查找附近点--Geohash方案讨论

转载自：http://blog.csdn.net/wangliqiang1014/article/details/9143825

随着移动终端的普及，很多应用都基于LBS功能，附近的某某（餐馆、银行、妹纸等等）。

基础数据中，一般保存了目标位置的经纬度；利用用户提供的经纬度，进行对比，从而获得是否在附近。

目标：
查找附近的XXX，由近到远返回结果，且结果中有与目标点的距离。

针对查找附近的XXX，提出两个方案，如下：

一、方案A:
=============================================================================

抽象为球面两点距离的计算，即已知道球面上两点的经纬度；

点（纬度，经度），A($radLat1,$radLng1)、B($radLat2,$radLng2);

优点：通俗易懂，部署简单便捷

缺点：每次都会查询数据库，性能堪忧

1、推导

通过余弦定理以及弧度计算方法，最终推导出来的算式A为：

$s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;

目前网上大多使用Google公开的距离计算公司，推导算式B为：

$s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;

其中 :
$radLat1、$radLng1，$radLat2，$radLng2 为弧度

$R 为地球半径

2、通过测试两种算法，结果相同且都正确，但通过PHP代码测试，两点间距离，10W次性能对比，自行推导版本计算时长算式B较优，如下：

//算式A
0.56368780136108float(431)
0.57460689544678float(431)
0.59051203727722float(431)

//算式B
0.47404885292053float(431)
0.47808718681335float(431)
0.47946381568909float(431)

3、所以采用数学方法推导出的公式:

<?php

 

//根据经纬度计算距离其中A($lat1,$lng1)、B($lat2,$lng2)

public static function getDistance($lat1,$lng1,$lat2,$lng2)

{

//地球半径

$R = 6378137;

 

//将角度转为狐度

$radLat1 = deg2rad($lat1);

$radLat2 = deg2rad($lat2);

$radLng1 = deg2rad($lng1);

$radLng2 = deg2rad($lng2);

 

//结果

$s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;

 

//精度

$s = round($s* 10000)/10000;

 

return round($s);

}

 

?>

4、在实际应用中，需要从数据库中遍历取出符合条件，以及排序等操作，

将所有数据取出，然后通过PHP循环对比，筛选符合条件结果，显然性能低下；所以我们利用下MySQL存储函数来解决这个问题吧。

4.1、创建Mysql存储函数,并对经纬度字段建立索引

<?php

 

//根据经纬度计算距离其中A($lat1,$lng1)、B($lat2,$lng2)

public static function getDistance($lat1,$lng1,$lat2,$lng2)

{

//地球半径

$R = 6378137;

 

//将角度转为狐度

$radLat1 = deg2rad($lat1);

$radLat2 = deg2rad($lat2);

$radLng1 = deg2rad($lng1);

$radLng2 = deg2rad($lng2);

 

//结果

$s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;

 

//精度

$s = round($s* 10000)/10000;

 

return round($s);

}

 

?>

4.2、查询SQL

通过SQL，可设置距离以及排序；可搜索出符合条件的信息，以及有一个较好的排序

SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC LIMIT 0,10

二、方案B（Geohash）
================================================================================

Geohash算法；geohash是一种地址编码，它能把二维的经纬度编码成一维的字符串。

比如:成都永丰立交的编码是wm3yr31d2524

优点:

1、利用一个字段，即可存储经纬度；搜索时，只需一条索引，效率较高
2、编码的前缀可以表示更大的区域，查找附近的，非常方便。 SQL中，LIKE ‘wm3yr3%’，即可查询附近的所有地点。
3、通过编码精度可模糊坐标、隐私保护等。

缺点: 距离和排序需二次运算（筛选结果中运行，其实挺快）

1、geohash的编码算法

成都永丰立交经纬度(30.63578,104.031601)

1.1、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)，如果目标纬度位于前一个区间，则编码为0，否则编码为1。
由于30.625265属于(0, 90)，所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0，
然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间，而39.92324位于(22.5, 45)，所以编码为1，
依次类推可得永丰立交纬度编码为101010111001001000100101101010。

1.2、经度也用同样的算法，对(-180, 180)依次细分，(-180，0)、(0,180) 得出编码110010011111101001100000000000

1.3、合并经纬度编码，从高到低，先取一位经度，再取一位纬度；得出结果 111001001100011111101011100011000010110000010001010001000100

1.4、用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(30.63578,104.031601)的编码为wm3yr31d2524。

11100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524   十进制 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 base32 0 1 2 3 4 5 6 7 8 9 b c d e f g   十进制 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 base32 h j k m n p q r s t u v w x y z

2、策略

1、在纬度和经度入库时，数据库新加一字段geohash，记录此点的geohash值

2、查找附近，利用 在SQL中 LIKE ‘wm3yr3%’；且此结果可缓存；在小区域内，不会因为改变经纬度，而重新数据库查询

3、查找出的有限结果，如需要求距离或者排序，可利用距离公式和二维数据排序；此时也是少量数据，会很快的。

3、PHP基类

geohash.class.php

<?php

 

 

 

class Geohash

{

private $coding="0123456789bcdefghjkmnpqrstuvwxyz";

private $codingMap=array();

 

public function Geohash()

{

for($i=0; $i<32; $i++)

{

$this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT);

}

 

}

 

public function decode($hash)

{

$binary="";

$hl=strlen($hash);

for($i=0; $i<$hl; $i++)

{

$binary.=$this->codingMap[substr($hash,$i,1)];

}

 

$bl=strlen($binary);

$blat="";

$blong="";

for ($i=0; $i<$bl; $i++)

