首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >搜索距离邮政编码最近的5个位置-我应该走哪条路?

搜索距离邮政编码最近的5个位置-我应该走哪条路?
EN

Stack Overflow用户
提问于 2018-05-25 21:55:54
回答 2查看 968关注 0票数 6

我想要的:

当用户输入邮政编码或城市名称时,我会在数据库中搜索离该位置最近的5个locations

  • Display和5个最近的位置

我目前所拥有的:

让我们假设一个包含以下内容的位置表:

(关于16000行)

代码语言:javascript
复制
CREATE TABLE `locations` (
 `locationID` int(11) NOT NULL AUTO_INCREMENT,
 `name` varchar(150) NOT NULL,
 `firstname` varchar(100) DEFAULT NULL,
 `lastname` varchar(100) DEFAULT NULL,
 `street` varchar(100) NOT NULL,
 `city` varchar(100) NOT NULL,
 `state` varchar(100) NOT NULL,
 `zipcode` varchar(10) NOT NULL,
 `phone` varchar(20) NOT NULL,
 `web` varchar(255) DEFAULT NULL,
 `machine` enum('Unbekannt','Foo','Bar') DEFAULT 'Unbekannt',
 `surface` enum('Unbekannt','Foo','Bar','') DEFAULT 'Unbekannt',
 PRIMARY KEY (`locationID`)
) ENGINE=InnoDB AUTO_INCREMENT=25 DEFAULT CHARSET=utf8

  1. ID
  2. name
  3. zip code
  4. city

现在我有了第二张表,上面有世界上所有的城镇:

(约340万行的)

