前言
在移動互聯網廣泛發展的今天，APP開發成為許多企業進入移動互聯網的首選，筆者開發了眾多的APP，發現很多app都有這樣一個功能，那就是獲取附近的人，怎么樣來獲取附近的人呢？其實很簡單，就是要時刻記錄用戶的坐標（經緯度）信息到數據庫中，然后根據當前用戶的坐標，搜索數據庫中，和當前坐標位置在 一定范圍內的所有用戶。
其實對于那種地理位置不會變的兩個主體之間的距離，最好是直接將結果靜態化。也就是直接寫死在配置里。
比如，找自己家附近的地鐵站。
這種情況下，一般而言“家”這個主體是不會輕易“跑來跑去”的。每次查詢都計算一次距離沒什么意義。最好是直接將距離持久化后直接查詢。
另一種情況：
獲取APP用戶所在位置附近的地鐵站
這種情況下，用戶的地理位置是變動的。所以每次都得實時計算實際距離。
實現思路
將地球當做一個標準的球體，使用球面距離公式來計算球面兩點間大圓的弧長。
球面距離
|
1
2
3
4
5
6
7
8
9
|
public static double getDistance2(double long1, double lat1, double long2, double lat2) { lat1 = rad(lat1); lat2 = rad(lat2); double a = lat1 - lat2; double b = rad(long1 - long2); double sa2 = Math.sin(a / 2.0); double sb2 = Math.sin(b / 2.0); return 2 * EARTH_MEAN_RADIUS_KM * Math.asin(Math.sqrt(sa2 * sa2 + Math.cos(lat1) * Math.cos(lat2) * sb2 * sb2));} |
知道兩點之間的經緯度就可以。
當然，這種計算不得不放在數據庫里，然后根據距離排序返回。將上面的公式帶入到SQL里就可以。
附近地鐵站示例
建地鐵站示例表
|
1
2
3
4
5
6
7
|
CREATE TABLE station( id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(20) NULL COMMENT '地鐵站名', lng DOUBLE NULL COMMENT '經度', lat DOUBLE NULL COMMENT '維度'); |
SQL示例
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
SET @targetLat = 31.175702;SET @targetLng = 121.519095;SELECT s.id , s.name , s.lng , s.lat , ROUND( 6378.138 * 2 * ASIN( SQRT( POW( SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 ) + COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 ) * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 ) ) ) * 1000 ) AS distanceFROM station sORDER BY distance ASC , s.idLIMIT 20; |
其中的targetLat 和 targetLng 就是用戶的地理位置。
這樣的確可以達到目的。但是，這是對所有數據先計算了一次和用戶的距離后再排序。
地鐵站的數量太大的時候這種操作可就不太優雅了。不僅不夠優雅，而且效率是很嚇人的。
優化
其實，可以在計算距離之前就將很多數據先過濾掉。
沒必要在 計算上海地鐵站距離的時候將美國的地鐵站距離也計算一遍吧。
這在大多數應用中都可以先將一些不需要的數據過濾掉。
比如在數據是區分城市的情況下就可以將SQL改為下面這樣：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
SET @targetLat = 31.175702;SET @targetLng = 121.519095;SET @cityId=605;SELECT s.id , s.name , s.lng , s.lat , ROUND( 6378.138 * 2 * ASIN( SQRT( POW( SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 ) + COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 ) * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 ) ) ) * 1000 ) AS distanceFROM station swhere city_id=@cityId # 先將待計算的數據過濾的一部分ORDER BY distance ASC , s.idLIMIT 20; |
上面的改進就是先將待計算的數據在計算之前就剔除大部分。找一個長沙地鐵站，沒有必要在上海先找一遍吧。
當然，這種情況比較特殊一點，因為你事先能知道用戶所處的城市。
另一種改進就是：
以用戶所在位置為圓心，畫一個半徑為R的圓，然后反推出這個圓圈的外接四邊形的經緯度范圍。在計算距離之前先將外接四邊形經經緯度之外的數據過濾掉。
指定一個理想的半徑R，先過濾掉不可能符合條件的數據。
反推外接四邊形范圍
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
/** * 獲取距離指定經緯度的點{@code radius} KM 的外接四邊形(嚴格來說應該是外接立方體)四個頂點的經緯度 * * @param lng 經度 * @param lat 緯度 * @param radius 半徑,單位:KM * @return <lng1,lng2,lat1,lat2> */public static Tuple4<Double> calcBoxByDistFromPt(double lng, double lat, double radius) { SpatialContext context = SpatialContext.GEO; Rectangle rectangle = context.getDistCalc()// .calcBoxByDistFromPt(// context.makePoint(lng, lat), // radius * com.spatial4j.core.distance.DistanceUtils.KM_TO_DEG, context, null// ); return new Tuple4<>(rectangle.getMinX(), rectangle.getMaxX(), rectangle.getMinY(), rectangle.getMaxY());} |
這里用到的工具類maven坐標如下：
|
1
2
3
4
5
|
<dependency> <groupId>com.spatial4j</groupId> <artifactId>spatial4j</artifactId> <version>0.5</version></dependency> |
此時的SQL可以改成這樣：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
SET @targetLat = 31.175702;SET @targetLng = 121.519095;SELECT s.id , s.name , s.lng , s.lat , ROUND( 6378.138 * 2 * ASIN( SQRT( POW( SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 ) + COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 ) * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 ) ) ) * 1000 ) AS distanceFROM station sWHERE ( s.lng BETWEEN ${lng1} AND ${lng2} ) AND ( s.lat BETWEEN ${lat1} AND ${lat2} )ORDER BY distance ASC , s.idLIMIT 20; |
上面的 lng1,lng2,lat1,lat2 就是外接四邊形的范圍。
引用資料：http://blog.csdn.net/a364572/article/details/50483568
示例源碼
service：https://github.com/hylexus/bl...
初始化數據：https://github.com/hylexus/bl...
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對服務器之家的支持。
原文鏈接：https://segmentfault.com/a/1190000012314546