{

if ($i%2)

$blat=$blat.substr($binary,$i,1);

else

$blong=$blong.substr($binary,$i,1);

 

}

 

$lat=$this->binDecode($blat,-90,90);

$long=$this->binDecode($blong,-180,180);

 

$latErr=$this->calcError(strlen($blat),-90,90);

$longErr=$this->calcError(strlen($blong),-180,180);

 

$latPlaces=max(1, -round(log10($latErr))) - 1;

$longPlaces=max(1, -round(log10($longErr))) - 1;

 

$lat=round($lat, $latPlaces);

$long=round($long, $longPlaces);

 

return array($lat,$long);

}

 

public function encode($lat,$long)

{

$plat=$this->precision($lat);

$latbits=1;

$err=45;

while($err>$plat)

{

$latbits++;

$err/=2;

}

 

$plong=$this->precision($long);

$longbits=1;

$err=90;

while($err>$plong)

{

$longbits++;

$err/=2;

}

 

$bits=max($latbits,$longbits);

 

$longbits=$bits;

$latbits=$bits;

$addlong=1;

while (($longbits+$latbits)%5 != 0)

{

$longbits+=$addlong;

$latbits+=!$addlong;

$addlong=!$addlong;

}

 

$blat=$this->binEncode($lat,-90,90, $latbits);

 

$blong=$this->binEncode($long,-180,180,$longbits);

 

$binary="";

$uselong=1;

while (strlen($blat)+strlen($blong))

{

if ($uselong)

{

$binary=$binary.substr($blong,0,1);

$blong=substr($blong,1);

}

else

{

$binary=$binary.substr($blat,0,1);

$blat=substr($blat,1);

}

$uselong=!$uselong;

}

 

$hash="";

for ($i=0; $i<strlen($binary); $i+=5)

{

$n=bindec(substr($binary,$i,5));

$hash=$hash.$this->coding[$n];

}

 

return $hash;

}

 

private function calcError($bits,$min,$max)

{

$err=($max-$min)/2;

while ($bits--)

$err/=2;

return $err;

}

 

private function precision($number)

{

$precision=0;

$pt=strpos($number,'.');

if ($pt!==false)

{

$precision=-(strlen($number)-$pt-1);

}

 

return pow(10,$precision)/2;

}

 

private function binEncode($number, $min, $max, $bitcount)

{

if ($bitcount==0)

return "";

$mid=($min+$max)/2;

if ($number>$mid)

return "1".$this->binEncode($number, $mid, $max,$bitcount-1);

else

return "0".$this->binEncode($number, $min, $mid,$bitcount-1);

}

 

private function binDecode($binary, $min, $max)

{

$mid=($min+$max)/2;

 

if (strlen($binary)==0)

return $mid;

 

$bit=substr($binary,0,1);

$binary=substr($binary,1);

 

if ($bit==1)

return $this->binDecode($binary, $mid, $max);

else

return $this->binDecode($binary, $min, $mid);

}

}

 

?>

三、测试

<?php

 

require_once('Mysql.class.php');

require_once('geohash.class.php');

 

//mysql

$conf = array(

 

'host' => '127.0.0.1',

'port' => 3306,

'user' => 'root',

'password' => '123456',

'database' => 'mocube',

'charset' => 'utf8',

'persistent' => false

);

 

$mysql = new Db_Mysql($conf);

$geohash=new Geohash;

 

//经纬度转换成Geohash

 

 

//获取附近的信息

$n_latitude = $_GET['la'];

$n_longitude = $_GET['lo'];

 

//开始

$b_time = microtime(true);

 

//方案A，直接利用数据库存储函数，遍历排序

 

 

//方案B geohash求出附近，然后排序

 

//当前 geohash值

$n_geohash = $geohash->encode($n_latitude,$n_longitude);

 

//附近

$n = $_GET['n'];

$like_geohash = substr($n_geohash, 0, $n);

 

$sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';

 

echo $sql;

 

$data = $mysql->queryAll($sql);

 

//算出实际距离

foreach($data as $key=>$val)

{

$distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']);

 

$data[$key]['distance'] = $distance;

 

//排序列

$sortdistance[$key] = $distance;

}

 

//距离排序

array_multisort($sortdistance,SORT_ASC,$data);

 

//结束

$e_time = microtime(true);

 

echo $e_time - $b_time;

 

var_dump($data);

 

//根据经纬度计算距离其中A($lat1,$lng1)、B($lat2,$lng2)

function getDistance($lat1,$lng1,$lat2,$lng2)

{

//地球半径

$R = 6378137;

 

//将角度转为狐度

$radLat1 = deg2rad($lat1);

$radLat2 = deg2rad($lat2);

$radLng1 = deg2rad($lng1);

$radLng2 = deg2rad($lng2);

 

//结果

$s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;

 

//精度

$s = round($s* 10000)/10000;

 

return round($s);

}

 

?>

四、总结

方案B的亮点在于：
1、搜索结果可缓存，重复使用，不会因为用户有小范围的移动，直接穿透数据库查询。
2、先缩小结果范围，再运算、排序，可提升性能。

254条记录，性能对比，

在实际应用场景中，方案B数据库搜索可内存缓存；且如数据量更大，方案B结果会更优。

方案A:
0.016560077667236
0.032402992248535
0.040318012237549

方案B
0.0079810619354248
0.0079669952392578
0.0064868927001953

五、其他

两种方案，根据应用场景以及负载情况合理选择，当然推荐方案B;
不管哪种方案，都记得，给列加上索引，利于数据库检索。