代码语言:javascript
复制
CREATE TABLE `geoData` (
 `geoID` int(11) NOT NULL AUTO_INCREMENT,
 `countryCode` char(2) NOT NULL,
 `zipCode` varchar(20) NOT NULL,
 `name` varchar(180) NOT NULL,
 `state` varchar(100) NOT NULL,
 `stateCode` varchar(20) NOT NULL,
 `county` varchar(100) NOT NULL,
 `countyCode` varchar(20) NOT NULL,
 `community` varchar(100) NOT NULL,
 `communityCode` varchar(20) NOT NULL,
 `lat` mediumint(6) NOT NULL,
 `lon` mediumint(6) NOT NULL,
 PRIMARY KEY (`lon`,`lat`,`geoID`) USING BTREE,
 KEY `geoID` (`geoID`)
) ENGINE=InnoDB AUTO_INCREMENT=16482 DEFAULT CHARSET=utf8
/*!50100 PARTITION BY RANGE (lat)
(PARTITION p0 VALUES LESS THAN (-880000) ENGINE = InnoDB,
PARTITION p1 VALUES LESS THAN (-860000) ENGINE = InnoDB,
PARTITION p2 VALUES LESS THAN (-840000) ENGINE = InnoDB,
PARTITION p3 VALUES LESS THAN (-820000) ENGINE = InnoDB,
PARTITION p4 VALUES LESS THAN (-800000) ENGINE = InnoDB,
PARTITION p5 VALUES LESS THAN (-780000) ENGINE = InnoDB,
PARTITION p6 VALUES LESS THAN (-760000) ENGINE = InnoDB,
PARTITION p7 VALUES LESS THAN (-740000) ENGINE = InnoDB,
PARTITION p8 VALUES LESS THAN (-720000) ENGINE = InnoDB,
PARTITION p9 VALUES LESS THAN (-700000) ENGINE = InnoDB,
PARTITION p10 VALUES LESS THAN (-680000) ENGINE = InnoDB,
PARTITION p11 VALUES LESS THAN (-660000) ENGINE = InnoDB,
PARTITION p12 VALUES LESS THAN (-640000) ENGINE = InnoDB,
PARTITION p13 VALUES LESS THAN (-620000) ENGINE = InnoDB,
PARTITION p14 VALUES LESS THAN (-600000) ENGINE = InnoDB,
PARTITION p15 VALUES LESS THAN (-580000) ENGINE = InnoDB,
PARTITION p16 VALUES LESS THAN (-560000) ENGINE = InnoDB,
PARTITION p17 VALUES LESS THAN (-540000) ENGINE = InnoDB,
PARTITION p18 VALUES LESS THAN (-520000) ENGINE = InnoDB,
PARTITION p19 VALUES LESS THAN (-500000) ENGINE = InnoDB,
PARTITION p20 VALUES LESS THAN (-480000) ENGINE = InnoDB,
PARTITION p21 VALUES LESS THAN (-460000) ENGINE = InnoDB,
PARTITION p22 VALUES LESS THAN (-440000) ENGINE = InnoDB,
PARTITION p23 VALUES LESS THAN (-420000) ENGINE = InnoDB,
PARTITION p24 VALUES LESS THAN (-400000) ENGINE = InnoDB,
PARTITION p25 VALUES LESS THAN (-380000) ENGINE = InnoDB,
PARTITION p26 VALUES LESS THAN (-360000) ENGINE = InnoDB,
PARTITION p27 VALUES LESS THAN (-340000) ENGINE = InnoDB,
PARTITION p28 VALUES LESS THAN (-320000) ENGINE = InnoDB,
PARTITION p29 VALUES LESS THAN (-300000) ENGINE = InnoDB,
PARTITION p30 VALUES LESS THAN (-280000) ENGINE = InnoDB,
PARTITION p31 VALUES LESS THAN (-260000) ENGINE = InnoDB,
PARTITION p32 VALUES LESS THAN (-240000) ENGINE = InnoDB,
PARTITION p33 VALUES LESS THAN (-220000) ENGINE = InnoDB,
PARTITION p34 VALUES LESS THAN (-200000) ENGINE = InnoDB,
PARTITION p35 VALUES LESS THAN (-180000) ENGINE = InnoDB,
PARTITION p36 VALUES LESS THAN (-160000) ENGINE = InnoDB,
PARTITION p37 VALUES LESS THAN (-140000) ENGINE = InnoDB,
PARTITION p38 VALUES LESS THAN (-120000) ENGINE = InnoDB,
PARTITION p39 VALUES LESS THAN (-100000) ENGINE = InnoDB,
PARTITION p40 VALUES LESS THAN (-80000) ENGINE = InnoDB,
PARTITION p41 VALUES LESS THAN (-60000) ENGINE = InnoDB,
PARTITION p42 VALUES LESS THAN (-40000) ENGINE = InnoDB,
PARTITION p43 VALUES LESS THAN (-20000) ENGINE = InnoDB,
PARTITION p44 VALUES LESS THAN (0) ENGINE = InnoDB,
PARTITION p45 VALUES LESS THAN (20000) ENGINE = InnoDB,
PARTITION p46 VALUES LESS THAN (40000) ENGINE = InnoDB,
PARTITION p47 VALUES LESS THAN (60000) ENGINE = InnoDB,
PARTITION p48 VALUES LESS THAN (80000) ENGINE = InnoDB,
PARTITION p49 VALUES LESS THAN (100000) ENGINE = InnoDB,
PARTITION p50 VALUES LESS THAN (120000) ENGINE = InnoDB,
PARTITION p51 VALUES LESS THAN (140000) ENGINE = InnoDB,
PARTITION p52 VALUES LESS THAN (160000) ENGINE = InnoDB,
PARTITION p53 VALUES LESS THAN (180000) ENGINE = InnoDB,
PARTITION p54 VALUES LESS THAN (200000) ENGINE = InnoDB,
PARTITION p55 VALUES LESS THAN (220000) ENGINE = InnoDB,
PARTITION p56 VALUES LESS THAN (240000) ENGINE = InnoDB,
PARTITION p57 VALUES LESS THAN (260000) ENGINE = InnoDB,
PARTITION p58 VALUES LESS THAN (280000) ENGINE = InnoDB,
PARTITION p59 VALUES LESS THAN (300000) ENGINE = InnoDB,
PARTITION p60 VALUES LESS THAN (320000) ENGINE = InnoDB,
PARTITION p61 VALUES LESS THAN (340000) ENGINE = InnoDB,
PARTITION p62 VALUES LESS THAN (360000) ENGINE = InnoDB,
PARTITION p63 VALUES LESS THAN (380000) ENGINE = InnoDB,
PARTITION p64 VALUES LESS THAN (400000) ENGINE = InnoDB,
PARTITION p65 VALUES LESS THAN (420000) ENGINE = InnoDB,
PARTITION p66 VALUES LESS THAN (440000) ENGINE = InnoDB,
PARTITION p67 VALUES LESS THAN (460000) ENGINE = InnoDB,
PARTITION p68 VALUES LESS THAN (480000) ENGINE = InnoDB,
PARTITION p69 VALUES LESS THAN (500000) ENGINE = InnoDB,
PARTITION p70 VALUES LESS THAN (520000) ENGINE = InnoDB,
PARTITION p71 VALUES LESS THAN (540000) ENGINE = InnoDB,
PARTITION p72 VALUES LESS THAN (560000) ENGINE = InnoDB,
PARTITION p73 VALUES LESS THAN (580000) ENGINE = InnoDB,
PARTITION p74 VALUES LESS THAN (600000) ENGINE = InnoDB,
PARTITION p75 VALUES LESS THAN (620000) ENGINE = InnoDB,
PARTITION p76 VALUES LESS THAN (640000) ENGINE = InnoDB,
PARTITION p77 VALUES LESS THAN (660000) ENGINE = InnoDB,
PARTITION p78 VALUES LESS THAN (680000) ENGINE = InnoDB,
PARTITION p79 VALUES LESS THAN (700000) ENGINE = InnoDB,
PARTITION p80 VALUES LESS THAN (720000) ENGINE = InnoDB,
PARTITION p81 VALUES LESS THAN (740000) ENGINE = InnoDB,
PARTITION p82 VALUES LESS THAN (760000) ENGINE = InnoDB,
PARTITION p83 VALUES LESS THAN (780000) ENGINE = InnoDB,
PARTITION p84 VALUES LESS THAN (800000) ENGINE = InnoDB,
PARTITION p85 VALUES LESS THAN (820000) ENGINE = InnoDB,
PARTITION p86 VALUES LESS THAN (840000) ENGINE = InnoDB,
PARTITION p87 VALUES LESS THAN (860000) ENGINE = InnoDB,
PARTITION p88 VALUES LESS THAN (880000) ENGINE = InnoDB,
PARTITION p89 VALUES LESS THAN MAXVALUE ENGINE = InnoDB) */

