對于“附近的人”功能，在生活中是比較常用的，像外賣app附近的美食，共享單車app里附近的車輛等等。我們之前使用 ElasticSearch 實現(xiàn)過該功能，本篇文章我們介紹如何通過 MySQL 來實現(xiàn)“附近的人”功能。

ST_Distance_Sphere 函數(shù)

在 MySQL 中，ST_Distance_Sphere 函數(shù)是一個地理空間函數(shù)，用于計算兩個地理位置之間的球面距離。它基于球體模型進行計算，并返回兩個點之間的距離結(jié)果。

ST_Distance_Sphere 函數(shù)的語法如下：

ST_Distance_Sphere(point1, point2)

其中，point1 和 point2 是表示地理位置的 POINT 類型的參數(shù)。

示例一：計算北京站到北京西站的距離

以下是一個使用 ST_Distance_Sphere 函數(shù)計算球面距離的示例：

-- 北京站 116.427322,39.902822    北京西站  116.322083,39.8949
SELECT ST_Distance_Sphere(
          POINT(116.427322,39.902822), 
          POINT(116.322083,39.8949)
       ) AS distance;

在上述示例中，我們使用 POINT 類型的參數(shù)表示兩個地理位置點，分別是北京站（經(jīng)度 116.427322，緯度 39.902822）和北京西站（經(jīng)度 116.322083，緯度 39.8949）。然后，我們調(diào)用 ST_Distance_Sphere 函數(shù)來計算這兩個點之間的球面距離，并將結(jié)果命名為 distance。

返回結(jié)果：

distance
-----------------------
9020.641566063772

ST_Distance_Sphere 函數(shù)的返回值是以米為單位的球面距離，可以根據(jù)需要將結(jié)果轉(zhuǎn)換為千米。上面示例中可以看出，北京站到北京西站的距離約為9公里。

需要注意的是，使用 ST_Distance_Sphere 函數(shù)進行球面距離計算需要 MySQL 版本 8.0.17 或更高版本，并且需要在數(shù)據(jù)庫中啟用地理空間功能。

示例二：查詢“附近的人”

要實現(xiàn)"附近的人"功能，可以使用MySQL的ST_Distance_Sphere 函數(shù)和索引來處理地理位置數(shù)據(jù)。下面是一個基本的實現(xiàn)步驟：

（1）創(chuàng)建GEO測試表：其中包括id 主鍵、location地理位置信息。地理位置信息可以使用POINT類型來表示。

CREATE TABLE `test_geo` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `location` point DEFAULT NULL,
  PRIMARY KEY (`id`)
);

（2）添加地理位置數(shù)據(jù)：向表中插入地理位置數(shù)據(jù)。

INSERT INTO `test_geo`(`id`, `location`) 
VALUES 
  (1, POINT(116.39775,39.92029)),
  (2, POINT(116.395947,39.916208),
  (3, POINT(116.410624,39.91871)),
  (4, POINT(116.397235,39.909823)),
  (5, POINT(116.385304,39.917591)),
  (6, POINT(116.396548,39.92832))
;

（3）創(chuàng)建地理索引：為該表的地理位置字段創(chuàng)建索引，以便進行空間查詢。

CREATE SPATIAL INDEX idx_location ON test_geo (location);

（4）查詢附近的人：使用地理空間函數(shù)進行附近的人查詢。

  SELECT
    *,
    ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) AS distance -- 返回距離，單位M
  FROM
    test_geo 
  WHERE
    ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) <= 2000 -- 兩公里內(nèi)
  ORDER BY
    distance -- 由近及遠排序
  ; 

上述查詢使用了ST_Distance_Sphere函數(shù)來計算兩個地理位置之間的球面距離，POINT ( 116.410539, 39.912983 ) 是你的坐標，2000是查詢半徑。這個查詢將返回在給定半徑范圍內(nèi)的數(shù)據(jù)。

查詢結(jié)果：

Haversine 公式

ST_Distance_Sphere 函數(shù)要求MySQL 的版本為 8.0.17 或更高，對于低版本的 MySQL 該怎么辦呢？我們可以使用 Haversine 公式來實現(xiàn)。

Haversine 是一種常用的球面三角函數(shù)，用于計算兩個球面位置之間的球面距離。它是根據(jù)地球的球體模型進行計算的，可以用于近似計算兩個經(jīng)緯度坐標之間的球面距離。

Haversine 公式基于球面三角學(xué)和經(jīng)緯度之間的關(guān)系。它的公式如下：

a = sin2(Δlat/2) + cos(lat1) * cos(lat2) * sin2(Δlon/2)
c = 2 * atan2(√a, √(1-a))
d = R * c

