跟據經緯度實現附近搜索Java實現

本文轉載自查看原文 2015-07-25 17:41 2180 JAVA

現在很多手機軟件都用附近搜索功能，但具體是怎么實現的呢》
在網上查了很多資料，mysql空間數據庫、矩形算法、geohash我都用過了，當數據上了百萬之后mysql空間數據庫方法是最強最精確的（查詢前100條數據只需5秒左右）。

接下來推出一個原創計算方法，查詢速度是mysql空間數據庫算法的2倍

$lng是你的經度，$lat是你的緯度

SELECT lng,lat,
(POWER(MOD(ABS(lng - $lng),360),2) + POWER(ABS(lat - $lat),2)) AS distance
FROM `user_location`
ORDER BY distance LIMIT 100

經測試，在100萬數據中取前100條數據只需2.5秒左右。

###########################################

另外的幾種算法還是在這里展示一下：

ps:赤道半徑 6378.137km

平均地球半徑 6371.004km

一、距形算法

 1 define(EARTH_RADIUS, 6371);//地球半徑，平均半徑為6371km
 2  /**
 3  *計算某個經緯度的周圍某段距離的正方形的四個點
 4  *
 5  *@param lng float 經度
 6  *@param lat float 緯度
 7  *@param distance float 該點所在圓的半徑，該圓與此正方形內切，默認值為0.5千米
 8  *@return array 正方形的四個點的經緯度坐標
 9  */
10  function returnSquarePoint($lng, $lat,$distance = 0.5){
11  
12     $dlng =  2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat)));
13     $dlng = rad2deg($dlng);
14  
15     $dlat = $distance/EARTH_RADIUS;
16     $dlat = rad2deg($dlat);
17  
18     return array(
19                 'left-top'=>array('lat'=>$lat + $dlat,'lng'=>$lng-$dlng),
20                 'right-top'=>array('lat'=>$lat + $dlat, 'lng'=>$lng + $dlng),
21                 'left-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng - $dlng),
22                 'right-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng + $dlng)
23                 );
24  }
25 //使用此函數計算得到結果后，帶入sql查詢。
26 $squares = returnSquarePoint($lng, $lat);
27 $info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat<>0 and lat>{$squares['right-bottom']['lat']} and lat<{$squares['left-top']['lat']} and lng>{$squares['left-top']['lng']} and lng<{$squares['right-bottom']['lng']} ";

java代碼如下：

 1 /**
 2  * 默認地球半徑
 3  */
 4 private static double EARTH_RADIUS = 6371;
 5  
 6 /**
 7  * 計算經緯度點對應正方形4個點的坐標
 8  *
 9  * @param longitude
10  * @param latitude
11  * @param distance
12  * @return
13  */
14 public static Map<String, double[]> returnLLSquarePoint(double longitude,
15         double latitude, double distance) {
16     Map<String, double[]> squareMap = new HashMap<String, double[]>();
17     // 計算經度弧度,從弧度轉換為角度
18     double dLongitude = 2 * (Math.asin(Math.sin(distance
19             / (2 * EARTH_RADIUS))
20             / Math.cos(Math.toRadians(latitude))));
21     dLongitude = Math.toDegrees(dLongitude);
22     // 計算緯度角度
23     double dLatitude = distance / EARTH_RADIUS;
24     dLatitude = Math.toDegrees(dLatitude);
25     // 正方形
26     double[] leftTopPoint = { latitude + dLatitude, longitude - dLongitude };
27     double[] rightTopPoint = { latitude + dLatitude, longitude + dLongitude };
28     double[] leftBottomPoint = { latitude - dLatitude,
29             longitude - dLongitude };
30     double[] rightBottomPoint = { latitude - dLatitude,
31             longitude + dLongitude };
32     squareMap.put("leftTopPoint", leftTopPoint);
33     squareMap.put("rightTopPoint", rightTopPoint);
34     squareMap.put("leftBottomPoint", leftBottomPoint);
35     squareMap.put("rightBottomPoint", rightBottomPoint);
36     return squareMap;
37 }

