movable Type中描述（使用PHP代码示例）。然后，您可以在针对该子集的查询中包含Haversine计算，以计算实际距离，并在该点计算HAVING子句。

这是帮助您提高性能的边界框，因为这意味着您只需对数据的一小部分进行昂贵的距离计算。这实际上与Patrick建议的方法相同，但Movable Type链接对该方法有广泛的解释，以及可用于构建边界框和SQL查询的PHP代码。

修改

如果你认为hasrsine不够准确，那么还有Vincenty公式。

//  Vincenty formula to calculate great circle distance between 2 locations expressed as Lat/Long in KM

function VincentyDistance($lat1,$lat2,$lon1,$lon2){
    $a = 6378137 - 21 * sin($lat1);
    $b = 6356752.3142;
    $f = 1/298.257223563;

    $p1_lat = $lat1/57.29577951;
    $p2_lat = $lat2/57.29577951;
    $p1_lon = $lon1/57.29577951;
    $p2_lon = $lon2/57.29577951;

    $L = $p2_lon - $p1_lon;

    $U1 = atan((1-$f) * tan($p1_lat));
    $U2 = atan((1-$f) * tan($p2_lat));

    $sinU1 = sin($U1);
    $cosU1 = cos($U1);
    $sinU2 = sin($U2);
    $cosU2 = cos($U2);

    $lambda = $L;
    $lambdaP = 2*M_PI;
    $iterLimit = 20;

    while(abs($lambda-$lambdaP) > 1e-12 && $iterLimit>0) {
        $sinLambda = sin($lambda);
        $cosLambda = cos($lambda);
        $sinSigma = sqrt(($cosU2*$sinLambda) * ($cosU2*$sinLambda) + ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda) * ($cosU1*$sinU2-$sinU1*$cosU2*$cosLambda));

        //if ($sinSigma==0){return 0;}  // co-incident points
        $cosSigma = $sinU1*$sinU2 + $cosU1*$cosU2*$cosLambda;
        $sigma = atan2($sinSigma, $cosSigma);
        $alpha = asin($cosU1 * $cosU2 * $sinLambda / $sinSigma);
        $cosSqAlpha = cos($alpha) * cos($alpha);
        $cos2SigmaM = $cosSigma - 2*$sinU1*$sinU2/$cosSqAlpha;
        $C = $f/16*$cosSqAlpha*(4+$f*(4-3*$cosSqAlpha));
        $lambdaP = $lambda;
        $lambda = $L + (1-$C) * $f * sin($alpha) * ($sigma + $C*$sinSigma*($cos2SigmaM+$C*$cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)));
    }

    $uSq = $cosSqAlpha*($a*$a-$b*$b)/($b*$b);
    $A = 1 + $uSq/16384*(4096+$uSq*(-768+$uSq*(320-175*$uSq)));
    $B = $uSq/1024 * (256+$uSq*(-128+$uSq*(74-47*$uSq)));

    $deltaSigma = $B*$sinSigma*($cos2SigmaM+$B/4*($cosSigma*(-1+2*$cos2SigmaM*$cos2SigmaM)- $B/6*$cos2SigmaM*(-3+4*$sinSigma*$sinSigma)*(-3+4*$cos2SigmaM*$cos2SigmaM)));

    $s = $b*$A*($sigma-$deltaSigma);
    return $s/1000;
}


echo VincentyDistance($lat1,$lat2,$lon1,$lon2);

答案 2 :(得分：0)

你可以尝试一个四核。这是一个空间索引，减少了维度。它将地图细分为图块，但您可以使用它来存储点。你可以下载我的php类hilbert-curve @ phpclasses.org。它还包括z曲线和摩尔曲线。重要的是知道它使用墨卡托投影。您可以查找Bing地图平铺。它解释了如何使用四核。您需要x，y坐标和z（缩放或深度）值。然后它会给你一个四核。

答案 3 :(得分：0)

到目前为止，我所做的就像上面描述的@Mark一样。对于小型网站我认为是一个可行的解决方案，但对我的情况来说并不是那么好（200k条目位于一个给定点周围的100x100平方公里的盒子里面。我使用的是Mark的相同技巧，但性能太差了.5个用户/第二次查询附近的lat / lon点几个小时，查询开始需要10到15秒;这发生在之后我调整了my.cnf中的mySQL设置。甚至不想想想当全世界有200万个参赛作品会发生什么。

所以，现在是第2步的时间：Hilbert curve。 它应该通过在一列（hilbert_number）上仅使用一个索引来解决（lat，lon）列上的B树索引的问题，这是浪费的（在范围内扫描，正在使用B树索引的一部分）。 hilbert_number是根据Hilbert曲线上的点的纬度/经度坐标计算的数字。

但第二个问题是，测试固定点与之前结果子集到Haversine公式之间的距离仍然存在。那部分可能很慢。因此，我正在考虑以某种方式更直接地测试距离，将所有内容放在希尔伯特曲线上，并将一些位掩码应用于该结果子集，而不是应用Haversine公式。我只是不知道我该怎么做......

无论如何，我用来减少结果子集中点数的另一个技巧是使用两个边界框，并在子集中仅包含灰色/白色点以进行进一步的Haversine测试：

inner and outer BB

我现在需要做的是切换到希尔伯特数，看看它的行为方式。但我怀疑这会增加10倍的性能！

相关问题
最新问题