他山之石-查找附近點--Geohash方案討論

隨着移動終端的普及，很多應用都基於LBS功能，附近的某某（餐館、銀行、妹紙等等）。

基礎數據中，一般保存了目標位置的經緯度；利用用戶提供的經緯度，進行對比，從而獲得是否在附近。

目標：
查找附近的XXX，由近到遠返回結果，且結果中有與目標點的距離。

針對查找附近的XXX，提出兩個方案，如下：

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

抽象爲球面兩點距離的計算，即已知道球面上兩點的經緯度；
點（緯度，經度），A($radLat1,$radLng1)、B($radLat2,$radLng2);

優點：通俗易懂，部署簡單便捷

缺點：每次都會查詢數據庫，性能堪憂

1、推導

通過餘弦定理以及弧度計算方法，最終推導出來的算式A爲：

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

目前網上大多使用Google公開的距離計算公司，推導算式B爲：

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

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

$R 爲地球半徑

2、通過測試兩種算法，結果相同且都正確，但通過PHP代碼測試，兩點間距離，10W次性能對比，自行推導版本計算時長算式B較優，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、所以採用數學方法推導出的公式:

<?php
  
    //根據經緯度計算距離 其中A($lat1,$lng1)、B($lat2,$lng2)
    public static function getDistance($lat1,$lng1,$lat2,$lng2)
    {
        //地球半徑
        $R = 6378137;
  
        //將角度轉爲狐度
        $radLat1 = deg2rad($lat1);
        $radLat2 = deg2rad($lat2);
        $radLng1 = deg2rad($lng1);
        $radLng2 = deg2rad($lng2);
  
        //結果
        $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
  
        //精度
        $s = round($s* 10000)/10000;
  
        return  round($s);
    }
  
?>

4、在實際應用中，需要從數據庫中遍歷取出符合條件，以及排序等操作，

將所有數據取出，然後通過PHP循環對比，篩選符合條件結果，顯然性能低下；所以我們利用下Mysql存儲函數來解決這個問題吧。

4.1、創建Mysql存儲函數,並對經緯度字段建立索引。

<?php
  
    //根據經緯度計算距離 其中A($lat1,$lng1)、B($lat2,$lng2)
    public static function getDistance($lat1,$lng1,$lat2,$lng2)
    {
        //地球半徑
        $R = 6378137;
  
        //將角度轉爲狐度
        $radLat1 = deg2rad($lat1);
        $radLat2 = deg2rad($lat2);
        $radLng1 = deg2rad($lng1);
        $radLng2 = deg2rad($lng2);
  
        //結果
        $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
  
        //精度
        $s = round($s* 10000)/10000;
  
        return  round($s);
    }
  
?>

4.2、查詢SQL

通過SQL，可設置距離以及排序；可搜索出符合條件的信息，以及有一個較好的排序

1	`SELECT*,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619)AS distance FROM mb_shop_ext where 1 HAVINGdistance<1000 ORDER BY distance ASC LIMIT0,10`

二、方案B

=================================================================================================

Geohash算法；geohash是一種地址編碼，它能把二維的經緯度編碼成一維的字符串。
比如，成都永豐立交的編碼是wm3yr31d2524

優點:

1、利用一個字段，即可存儲經緯度；搜索時，只需一條索引，效率較高
2、編碼的前綴可以表示更大的區域，查找附近的，非常方便。 SQL中，LIKE ‘wm3yr3%’，即可查詢附近的所有地點。
3、通過編碼精度可模糊座標、隱私保護等。

缺點: 距離和排序需二次運算（篩選結果中運行，其實挺快）

1、geohash的編碼算法

成都永豐立交經緯度(30.63578,104.031601)

1.1、緯度範圍(-90, 90)平分成兩個區間(-90, 0)、(0,90)，如果目標緯度位於前一個區間，則編碼爲0，否則編碼爲1。
由於30.625265屬於(0, 90)，所以取編碼爲1。
然後再將(0, 90)分成 (0, 45), (45, 90)兩個區間，而39.92324位於(0,45)，所以編碼爲0，
然後再將(0, 45)分成 (0, 22.5), (22.5, 45)兩個區間，而39.92324位於(22.5,45)，所以編碼爲1，
依次類推可得永豐立交緯度編碼爲101010111001001000100101101010。

