问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)

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

ID
name
zip code
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)

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) */

ID
city
zip code
latitude
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：

    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？

mysql

sql

stored-procedures

innodb

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

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

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latitude和longitude。这是我在MySQL 5.7.18上非常简单的查询得到的结果：

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：

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。

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geoPoint和MBRWithin()或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。

polygon

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

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

相似问题

问搜索距离邮政编码最近的5个位置-我应该走哪条路？
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问搜索距离邮政编码最近的5个位置-我应该走哪条路？EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问搜索距离邮政编码最近的5个位置-我应该走哪条路？
EN