緣由
本周技術群有一個同學說我們該怎么實現 由近到遠的基於地理位置的搜索，我創業做電商的系統做過類似這樣的服務，我把我們以前的操作給大家分享下
什么是LBS
LBS 全稱是 Location Based Service ,基於位置的服務。我們可以使用到這種服務，真是由於我國移動設備的大量增加，讓我們加速進入了 移動互聯網的時代。
由近到遠的基於地理位置的搜索 其實就是 通過當前使用用戶的經緯度，然后從我們自己的數據庫中查出指定范圍內（例如5km）的數據，按照由近到遠的順序 進行展示。
這句話中有四個條件
用戶的經緯度，我們定義 用戶維度為：$lat 、經度：$lng
指定范圍，定義范圍：distince
數據庫中商家的經緯度字段，定義 維度為：lat，經度：lng
計算 用戶經緯度 與 數據庫中商家的經緯度 距離，由遠及近進行排序
接下來，我們一起來用兩種方案實現
實現方案一：
這種方案會比較挫，
理想模型計算閥值點
計算某個經緯度的周圍某段距離的正方形的四個點
為什么這么計算，我給大家舉個例子，如果我們把我們的地球儀中國區域直接摁平，是不是地球儀就滅有弧度了 ，我們理想方式就是在一定距離上這么計算的。計算代碼如下
/**
* php代碼
*計算某個經緯度的周圍某段距離的正方形的四個點
*@param float $lng 經度
*@param float $lat 緯度
*@param float $distance 該點所在圓的半徑，該圓與此正方形內切，默認值為5千米
*@return array 正方形的四個點的經緯度坐標
*/
function squarePoint($lat, $lng,$distance = 5.0){
$earth_radius = 6371;//地球半徑
$dlng = 2 * asin(sin($distance / (2 * $earth_radius)) / cos(deg2rad($lat)));
$dlng = rad2deg($dlng);
$dlat = $distance/$earth_radius;
$dlat = rad2deg($dlat);
return [
'left-top' =>['lat'=>$lat + $dlat, 'lng'=>$lng - $dlng],
'right-top' =>['lat'=>$lat + $dlat, 'lng'=>$lng + $dlng],
'left-bottom' =>['lat'=>$lat - $dlat, 'lng'=>$lng - $dlng],
'right-bottom'=>['lat'=>$lat - $dlat, 'lng'=>$lng + $dlng],
];
}
取出用戶指定距離的數據
根據上面的方法，我們計算出來了4個點，接下來我們直接從數據庫取出符合條件的數據
$geo_data = squarePoint($lat,$lng,$distance);
$left_bottom = $geo_data['left-bottom'];
$right_top = $geo_data['right-top'];
$lat_min = $left_bottom['lat'];
$lat_max = $right_top['lat'];
$lng_min = $left_bottom['lng'];
$lng_max = $right_top['lng'];
$sql = "SELECT * FROM table_name
WHERE lat > {$lat_min} lat < {$lat_max} and lng > {$lng_min} and lng < {$lng_max} ";
按照距離遠近排序
這個將 上面的符合條件的結果集取出來，在代碼中排序，計算 兩個經緯度之間距離的方法如下
/**
*
* 根據經緯度計算距離 單位(公里)
* @param $lng1 float 經度1
* @param $lat1 float 緯度2
* @param $lng2 float 經度1
* @param $lat2 float 緯度2
* @return float
*/
function getdistance($lng1,$lat1,$lng2,$lat2)
{
$dx = $lng1 - $lng2; // 經度差值
$dy = $lat1 - $lat2; // 緯度差值
$b = ($lat1 + $lat2) / 2.0; // 平均緯度
$Lx = deg2rad($dx) * cos(deg2rad($b)); // 東西距離
$Ly = deg2rad($dy); // 南北距離
return round(6371*sqrt($Lx * $Lx + $Ly * $Ly),4); // 用平面的矩形對角距離公式計算總距離
}
按照方法一計算出來，基本問題不大，但是在數據量大（第二步結果集）到一定程度了是有很嚴重的效率問題的。這里給出一個衍生版本,直接計算距離
SELECT *,SQRT( POWER( $lat - lat, 2) + POWER($lng - lng, 2) ) AS d FROM table_name WHERE (lat BETWEEN $lat_min AND $lat_max ) AND (lng BETWEEN $lng_min AND $lng_max ) AND d < $distance ORDER BY d ASC LIMIT 10;
實現方案二
這個方法很快，直接可以SQL實現，由於數據庫本身也支持很多函數的，我們直接在數據庫本身計算就可以了。具體計算代碼如下：
/**
* $lat：用戶維度
* $lng：用戶精度
* $as_name：查詢出來的SQL字段名稱
*/
get_distance_sql($lat,$lng,$as_name='distance')
{
return sprintf('round(6371*sqrt( pow((PI()*(abs(`lat`-%f))/180) * cos(PI()*(`lat`+%f)/360),2)
+ pow((PI()*abs(`lng`-%f)/180),2)),4) as %s',$lat,$lat,$lng,$as_name);
}
具體SQL如下：
/** * shop_id 商家id */ $sql = "SELECT shop_id,lat,lng,".get_distance_sql( $lat,$lng)." FROM table_name WHERE distance< = ".$distance." ORDER BY distance ASC" ;
這樣就可以直接查出結果並排序了
結論
以上兩種方案中，第二個是我我們當時使用的，我們當時數據庫幾十萬，效率還可以。上百萬乃至更高的需要大家去實現了
原文地址： 【LBS】基於地理位置的搜索之微信 附近的人 簡單實現
標簽： lbs 附近的人 由遠及近 大眾點評