其中：

• lat1 和 lat2 是兩個點的緯度（以弧度表示）。
• lon1 和 lon2 是兩個點的經(jīng)度（以弧度表示）。
• Δlat 是緯度之差，即 lat2 - lat1。
• Δlon 是經(jīng)度之差，即 lon2 - lon1。
• R 是地球的半徑，常用的單位是千米或英里。

通過應(yīng)用 Haversine 公式，可以近似計算出兩個經(jīng)緯度坐標之間的球面距離。這個公式考慮了球體的曲率，因此對于較短距離的計算具有較高的精度。然而，對于較長距離，特別是跨越大片陸地或海洋的距離，Haversine 公式可能會引入一定的誤差。

在使用 Haversine 公式進行計算時，需要注意輸入的經(jīng)緯度必須使用弧度表示。如果經(jīng)緯度是以度數(shù)表示，需要將其轉(zhuǎn)換為弧度形式進行計算。

示例一：計算北京站到北京西站的距離

以下是一個使用Haversine公式計算球面距離的示例：

-- 北京站 116.427322,39.902822    北京西站  116.322083,39.8949
select (2 * 6371 * ASIN(SQRT(
        POWER(SIN((RADIANS(39.902822) - RADIANS(39.8949)) / 2), 2) +
        COS(RADIANS(39.902822)) * COS(RADIANS(39.8949)) * POWER(SIN((RADIANS(116.427322) - RADIANS(116.322083)) / 2), 2)
    ))) AS distance

在上述示例中，我們分別將北京站（經(jīng)度 116.427322，緯度 39.902822）和北京西站（經(jīng)度 116.322083，緯度 39.8949）的經(jīng)緯度數(shù)據(jù)帶入Haversine公式中，然后就可以計算出這兩個點之間的球面距離，并將結(jié)果命名為 distance。

返回結(jié)果：

distance
-----------------------
9.020661388581411

Haversine公式的返回值是以千米為單位的球面距離。

示例二：查詢“附近的人”

我們可以使用Haversine公式來實現(xiàn)"附近的人"功能，下面是一個基本的實現(xiàn)步驟：

（1）創(chuàng)建GEO測試表：其中包括id 主鍵、地理位置信息。地理位置信息可以使用lng表示經(jīng)度，lat表示緯度。

CREATE TABLE `test_geo` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `lng` double DEFAULT NULL,
  `lat` double DEFAULT NULL,
  PRIMARY KEY (`id`)
);

（2）添加地理位置數(shù)據(jù)：向表中插入地理位置數(shù)據(jù)。

INSERT INTO `test_geo`(`id`, `lng`, `lat`) 
VALUES 
  (1, 116.39775, 39.92029),
  (2, 116.395947, 39.916208),
  (3, 116.410624, 39.91871),
  (4, 116.397235, 39.909823),
  (5, 116.385304, 39.917591),
  (6, 116.396548, 39.92832)
;

（3）查詢附近的人：使用Haversine公式進行附近的人查詢。

 SELECT
  *,
  (2 * 6371 * ASIN(
      SQRT(
        POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS(
          RADIANS( 39.912983 )) * COS(
        RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) 
      ))) AS distance  -- 返回距離，單位KM
FROM
  test_geo 
WHERE
  (2 * 6371 * ASIN(
      SQRT(
        POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS(
          RADIANS( 39.912983 )) * COS(
        RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) 
      ))) <= 2  -- 兩公里內(nèi)
ORDER BY
  distance -- 由近及遠排序
;

上述查詢使用了Haversine公式來計算兩個地理位置之間的球面距離，116.410539, 39.912983 是你的坐標，2是查詢半徑。這個查詢將返回在給定半徑范圍內(nèi)的數(shù)據(jù)。

查詢結(jié)果：

總結(jié)

使用 MySQL 來實現(xiàn)“附近的人”功能，可以通過Haversine 公式和ST_Distance_Sphere 函數(shù)兩種方式來實現(xiàn)。對于低版本的 MySQL 只能使用Haversine 公式，但我們還是推薦升級你的 MySQL（8.0.17版本或更新），因為使用ST_Distance_Sphere 函數(shù)不僅使用簡單，而且它還支持空間索引，使得查詢速度更快。

到此這篇關(guān)于mysql實現(xiàn)附近的人功能的文章就介紹到這了,更多相關(guān)mysql附近的人內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論