如今幾乎全部的O2O應用中都會存在「按範圍搜素、離我最近、顯示距離」等等基於位置的交互,那這樣的功能是怎麼實現的呢?本文提供的實現方式,適用於全部數據庫。html
爲了方便下面說明,先給出一個初始表結構,我使用的是MySQL:java
CREATE TABLE `customer` ( `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵', `name` VARCHAR(5) NOT NULL COMMENT '名稱', `lon` DOUBLE(9,6) NOT NULL COMMENT '經度', `lat` DOUBLE(8,6) NOT NULL COMMENT '緯度', PRIMARY KEY (`id`) ) COMMENT='商戶表' CHARSET=utf8mb4 ENGINE=InnoDB ;
實現過程主要分爲四步:
1. 搜索
在數據庫中搜索出接近指定範圍內的商戶,如:搜索出1千米範圍內的。
2. 過濾
搜索出來的結果可能會存在超過1千米的,須要再次過濾。若是對精度沒有嚴格要求,能夠跳過。
3. 排序
距離由近到遠排序。若是不須要,能夠跳過。
4. 分頁
若是須要二、3步,才須要對分頁特殊處理。若是不須要,能夠在第1步直接SQL分頁。mysql
第1步數據庫完成,後3步應用程序完成。git
搜索能夠用下面兩種方式來實現。github
customer表中使用兩個字段存儲了經度和緯度,若是提早計算出經緯度的範圍,而後在這兩個字段上加上索引,那搜索性能會很不錯。
那怎麼計算出經緯度的範圍呢?已知條件是移動設備所在的經緯度,還有知足業務要求的半徑,這很像初中的一道平面幾何題:給定圓心座標和半徑,求該圓外切正方形四個頂點的座標。而咱們面對的是一個球體,可使用spatial4j來計算。算法
<dependency> <groupId>com.spatial4j</groupId> <artifactId>spatial4j</artifactId> <version>0.5</version> </dependency>
// 移動設備經緯度
double lon = 116.312528, lat = 39.983733; // 公里 int radius = 1; SpatialContext geo = SpatialContext.GEO; Rectangle rectangle = geo.getDistCalc().calcBoxByDistFromPt( geo.makePoint(lon, lat), radius * DistanceUtils.KM_TO_DEG, geo, null); System.out.println(rectangle.getMinX() + "-" + rectangle.getMaxX());// 經度範圍 System.out.println(rectangle.getMinY() + "-" + rectangle.getMaxY());// 緯度範圍
計算出經緯度範圍以後,SQL是這樣:sql
SELECT id, name FROM customer WHERE (lon BETWEEN ? AND ?) AND (lat BETWEEN ? AND ?);
須要給lon、lat兩個字段創建聯合索引:數據庫
INDEX `idx_lon_lat` (`lon`, `lat`)
geohash的原理不講了,詳細能夠看這篇文章,講的很詳細。geohash算法能把二維的經緯度編碼成一維的字符串,它的特色是越相近的經緯度編碼後越類似,因此能夠經過前綴like的方式去匹配周圍的商戶。
customer表要增長一個字段,來存儲每一個商戶的geohash編碼,而且創建索引。緩存
CREATE TABLE `customer` ( `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵', `name` VARCHAR(5) NOT NULL COMMENT '名稱' COLLATE 'latin1_swedish_ci', `lon` DOUBLE(9,6) NOT NULL COMMENT '經度', `lat` DOUBLE(8,6) NOT NULL COMMENT '緯度', `geo_code` CHAR(12) NOT NULL COMMENT 'geohash編碼', PRIMARY KEY (`id`), INDEX `idx_geo_code` (`geo_code`) ) COMMENT='商戶表' CHARSET=utf8mb4 ENGINE=InnoDB ;
在新增或修改一個商戶的時候,維護好geo_code,那geo_code怎麼計算呢?spatial4j也提供了一個工具類GeohashUtils.encodeLatLon(lat, lon)
,默認精度是12位。這個存儲作好後,就能夠經過geo_code去搜索了。拿到移動設備的經緯度,計算geo_code,這時能夠指定精度計算,那指定多長呢?咱們須要一個geo_code長度和距離的對照表:數據結構
geohash length | width | height |
---|---|---|
1 | 5,009.4km | 4,992.6km |
2 | 1,252.3km | 624.1km |
3 | 156.5km | 156km |
4 | 39.1km | 19.5km |
5 | 4.9km | 4.9km |
6 | 1.2km | 609.4m |
7 | 152.9m | 152.4m |
8 | 38.2m | 19m |
9 | 4.8m | 4.8m |
10 | 1.2m | 59.5cm |
11 | 14.9cm | 14.9cm |