1.2、經度也用同樣的算法，對(-180, 180)依次細分，(-180，0)、(0,180)得出編碼110010011111101001100000000000

1.3、合併經緯度編碼，從高到低，先取一位經度，再取一位緯度；得出結果111001001100011111101011100011000010110000010001010001000100

1.4、用0-9、b-z（去掉a, i, l,o）這32個字母進行base32編碼，得到(30.63578,104.031601)的編碼爲wm3yr31d2524。

11100 10011 00011 11110 10111 00011 00001 01100 0001000101 00010 00100 => wm3yr31d2524

十進制 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

十進制 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、在緯度和經度入庫時，數據庫新加一字段geohash，記錄此點的geohash值

2、查找附近，利用在SQL中 LIKE‘wm3yr3%’；且此結果可緩存；在小區域內，不會因爲改變經緯度，而重新數據庫查詢

3、查找出的有限結果，如需要求距離或者排序，可利用距離公式和二維數據排序；此時也是少量數據，會很快的。

3、PHP基類

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、測試

<?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;
//經緯度轉換成Geohash
//獲取附近的信息
$n_latitude = $_GET['la'];
$n_longitude = $_GET['lo'];
//開始
$b_time = microtime(true);
//方案A，直接利用數據庫存儲函數，遍歷排序
//方案B geohash求出附近，然後排序
//當前 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);
//算出實際距離
foreach($data as $key=>$val)
{
    $distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']);
    $data[$key]['distance'] = $distance;
    //排序列
    $sortdistance[$key] = $distance;
}
//距離排序
array_multisort($sortdistance,SORT_ASC,$data);
//結束
$e_time = microtime(true);
echo $e_time - $b_time;
var_dump($data);
//根據經緯度計算距離 其中A($lat1,$lng1)、B($lat2,$lng2)
function getDistance($lat1,$lng1,$lat2,$lng2)
{
    //地球半徑
    $R = 6378137;

    //將角度轉爲狐度
    $radLat1 = deg2rad($lat1);
    $radLat2 = deg2rad($lat2);
    $radLng1 = deg2rad($lng1);
    $radLng2 = deg2rad($lng2);
    //結果
    $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
    //精度
    $s = round($s* 10000)/10000;
    return  round($s);
}
?>

四、總結

方案B的亮點在於：
1、搜索結果可緩存，重複使用，不會因爲用戶有小範圍的移動，直接穿透數據庫查詢。
2、先縮小結果範圍，再運算、排序，可提升性能。

254條記錄，性能對比，

在實際應用場景中，方案B數據庫搜索可內存緩存；且如數據量更大，方案B結果會更優。

方案A:
0.016560077667236
0.032402992248535
0.040318012237549

方案B
0.0079810619354248
0.0079669952392578
0.0064868927001953

五、其他

兩種方案，根據應用場景以及負載情況合理選擇，當然推薦方案B;
不管哪種方案，都記得，給列加上索引，利於數據庫檢索。

他山之石-查找附近點--Geohash方案討論

再談23種設計模式（3）：行爲型模式（學習筆記）

Power Automate Desktop 安裝完，登錄後老是提示one driver 錯誤

微前端學習筆記(4):從微前端到微模塊之EMP與hel-micro方案探索

微前端學習筆記（1）：微前端總體架構概述，從微服務發微

985 碩士程序員，空窗 4 個月沒有 Offer！

一文搞懂 Spring 循環依賴

賽博鬥地主——使用大語言模型扮演Agent智能體玩牌類遊戲。

VScode右鍵打開(添加到右鍵)

記一次 .NET某工控視覺自動化系統卡死分析

WindowsServer--SQL Server搭建主從同步實現讀寫分離 - 事務性分發

Zend_Json 簡單介紹 --（手冊）

調用webservice接口實現幾個查詢

他山之石-php編譯中遇到error解決辦法！

SIMD中半精度浮點數轉單精度浮點數的方法

繼承父類配置smarty

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結