  1. ID
  2. city
  3. zip code
  4. latitude
  5. longitude

基于这个article和其他一些关于这个问题的阅读,我有一个存储过程,它给我一个点附近最近城镇的n位置/邮政编码(纬度/经度)。

我的存储过程:

代码语言:javascript
复制
    BEGIN
    DECLARE _deg2rad DOUBLE DEFAULT PI()/1800000;

    SET @my_lat := _my_lat,
        @my_lon := _my_lon,
        @deg2dist := 0.0111325,  
        @start_deg := _start_dist / @deg2dist,  
        @max_deg := _max_dist / @deg2dist,
        @cutoff := @max_deg / SQRT(2),  
        @dlat := @start_deg,  
        @lon2lat := COS(_deg2rad * @my_lat),
        @iterations := 0;        

    SET @sql = CONCAT(
        "SELECT COUNT(*) INTO @near_ct
            FROM geoData
            WHERE lat    BETWEEN @my_lat - @dlat
                             AND @my_lat + @dlat   
              AND lon    BETWEEN @my_lon - @dlon
                             AND @my_lon + @dlon");
    PREPARE _sql FROM @sql;
    MainLoop: LOOP
        SET @iterations := @iterations + 1;
        SET @dlon := ABS(@dlat / @lon2lat);  
        SET @dlon := IF(ABS(@my_lat) + @dlat >= 900000, 3600001, @dlon);  
        EXECUTE _sql;
        IF ( @near_ct >= _limit OR         
             @dlat >= @cutoff ) THEN       
            LEAVE MainLoop;
        END IF;
        SET @dlat := LEAST(2 * @dlat, @cutoff);   
    END LOOP MainLoop;
    DEALLOCATE PREPARE _sql;

    SET @dlat := IF( @dlat >= @max_deg OR @dlon >= 1800000,
                @max_deg,
                GCDist(ABS(@my_lat), @my_lon,
                       ABS(@my_lat) - @dlat, @my_lon - @dlon) );
    SET @dlon := IFNULL(ASIN(SIN(_deg2rad * @dlat) /
                             COS(_deg2rad * @my_lat))
                            / _deg2rad 
                        , 3600001);    


