主页 / dba / 问题 / 4210
Accepted
user4951
Asked: 2011-08-01 06:59:03 +0800 CST

Yelp 如何有效地计算数据库中的距离？

  • 772

例如，假设我有一张桌子：

Business(BusinessID, Lattitude, Longitude)

当然，所有内容都已编入索引。还有100万条记录

假设我想找到最接近 106,5 的商家，例如，我该怎么做？

如果我做

SELECT *
FROM Business
WHERE (Some formula to compute distance here) < 2000

例如，或者如果我这样做

SELECT *
FROM Business
TOP 20

理论上，计算机必须计算所有商务的距离，而实际上只有那些在一定范围内的纬度和经度才需要计算。

那么我怎样才能在 PhP 或 SQL 中做我想做的事情呢？

到目前为止，我很感激答案。我正在使用 mysql，他们没有比明显的解决方案更有效的方法。MySQL 空间也没有计算距离功能。

optimization mysql-5.5

3 个回答

  1. Best Answer

    如果我正确理解了这个问题（我不确定我是否理解），您是否担心"(Some formula to compute distance here)"每次执行查询时都会计算表中的每一行？

    这可以通过使用索引在一定程度上缓解，latitude因此longitude我们只需要计算包含我们实际想要的圆的“盒子”点的距离：

    select * from business
where (latitude>96 and latitude<116) and 
      (longitude>-5 and longitude<15) and 
      (Some formula to compute distance here) < 2000

    选择 96、116 等以匹配值“2000”的单位和地球上您计算距离的点。

    这使用索引的精确程度将取决于您的 RDBMS 及其规划者所做的选择。

    一般而言，这是优化一种最近邻搜索的原始方式。如果您的 RDBMS 支持GiST 索引，例如postgres ，那么您应该考虑使用它们。

    • 8

  2. （披露：我是 Microsoft SQL Server 的人，所以我的答案受此影响。）

    要真正有效地做到这一点，您需要两件事：缓存和本机空间数据支持。 空间数据支持使您可以将地理和几何数据直接存储在数据库中，而无需即时进行密集/昂贵的计算，并允许您构建索引以非常快速地找到离您当前位置最近的点（或最有效的路线或其他任何东西）。

    如果您想扩展，缓存很重要。最快的查询是您从未做过的查询。每当用户询问离他最近的东西时，您会将他的位置和结果集存储在 Redis 或 memcached 等缓存中几个小时。营业地点不会在 4 小时内发生变化 - 好吧，如果有人编辑了一家公司，它们可能会发生变化，但您不一定需要在所有结果集中立即更新。

    • 6

  3. Yelp 可能使用 GIS

    PostgreSQL 具有使用PostGIS的 GIS 参考实现。Yelp 可能正在使用在各方面都较差的 MySQL。对于像 Yelp 这样的东西，他们几乎肯定会保留坐标，

    • 用户
    • 潜在目的地

    这些坐标几乎肯定在 WGS84 中，并存储为地理类型。在 PostgreSQL 和 PostGIS 中，它看起来像这样，

    CREATE TABLE businesses (
  id   int               GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY,
  name text,
  geog geography(point)
);
CREATE INDEX ON businesses USING gist(geog);
.... fill table
ANALYZE businesses;

    他们会填满那张桌子。然后他们从您的手机中获取 WGS84 坐标并生成查询，就像使用 SQL Alchemy（以 Yelp 为例）一样，

    SELECT *
FROM businesses AS b
WHERE ST_DWithin( b.geog, ST_MakePoint(userLong,userLat) );

    有关更多信息，请参阅我们的，并查看地理信息系统@StackExchange

    • 0

相关问题