地理位置geo处理之mysql函数的详细介绍（附代码）

目前越来越多的业务都会基于LBS，附近的人，外卖位置，附近商家等等，现就讨论离我最近这一业务场景的解决方案。

目前已知解决方案有:

本文测试下mysql 函数运算的性能

准备工作

创建数据表

CREATE TABLE `driver` (
 `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
 `lng` float DEFAULT NULL,
 `lat` float DEFAULT NULL,
 PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

创建测试数据

在创建数据之前先了解下基本的地理知识:

在纬度相等的情况下：

在经度相等的情况下：

mysql函数计算

DELIMITER //
CREATE DEFINER=`root`@`localhost` FUNCTION `getDistance`(
 `lng1` float(10,7) 
 ,
 `lat1` float(10,7)
 ,
 `lng2` float(10,7) 
 ,
 `lat2` float(10,7)

) RETURNS double
 COMMENT '计算2坐标点距离'
BEGIN
 declare d double;
 declare radius int;
 set radius = 6371000; #假设地球为正球形，直径为6371000米
 set d = (2*ATAN2(SQRT(SIN((lat1-lat2)*PI()/180/2) 
 *SIN((lat1-lat2)*PI()/180/2)+ 
 COS(lat2*PI()/180)*COS(lat1*PI()/180) 
 *SIN((lng1-lng2)*PI()/180/2) 
 *SIN((lng1-lng2)*PI()/180/2)), 
 SQRT(1-SIN((lat1-lat2)*PI()/180/2) 
 *SIN((lat1-lat2)*PI()/180/2) 
 +COS(lat2*PI()/180)*COS(lat1*PI()/180) 
 *SIN((lng1-lng2)*PI()/180/2) 
 *SIN((lng1-lng2)*PI()/180/2))))*radius;
 return d;
END//
DELIMITER ;

创建数据python脚本

# coding=utf-8
from orator import DatabaseManager, Model
import logging
import random
import threading

""" 中国的经纬度范围 纬度3.86~53.55，经度73.66~135.05。大概0.00001度差距1米 """

# 创建 日志 对象
logger = logging.getLogger()
handler = logging.StreamHandler()
formatter = logging.Formatter(
 '%(asctime)s %(name)-12s %(levelname)-8s %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.DEBUG)

# Connect to the database

config = {
 'mysql': {
 'driver': 'mysql',
 'host': 'localhost',
 'database': 'dbtest',
 'user': 'root',
 'password': '',
 'prefix': ''
 }
}

db = DatabaseManager(config)
Model.set_connection_resolver(db)


class Driver(Model):
 __table__ = 'driver'
 __timestamps__ = False
 pass


def ins_driver(thread_name,nums):
 logger.info('开启线程%s' % thread_name)
 for _ in range(nums):
 lng = '%.5f' % random.uniform(73.66, 135.05)
 lat = '%.5f' % random.uniform(3.86, 53.55)

 driver = Driver()
 driver.lng = lng
 driver.lat = lat
 driver.save()

thread_nums = 10
for i in range(thread_nums):
 t = threading.Thread(target=ins_driver, args=(i, 400000))
 t.start()

以上脚本创建10个线程，10个线程插入4万条数据。耗费150.18s执行完,总共插入40万条数据

测试

系统：mac os

内存：16G

cpu: intel core i5

硬盘: 500g 固态硬盘

测试下查找距离(134.38753,18.56734)这个坐标点最近的10个司机

select *,`getDistance`(134.38753,18.56734,`lng`,`lat`) as dis from driver ORDER BY dis limit 10

我测试了从1万到10万间隔1万和从10万到90万每间隔10万测试的结果变化

结论