    IF (ABS(@my_lon) + @dlon < 1800000 OR    
        ABS(@my_lat) + @dlat <  900000) THEN 
        SET @sql = CONCAT(
            "SELECT *,
                    @deg2dist * GCDist(@my_lat, @my_lon, lat, lon) AS dist
                FROM geoData
                WHERE lat BETWEEN @my_lat - @dlat
                              AND @my_lat + @dlat   
                  AND lon BETWEEN @my_lon - @dlon
                              AND @my_lon + @dlon   
                HAVING dist <= ", _max_dist, "
                ORDER BY dist
                LIMIT ", _limit
                        );
    ELSE
        SET @west_lon := IF(@my_lon < 0, @my_lon, @my_lon - 3600000);
        SET @east_lon := @west_lon + 3600000;
        SET @sql = CONCAT(
            "( SELECT *,
                    @deg2dist * GCDist(@my_lat, @west_lon, lat, lon) AS dist
                FROM geoData
                WHERE lat BETWEEN @my_lat - @dlat
                              AND @my_lat + @dlat 
                  AND lon BETWEEN @west_lon - @dlon
                              AND @west_lon + @dlon   
                HAVING dist <= ", _max_dist, " )
            UNION ALL
            ( SELECT *,
                    @deg2dist * GCDist(@my_lat, @east_lon, lat, lon) AS dist
                FROM geoData
                WHERE lat BETWEEN @my_lat - @dlat
                              AND @my_lat + @dlat   
                  AND lon BETWEEN @east_lon - @dlon
                              AND @east_lon + @dlon   
                HAVING dist <= ", _max_dist, " )
            ORDER BY dist
            LIMIT ", _limit
                        );
    END IF;

    PREPARE _sql FROM @sql;
    EXECUTE _sql;
    DEALLOCATE PREPARE _sql;
END

My Problem:

我想传入一个邮政编码或一个城镇的名称,然后从那里开始搜索。因此,我的想法是请求此信息并查找我的表,其中包括来自世界各地的所有城镇/邮政编码。在那之后,如果只找到一个结果,我会得到lon的信息,或者在有多个结果的情况下,我会要求用户选择正确的选择。

在那之后,我开始寻找离我现在位置最近的城镇。假设我想要一个包含50个城镇/城市的列表。这样,我就会去查看包含位置的表是否与其中的5个结果匹配。

转念一想,这听起来不是个好主意。

方法1:

我阅读了存储过程、sql和monster查询,并尝试获得以下内容:

通过传入邮政编码/城市名称,我将查找该邮政编码/城市名称,从巨大的表(可能是mysql中的函数)中获取我的经度/纬度,并使用给定的邮政编码/城市名称查找最近的城镇,然后在那里加入locations表,得到我最近的5个位置。

问题:

  • 如何避免同一城市/邮政编码的多个匹配项?
  • 是否可以通过简单的连接来获得最近的5个位置?

方法2:

获取我的位置的所有经度值,然后在此表上运行该过程。然后就用那张大桌子来找回我现在的位置?

因此,我需要收集所有我的位置的经度/经度。但这可能是最好的方法。

但是,仅仅为了获取位置而拥有所有城市/邮政编码的庞大数据库似乎有点过头了。我希望有另一个选择然后也许..。不知何故。

方法3

老实说,我想要的这个函数似乎已经写了一百万次了。那么,我为什么要费心去重新发明轮子呢?但我不知道如何找到合适的文章或书籍来实现我的目标。

你们中的其他人有没有关于这种事情的最佳实践的想法?

EN

回答 2

Stack Overflow用户

发布于 2018-05-28 12:26:41

First一些评论...