二、空間數據庫算法

以下location字段是跟據經緯度來生成的空間數據，如：
location字段的type設為point
"update feed set location=GEOMFROMTEXT('point({$lat} {$lng})') where id='{$id}'"

mysql空間數據查詢

 1 SET @center = GEOMFROMTEXT('POINT(35.801559 -10.501577)');
 2         SET @radius = 4000;
 3         SET @bbox = CONCAT('POLYGON((',
 4         X(@center) - @radius, ' ', Y(@center) - @radius, ',',
 5         X(@center) + @radius, ' ', Y(@center) - @radius, ',',
 6         X(@center) + @radius, ' ', Y(@center) + @radius, ',',
 7         X(@center) - @radius, ' ', Y(@center) + @radius, ',',
 8         X(@center) - @radius, ' ', Y(@center) - @radius, '))'
 9         );
10 SELECT id,lng,lat,
11         SQRT(POW( ABS( X(location) - X(@center)), 2) + POW( ABS(Y(location) - Y(@center)), 2 )) AS distance
12         FROM `user_location` WHERE 1=1
13         AND INTERSECTS( location, GEOMFROMTEXT(@bbox) )
14         AND SQRT(POW( ABS( X(location) - X(@center)), 2) + POW( ABS(Y(location) - Y(@center)), 2 )) < @radius
15         ORDER BY distance LIMIT 20

三、geo算法

參考文檔：

http://blog.csdn.net/wangxiafghj/article/details/9014363geohash 算法原理及實現方式
http://blog.charlee.li/geohash-intro/ geohash：用字符串實現附近地點搜索
http://blog.sina.com.cn/s/blog_7c05385f0101eofb.html    查找附近點--Geohash方案討論
http://www.wubiao.info/372        查找附近的xxx 球面距離以及Geohash方案探討
http://en.wikipedia.org/wiki/Haversine_formula       Haversine formula球面距離公式
http://www.codecodex.com/wiki/Calculate_Distance_Between_Two_Points_on_a_Globe   球面距離公式代碼實現
http://developer.baidu.com/map/jsdemo.htm#a6_1   球面距離公式驗證
http://www.wubiao.info/470     Mysql or Mongodb LBS快速實現方案

geohash有以下幾個特點：

首先，geohash用一個字符串表示經度和緯度兩個坐標。某些情況下無法在兩列上同時應用索引（例如MySQL 4之前的版本，Google App Engine的數據層等），利用geohash，只需在一列上應用索引即可。

其次，geohash表示的並不是一個點，而是一個矩形區域。比如編碼wx4g0ec19，它表示的是一個矩形區域。使用者可以發布地址編碼，既能表明自己位於北海公園附近，又不至於暴露自己的精確坐標，有助於隱私保護。

第三，編碼的前綴可以表示更大的區域。例如wx4g0ec1，它的前綴wx4g0e表示包含編碼wx4g0ec1在內的更大范圍。這個特性可以用於附近地點搜索。首先根據用戶當前坐標計算geohash（例如wx4g0ec1）然后取其前綴進行查詢（SELECT * FROM place WHERE geohash LIKE 'wx4g0e%'），即可查詢附近的所有地點。