12 | 3.7cm | 1.9cm |
假設咱們的需求是1千米範圍內的商戶,geo_code的長度設置爲5就能夠了,GeohashUtils.encodeLatLon(lat, lon, 5)
。計算出移動設備經緯度的geo_code以後,SQL是這樣:
SELECT id, name FROM customer WHERE geo_code LIKE CONCAT(?, '%');
這樣會比區間查找快不少,而且得益於geo_code的類似性,能夠對熱點區域作緩存。但這樣使用geohash還存在一個問題,geohash最終是在地圖上鋪上了一個網格,每個網格表明一個geohash值,當傳入的座標接近當前網格的邊界時,用上面的搜索方式就會丟失它附近的數據。好比下圖中,在綠點的位置搜索不到白家大院,綠點和白家大院在劃分的時候就分到了兩個格子中。
解決這個問題思路也比較簡單,咱們查詢時,除了使用綠點的geohash編碼進行匹配外,還使用周圍8個網格的geohash編碼,這樣能夠避免這個問題。那怎麼計算出周圍8個網格的geohash呢,可使用geohash-java來解決。
<dependency> <groupId>ch.hsr</groupId> <artifactId>geohash</artifactId> <version>1.3.0</version> </dependency>
// 移動設備經緯度
double lon = 116.312528, lat = 39.983733; GeoHash geoHash = GeoHash.withCharacterPrecision(lat, lon, 10); // 當前 System.out.println(geoHash.toBase32()); // N, NE, E, SE, S, SW, W, NW GeoHash[] adjacent = geoHash.getAdjacent(); for (GeoHash hash : adjacent) { System.out.println(hash.toBase32()); }
最終咱們的sql變成了這樣:
SELECT id, name FROM customer WHERE geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%') OR geo_code LIKE CONCAT(?, '%');
原來的1次查詢變成了9次查詢,性能確定會降低,這裏能夠優化下。還用上面的需求場景,搜索1千米範圍內的商戶,從上面的表格知道,geo_code長度爲5時,網格寬高是4.9KM,用9個geo_code查詢時,範圍太大了,因此能夠將geo_code長度設置爲6,即縮小了查詢範圍,也知足了需求。還能夠繼續優化,在存儲geo_code時,只計算到6位,這樣就能夠將sql變成這樣:
SELECT id, name FROM customer WHERE geo_code IN (?, ?, ?, ?, ?, ?, ?, ?, ?);
這樣將前綴匹配換成了直接匹配,速度會提高不少。
上面兩種搜索方式,都不是精確搜索,只是儘可能縮小搜索範圍,提高響應速度。因此須要在應用程序中作過濾,把距離大於1千米的商戶過濾掉。計算距離一樣使用spatial4j。
// 移動設備經緯度 double lon1 = 116.3125333347639, lat1 = 39.98355521792821; // 商戶經緯度 double lon2 = 116.312528, lat2 = 39.983733; SpatialContext geo = SpatialContext.GEO; double distance = geo.calcDistance(geo.makePoint(lon1, lat1), geo.makePoint(lon2, lat2)) * DistanceUtils.DEG_TO_KM; System.out.println(distance);// KM
過濾代碼就不寫了,遍歷一遍搜索結果便可。
一樣,排序也須要在應用程序中處理。排序基於上面的過濾結果作就能夠了Collections.sort(list, comparator)
。
若是須要二、3步,只能在內存中分頁,作法也很簡單,能夠參考這篇文章。
全文的重點都在於搜索如何實現,更好的利用數據庫的索引,兩種搜索方式以百萬數據量爲分割線,第一種適用於百萬如下,第二種適用於百萬以上,未通過嚴格驗證
。可能有人會有疑問,過濾和排序都在應用層作,內存佔用會不會很嚴重?這是個潛在問題,但大多數狀況下不會。看咱們大部分的應用場景,都是單一種類POI(Point Of Interest)的搜索,如酒店、美食、KTV、電影院等等,這種數據密度是很小,1千米內的酒店,能有多少家,50家都算多的,因此最終要看具體業務數據密度。本文沒有分析原理,只講了具體實現,有關分析的文章能夠看參考連接。
http://www.infoq.com/cn/articles/depth-study-of-Symfony2
http://tech.meituan.com/lucene-distance.html
http://blog.csdn.net/liminlu0314/article/details/8553926
http://janmatuschek.de/LatitudeLongitudeBoundingCoordinates
http://www.cnblogs.com/LBSer/p/3310455.html
http://cevin.net/geohash/
本文來自:高爽|Coder,原文地址:http://blog.csdn.net/ghsau/article/details/50591932,轉載請註明。