距離的計算及分頁排序

作為乙個基於lbs的o2o電商平台，要給使用者提供周邊的精準的商品和商家的定位及排序。距離的計算和排序問題就擺在我們面前。

有了使用者和商家的座標位址就可以計算距離。其實就是計算球面上兩個點的曲線距離

計算公式為：

r = 地球半徑

δlat = lat2− lat1;

δlong = long2− long1

a = sin²(δlat/2) + cos(lat1) * cos(lat2) * sin²(δlong/2)

c = 2*atan2(√a, √(1−a));

d = r*c

mysql計算表示式：3956 * 2 * asin ( sqrt (

power(sin((orig.lat - dest.lat)*pi()/180 / 2), 2)

+ cos(orig.lat * pi()/180) * cos(dest.lat * pi()/180) * power(sin((orig.lon - dest.lon) * pi()/180 / 2), 2) ) )

（這裡面的3956 單位是英里，公里為6378）

看到計算公式是不是很複雜很頭疼，我也是我忽然想起老祖宗的勾股定理，看看能不能把這一坨公式簡化一下。

我們做的是身邊o2o 社群電商型，距離都不會太遠，所以可以看作是平面上的兩個點的距離計算。

round(sqrt( power(85.39*(store_lng-".$lng."),2)+power(111.13*(store_lat-".$lat."),2) ),3)

這樣只能減少計算距離的計算量，當商戶資訊較多時，排序壓力還是很大。此時我們還要再減小搜尋範圍，

減小搜尋範圍到周圍3km的正方形中。

$max_lng = $lng + $km/85.39;

$min_lng = $lng - $km/85.39;

$max_lat = $lat + $km/111.13;

$min_lat = $lat - $km/111.13;

select

round(sqrt( power(85.39*(store.store_lng-".$lng."),2)+power(111.13*(store.store_lat-".$lat."),2) ),3) as juli

from store

where (store.store_lng between ".$min_lng." and ".$max_lng." ) and ( store.store_lat between ".$min_lat." and ".$max_lat.")

另外在資料表中的 lng和lat 欄位加聯合索引。這樣就解決了查詢效率問題。

看來問題解決的差不多了，做個壓測吧。

我勒個去壓力一大好慢呀。

排查原因：（1）由於每人的座標不同，導致每次執行的sql語句不同，sql無法做快取。

（2）由於（1）的原因，伺服器也不能快取資料，每次都是新的請求，每次都要查庫。

看來非要出殺手鐗了，geohash 登場了。（本來想在二期再加）

原理：首先將緯度範圍(-90, 90)平分成兩個區間(-90,0)、(0, 90)，如果目標緯度位於前乙個區間，則編碼為0，否則編碼為1。由於39.92324屬於(0, 90)，所以取編碼為1。然後再將(0, 90)分成 (0, 45), (45, 90)兩個區間，而39.92324位於(0, 45)，所以編碼為0。以此類推，直到精度符合要求為止。經度也用同樣的演算法，對(-180, 180)依次細分，得到116.3906的編碼。接下來將經度和緯度的編碼合併，奇數字是緯度，偶數字是經度，得到編碼 11100 11101 00100 01111 00000 01101 01011 00001。最後，用0-9、b-z（去掉a, i, l, o）這32個字母進行base32編碼。

由於geohash 的有邊緣偏差，所以準確度要求高的話，可以加查附件8個區塊的資訊。

$geohash_arr=geohash::around($lng,$lat,$km);

$where=" ((geohash like '%') or (geohash like '%') "

." or (geohash like '%') or (geohash like '%')"

." or (geohash like '%') )";

public static function around($lng,$lat,$km=3)
else if($km>3)
else if($km>1)
else
$hash=self::encode($lng, $lat, $n);
$ret=self::expand($hash);
array_push($ret,$hash);
return $ret;
}/* * * 獲取擴充套件的hash區塊
* return array
*/public static function expand($hash)

這樣就解決了併發下資料庫查詢壓力大的問題。距離的排序也由資料庫改為了web伺服器。

再優化的話，可以在資料庫加冗餘字段，比如geohash4，geohash5，geohash6 分別代表 4位的hash值，5位的hash值，6位的hash值。

距離的計算及分頁排序

店鋪經緯度計算距離然後分頁排序

通過日期計算距離當前時間的距離

c 及JS計算兩經緯度的距離

距離的計算及分頁排序

店鋪經緯度計算距離然後分頁排序

通過日期計算距離當前時間的距離

c 及JS計算兩經緯度的距離

相關推薦