現在幾乎所有的O2O應用中都會存在“按范圍搜素、離我最近、顯示距離”等等基於位置的交互，那這樣的功能是怎么實現的呢？本文提供的實現方式，適用於所有數據庫。
實現
實現過程主要分為四步：
1. 搜索
在數據庫中搜索出接近指定范圍內的商戶，如：搜索出1公里范圍內的。
2. 過濾
搜索出來的結果可能會存在超過1公里的，需要再次過濾。如果對精度沒有嚴格要求，可以跳過。
3. 排序
距離由近到遠排序。如果不需要，可以跳過。
4. 分頁
如果需要2、3步，才需要對分頁特殊處理。如果不需要，可以在第1步直接SQL分頁。
第1步數據庫完成，后3步應用程序完成。
為了方便下面說明，先給出一個初始表結構，我使用的是MySQL：
step1 搜索
搜索可以用下面兩種方式來實現。
區間查找
customer表中使用兩個字段存儲了經度和緯度，如果提前計算出經緯度的范圍，然后在這兩個字段上加上索引，那搜索性能會很不錯。
那怎么計算出經緯度的范圍呢？已知條件是移動設備所在的經緯度，還有滿足業務要求的半徑，這很像初中的一道平面幾何題：給定圓心坐標和半徑，求該圓外切正方形四個頂點的坐標。而我們面對的是一個球體，可以使用spatial4j來計算。
geohash的原理不講了，詳細可以看這篇文章，講的很詳細。geohash算法能把二維的經緯度編碼成一維的字符串，它的特點是越相近的經緯度編碼后越相似，所以可以通過前綴like的方式去匹配周圍的商戶。
customer表要增加一個字段，來存儲每個商戶的geohash編碼，並且建立索引。
step3 排序
同樣，排序也需要在應用程序中處理。排序基於上面的過濾結果做就可以了Collections.sort(list, comparator)。
step4 分頁
如果需要2、3步，只能在內存中分頁，做法也很簡單，可以參考這篇文章。
總結
全文的重點都在於搜索如何實現，更好的利用數據庫的索引，兩種搜索方式以百萬數據量為分割線，第一種適用於百萬以下，第二種適用於百萬以上，未經過嚴格驗證。可能有人會有疑問，過濾和排序都在應用層做，內存占用會不會很嚴重？這是個潛在問題，但大多數情況下不會。看我們大部分的應用場景，都是單一種類POI(Point Of Interest)的搜索，如酒店、美食、KTV、電影院等等，這種數據密度是很小，1公里內的酒店，能有多少家，50家都算多的，所以最終要看具體業務數據密度。本文沒有分析原理，只講了具體實現，有關分析的文章可以看參考鏈接。
參考
http://www.infoq.com/cn/articles/depth-study-of-Symfony2
http://tech.meituan.com/lucene-distance.html
http://blog.csdn.net/liminlu0314/article/details/8553926
http://janmatuschek.de/LatitudeLongitudeBoundingCoordinates
http://www.cnblogs.com/LBSer/p/3310455.html
http://cevin.net/geohash/