查找附近網點geohash算法及實現（Java版本），geohashjava

Geohash比直接用經緯度的高效很多。

Geohash算法實現（Java版本）

  1 package com.DistTest;
  2 import java.util.BitSet;
  3 import java.util.HashMap;
  4  
  5 public class Geohash {
  6  
  7         private static int numbits = 6 * 5;
  8         final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
  9                         '9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
 10                         'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
 11         
 12         final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();
 13         static {
 14                 int i = 0;
 15                 for (char c : digits)
 16                         lookup.put(c, i++);
 17         }
 18  
 19         public double[] decode(String geohash) {
 20                 StringBuilder buffer = new StringBuilder();
 21                 for (char c : geohash.toCharArray()) {
 22  
 23                         int i = lookup.get(c) + 32;
 24                         buffer.append( Integer.toString(i, 2).substring(1) );
 25                 }
 26                 
 27                 BitSet lonset = new BitSet();
 28                 BitSet latset = new BitSet();
 29                 
 30                 //even bits
 31                 int j =0;
 32                 for (int i=0; i< numbits*2;i+=2) {
 33                         boolean isSet = false;
 34                         if ( i < buffer.length() )
 35                           isSet = buffer.charAt(i) == '1';
 36                         lonset.set(j++, isSet);
 37                 }
 38                 
 39                 //odd bits
 40                 j=0;
 41                 for (int i=1; i< numbits*2;i+=2) {
 42                         boolean isSet = false;
 43                         if ( i < buffer.length() )
 44                           isSet = buffer.charAt(i) == '1';
 45                         latset.set(j++, isSet);
 46                 }
 47                //中國地理坐標：東經73°至東經135°，北緯4°至北緯53°
 48                 double lon = decode(lonset, 70, 140);
 49                 double lat = decode(latset, 0, 60);
 50                 
 51                 return new double[] {lat, lon};       
 52         }
 53         
 54         private double decode(BitSet bs, double floor, double ceiling) {
 55                 double mid = 0;
 56                 for (int i=0; i<bs.length(); i++) {
 57                         mid = (floor + ceiling) / 2;
 58                         if (bs.get(i))
 59                                 floor = mid;
 60                         else
 61                                 ceiling = mid;
 62                 }
 63                 return mid;
 64         }
 65         
 66         
 67         public String encode(double lat, double lon) {
 68                 BitSet latbits = getBits(lat, 0, 60);
 69                 BitSet lonbits = getBits(lon, 70, 140);
 70                 StringBuilder buffer = new StringBuilder();
 71                 for (int i = 0; i < numbits; i++) {
 72                         buffer.append( (lonbits.get(i))?'1':'0');
 73                         buffer.append( (latbits.get(i))?'1':'0');
 74                 }
 75                 return base32(Long.parseLong(buffer.toString(), 2));
 76         }
 77  
 78         private BitSet getBits(double lat, double floor, double ceiling) {
 79                 BitSet buffer = new BitSet(numbits);
 80                 for (int i = 0; i < numbits; i++) {
 81                         double mid = (floor + ceiling) / 2;
 82                         if (lat >= mid) {
 83                                 buffer.set(i);
 84                                 floor = mid;
 85                         } else {
 86                                 ceiling = mid;
 87                         }
 88                 }
 89                 return buffer;
 90         }
 91  
 92         public static String base32(long i) {
 93                 char[] buf = new char[65];
 94                 int charPos = 64;
 95                 boolean negative = (i < 0);
 96                 if (!negative)
 97                         i = -i;
 98                 while (i <= -32) {
 99                         buf[charPos--] = digits[(int) (-(i % 32))];
100                         i /= 32;
101                 }
102                 buf[charPos] = digits[(int) (-i)];
103  
104                 if (negative)
105                         buf[--charPos] = '-';
106                 return new String(buf, charPos, (65 - charPos));
107         }
108  
109 }

View Code

球面距離公式：(個人喜歡這個算法)

 1 /**
 2      * @method 以下用於計算兩個經緯度之間的距離
 3      * */
 4     private double EARTH_RADIUS = 6378.137;//地球半徑
 5     private static double rad(double d)
 6     {
 7        return d * Math.PI / 180.0;
 8     }
 9 
10     public double GetDistance(double lat1, double lng1, double lat2, double lng2)
11     {
12        double radLat1 = rad(lat1);
13        double radLat2 = rad(lat2);
14        double a = radLat1 - radLat2;
15        double b = rad(lng1) - rad(lng2);
16 
17        double s = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin(a/2),2) +
18         Math.cos(radLat1)*Math.cos(radLat2)*Math.pow(Math.sin(b/2),2)));
19        s = s * EARTH_RADIUS;
20        s = Math.round(s * 100) / 100.0;
21        return s;
22     }

