搜索重复的大型地理空间数据库

Question

我在MySQL（Windows）中使用maxmind geocities表（see here）。

这个表有超过2.7百万行（非常大）。

我试图找到城市重复（为了找到每个城市的不同拼写，如pekin（fr），北京...）遵循其经度和纬度。

即使我使用左外连接，子请求或复合where子句，但响应时间太长（它永远不会结束）。

这是我的最后一次尝试：

select * 
from cities c1, cities c2 
where c2.longitude=c1.longitude 
and c2.latitude=c1.latitude 
and c2.cities!=c1.cities

有没有人有想法。

Answer 1

您可以不选择*（我认为cities已足够）并在cities(longtitude,latitude)甚至cities(longtitude,latitude, cities)上添加索引，从而加快查询速度。你也可以尝试

SELECT longitude,latitude, COUNT(DISTINCT c.cities) as num_dup
FROM cities c
GROUP BY longitude,latitude
HAVING num_dup > 1