我在这里和其他论坛上看到了几十个(而不是数百万)的实现;你的实现比大多数都要好。

根据一个数据来源(我恰好下载了),世界上大约有320万个城市。

为了提高性能,您需要避免检查所有3M行。您已经为不断增长的边界框做了一个良好的开端。请注意,您应该有

代码语言:javascript
复制
INDEX(lat, lon),
INDEX(lon, lat)

优化器将在这两个查询之间进行选择,并且第一个查询(使用COUNT(*))会将其视为“覆盖”。它将是一个环绕地球或楔形的条纹;这是对3M行的明显改进。最差的纬度(+34度)有96K个城市。(1度= 69英里/ 111公里。)对于十分之一的学位来说,34.4是最差的,有10K个城市。

(是的,我喜欢这种数据难题。)

我看到你负责处理日期线和电线杆。我不认为你可以把它们作为一个特例来改进。

(我只浏览了一下公式和常量。)

Geohash和Z顺序索引帮助。但是他们有一个问题,你需要检查目标周围的4个区域--这就像没有意识到整数199999和200000彼此之间真的很接近,尽管每个数字的第一位是不同的。

“用户输入邮政编码或城市名称”--这是两个简单表中的一个点查询。(除了可以有dups - "san jose“和"san antonio”各超过320个。排名靠后的是第一个非西班牙语的名字:“维多利亚”,只有144个城市。)

第二,我的实现...(它与您的有一些相似之处)。

http://mysql.rjweb.org/doc.php/latlng

通过使用PARTITIONing将边界框保持为大致为正方形,而不是条纹或楔形,从而提高了性能。如果你正在寻找最近的5行,我的算法很少接触超过几十行,这些行将被“聚集”在少量的块中,从而保持磁盘命中的数量非常低。

在我的设计中,关键的一点是在一个表中包含所有必要的列。一旦你找到了最近的5,你就可以去其他的桌子去获取辅助的东西(电话号码等)。

至于邮政编码,在开始搜索最近的5个邮政编码之前,请将其转换为经度/经度。

算法内部的连接很可能会破坏性能。

票数 6
EN

Stack Overflow用户

发布于 2018-06-04 00:05:07

16K行并不是很多。

我有一个有3.1M行的cities表(数据取自https://www.maxmind.com/de/free-world-cities-database)。我创建了一个带有16K截然不同的随机cityIds和一些虚拟数据的“伪”locations表。我使用一个数据类型为POINT的列,而不是latitudelongitude。这是我在MySQL 5.7.18上非常简单的查询得到的结果:

代码语言:javascript
复制
select l.*, c.*, st_distance(point(-0.127758, 51.507351), c.geoPoint) dist
from locations l
join cities c using (cityId)
order by dist
limit 5

执行时间约为70ms。

这可以用子查询来改进:

代码语言:javascript
复制
select l.*, c.*, x.dist
from (
    select l.locationId, st_distance(point(-0.127758, 51.507351), c.geoPoint) dist
    from locations l
    join cities c using (cityId)
    order by dist
    limit 5
) x
join locations l using(locationId)
join cities c using(cityId)

执行时间:~ 40ms

如果您将geoPoint (冗余地)存储在locations表中,则可以避免与cities表的联接。

代码语言:javascript
复制
select l.*, st_distance(point(-0.127758, 51.507351), l.geoPoint) dist
from locations l
order by dist
limit 5

执行时间:~ 17ms

您仍然可以将cities表联接到子查询,而不会影响性能。

请注意,所有这些查询都将计算所有16K行的距离并对它们进行排序。但是表演对你来说可能已经足够了。

如果这还不够快,或者locations表将随着时间的推移而增长,或者如果您想在大表中进行搜索,您仍然可以在geoPointMBRWithin()MBRContains()上使用SPATIAL INDEX执行类似的操作。

算法:

在一个循环中,在用户周围定义一个与多边形大小相等的小位置,直到它包含了多边形内的至少5个位置,以选择5个最近的位置。

请注意,根据您使用的多边形类型,您可能需要在找到一个具有5个位置的多边形后再次增加大小。例如-如果你使用一个正方形(简单的实现),你应该将大小加倍(将长度增加到sqrt(2)的因子),以绝对确保你不会错过正方形外的一个位置,它比正方形内的第五个位置更近。这是因为正方形不是圆。但如果你使用八角形,你可能会说-这是足够的圆-并跳过最后一步。

这可能不是最好的算法。但它的实现相当简单,而且应该有足够的伸缩性。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/50530843

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档