View Code

附近網點距離排序

 1 package com.DistTest;
 2   
 3 import java.sql.DriverManager;
 4 import java.sql.ResultSet;
 5 import java.sql.SQLException;
 6 import java.sql.Connection;
 7 import java.sql.Statement;
 8   
 9   
10 public class sqlTest {
11      
12     public static void main(String[] args) throws Exception {
13         Connection conn = null;
14         String sql;
15         String url = "jdbc:mysql://132.97.**.**/test?"
16                 + "user=***&password=****&useUnicode=true&characterEncoding=UTF8";
17   
18         try {
19             Class.forName("com.mysql.jdbc.Driver");// 動態加載mysql驅動
20             // System.out.println("成功加載MySQL驅動程序");
21             // 一個Connection代表一個數據庫連接
22             conn = DriverManager.getConnection(url);
23             // Statement里面帶有很多方法，比如executeUpdate可以實現插入，更新和刪除等
24             Statement stmt = conn.createStatement();
25             sql = "select * from retailersinfotable limit 1,10";
26             ResultSet rs = stmt.executeQuery(sql);// executeQuery會返回結果的集合，否則返回空值
27               double lon1=109.0145193757; 
28               double lat1=34.236080797698;
29             System.out.println("當前位置：");
30             int i=0;
31             String[][] array = new String[10][3];
32             while (rs.next()){
33                     //從數據庫取出地理坐標
34                     double lon2=Double.parseDouble(rs.getString("Longitude"));
35                     double lat2=Double.parseDouble(rs.getString("Latitude"));
36                      
37                     //根據地理坐標，生成geohash編碼
38                       Geohash geohash = new Geohash();
39                     String geocode=geohash.encode(lat2, lon2).substring(0, 9);
40                      
41                     //計算兩點間的距離
42                       int dist=(int) Test.GetDistance(lon1, lat1, lon2, lat2);
43                        
44                       array[i][0]=String.valueOf(i);
45                     array[i][1]=geocode;
46                     array[i][2]=Integer.toString(dist);
47                        
48                       i++;
49          
50                 //    System.out.println(lon2+"---"+lat2+"---"+geocode+"---"+dist);   
51                 }
52  
53             array=sqlTest.getOrder(array); //二維數組排序
54             sqlTest.showArray(array);        //打印數組
55  
56              
57              
58              
59         } catch (SQLException e) {
60             System.out.println("MySQL操作錯誤");
61             e.printStackTrace();
62         } finally {
63             conn.close();
64         }
65   
66     }
67     /*
68      * 二維數組排序，比較array[][2]的值，返回二維數組
69      * */
70     public static String[][] getOrder(String[][] array){
71         for (int j = 0; j < array.length ; j++) {
72             for (int bb = 0; bb < array.length - 1; bb++) {
73                 String[] ss;
74                 int a1=Integer.valueOf(array[bb][2]);  //轉化成int型比較大小
75                 int a2=Integer.valueOf(array[bb+1][2]);
76                 if (a1>a2) {
77                     ss = array[bb];
78                     array[bb] = array[bb + 1];
79                     array[bb + 1] = ss;
80                      
81                 }
82             }
83         }
84         return array;
85     }
86      
87     /*打印數組*/
88     public static void showArray(String[][] array){
89           for(int a=0;a<array.length;a++){
90               for(int j=0;j<array[0].length;j++)
91                   System.out.print(array[a][j]+" ");
92               System.out.println();
93           }
94     }
95  
96 }

View Code

一直在琢磨LBS，期待可以發現更好的方案。現在糾結了。

簡單列舉一下已經了解到的方案：
1.sphinx geo索引
2.mongodb geo索引
3.mysql sql查詢
4.mysql+geohash
5.redis+geohash

然后列舉一下需求：
1.實時性要高，有頻繁的更新和讀取
2.可按距離排序支持分頁
3.支持多條件篩選（一個經緯度數據還包含其他屬性，比如社交系統的性別、年齡）

方案簡單介紹：
1.sphinx geo索引
支持按照距離排序，並支持分頁。但是嘗試mva+geo失敗，還在找原因。
無法滿足高實時性需求。（可能是不了解實時增量索引配置有誤）
資源占用小，速度快

2.mongodb geo索引
支持按照距離排序，並支持分頁。支持多條件篩選。
可滿足實時性需求。
資源占用大，數據量達到百萬級請流量在10w左右查詢速度明顯下降。

3.mysql+geohash/ mysql sql查詢
不支持按照距離排序（代價太大）。支持分頁。支持多條件篩選。
可滿足實時性需求。
資源占用中等，查詢速度不及mongodb。
且geohash按照區塊將球面轉化平面並切割。暫時沒有找到跨區塊查詢方法（不太了解）。

4.redis+geohash
geohash缺點不再贅述
不支持距離排序。支持分頁查詢。不支持多條件篩選。
可滿足實時性需求。
資源占用最小。查詢速度很快。

------update
補充一下測試機配置：
1TB SATA硬盤。8GB RAM。I3 2350 雙核四線程

轉自http://www.open-open.com/lib/view/open1421650750328.html

一、距形算法

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 據經緯度實現附近搜索Java實現根據經緯度搜索附近的人 GPS定位，根據經緯度查詢附近地點的經緯度-sql方法實現 JAVA 根據經緯度算出附近的正方形的四個角的經緯度 Mysql: LBS實現查找附近的人（兩經緯度之間的距離） GPS定位，經緯度附近地點查詢–C#實現方法 mysql根據經緯度獲取附近的商家 mysql根據經緯度獲取附近的商家 vue引入百度地圖實現搜索框搜索位置讀取經緯度 python實現根據經緯度計算距離