Detaillierte Einführung der MySQL-Funktion für die Geoverarbeitung von geografischen Standorten (mit Code)

Dieser Artikel bietet Ihnen eine detaillierte Einführung in die MySQL-Funktion zur Geoverarbeitung (mit Code). Ich hoffe, dass er Ihnen als Referenz dienen wird.

Derzeit basieren immer mehr Unternehmen auf LBS, Personen in der Nähe, Take-out-Standorten, Geschäften in der Nähe usw. Jetzt werden wir die Lösung für das Geschäftsszenario besprechen, das mir am nächsten kommt.

Derzeit bekannte Lösungen sind:

Berechnung benutzerdefinierter MySQL-Funktionen, MySQL-Geo-Index, Mongodb-Geo-Index, Postgresql, PostGis-Index, Redis, GeoElasticSearch

Dieser Artikel testet die Leistung der MySQL-Funktionsoperation

Vorbereitungsarbeiten

Datentabelle erstellen

CREATE TABLE `driver` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `lng` float DEFAULT NULL,
  `lat` float DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

Testdaten erstellen

Verstehen Sie grundlegende geografische Kenntnisse, bevor Sie Daten erstellen:

• Der Wertebereich des globalen Längengrads und Breitengrad ist: Breitengrad -90~90, Längengrad -180~180
• Chinas Längen- und Breitengradbereich beträgt ungefähr: Breitengrad 3,86~53,55, Längengrad 73,66~135,05
• Der Breitengrad des Verwaltungszentrums von Peking beträgt 39,92 und der Längengrad 116,46
• Je weiter nördlich, desto größer der Breitengradwert, je weiter östlich, desto größer der Längengradwert
• Grad und Minute Umrechnung: Grad- und Minuteneinheitsdaten in Gradeinheitsdaten umwandeln, Formel: Grad = Grad + Minute/60
• Minuten- und Sekundenumrechnung: Grad-, Minuten- und Sekundeneinheitsdaten in Gradeinheitsdaten umwandeln, Formel: Grad = Grad + Minute / 60 + Sekunden / 60 / 60

Bei gleichem Breitengrad:

• Der Längengrad beträgt alle 0,00001 Grad, der Abstand unterscheidet sich um etwa 1 Meter

Wenn die Längengrade gleich sind:

• Der Breitengrad beträgt alle 0,00001 Grad und der Abstand unterscheidet sich um etwa 1,1 Meter

MySQL-Funktionsberechnung

DELIMITER //
CREATE DEFINER=`root`@`localhost` FUNCTION `getDistance`(
    `lng1` float(10,7) 
    ,
    `lat1` float(10,7)
    ,
    `lng2` float(10,7) 
    ,
    `lat2` float(10,7)

) RETURNS double
    COMMENT '计算2坐标点距离'
BEGIN
    declare d double;
    declare radius int;
    set radius = 6371000; #假设地球为正球形，直径为6371000米
    set d = (2*ATAN2(SQRT(SIN((lat1-lat2)*PI()/180/2)   
        *SIN((lat1-lat2)*PI()/180/2)+   
        COS(lat2*PI()/180)*COS(lat1*PI()/180)   
        *SIN((lng1-lng2)*PI()/180/2)   
        *SIN((lng1-lng2)*PI()/180/2)),   
        SQRT(1-SIN((lat1-lat2)*PI()/180/2)   
        *SIN((lat1-lat2)*PI()/180/2)   
        +COS(lat2*PI()/180)*COS(lat1*PI()/180)   
        *SIN((lng1-lng2)*PI()/180/2)   
        *SIN((lng1-lng2)*PI()/180/2))))*radius;
    return d;
END//
DELIMITER ;

Daten-Python-Skript erstellen

# coding=utf-8
from orator import DatabaseManager, Model
import logging
import random
import threading

""" 中国的经纬度范围 纬度3.86~53.55，经度73.66~135.05。大概0.00001度差距1米 """

# 创建 日志 对象
logger = logging.getLogger()
handler = logging.StreamHandler()
formatter = logging.Formatter(
    '%(asctime)s %(name)-12s %(levelname)-8s %(message)s')
handler.setFormatter(formatter)
logger.addHandler(handler)
logger.setLevel(logging.DEBUG)

# Connect to the database

config = {
    'mysql': {
        'driver': 'mysql',
        'host': 'localhost',
        'database': 'dbtest',
        'user': 'root',
        'password': '',
        'prefix': ''
    }
}

db = DatabaseManager(config)
Model.set_connection_resolver(db)


class Driver(Model):
    __table__ = 'driver'
    __timestamps__ = False
    pass


def ins_driver(thread_name,nums):
    logger.info('开启线程%s' % thread_name)
    for _ in range(nums):
        lng = '%.5f' % random.uniform(73.66, 135.05)
        lat = '%.5f' % random.uniform(3.86, 53.55)

        driver = Driver()
        driver.lng = lng
        driver.lat = lat
        driver.save()

thread_nums = 10
for i in range(thread_nums):
    t = threading.Thread(target=ins_driver, args=(i, 400000))
    t.start()

Das obige Skript erstellt 10 Threads und 10 Threads fügen 40.000 Daten ein. Die Ausführung dauerte 150,18 Sekunden und es wurden insgesamt 400.000 Datenelemente eingefügt

Test

• Testumgebung

System: Mac OS

Speicher: 16G

CPU: Intel Core i5

Festplatte: 500g Solid State Drive

Finden Sie im Rahmen des Tests die 10 Treiber, die dem Koordinatenpunkt am nächsten liegen (134.38753,18.56734)

select *,`getDistance`(134.38753,18.56734,`lng`,`lat`) as dis from driver ORDER BY dis limit 10

• Zeitaufwändig: 18,0 Sekunden
• Erklärung: Vollständiger Tabellenscan

Ich habe das Intervall von 10.000 bis 100.000 mal 10.000 getestet und von 100.000 auf 90 Änderungen der Ergebnisse alle 100.000 Tests

Fazit

• Diese Lösung benötigt mehr als eine Abfrage, wenn das Datenvolumen 30.000 erreicht Sekunden
• Ungefähr alle 10.000 zusätzlichen Einträge erhöht sich der Zeitverbrauch um 0,4 Sekunden

Das obige ist der detaillierte Inhalt vonDetaillierte Einführung der MySQL-Funktion für die Geoverarbeitung von geografischen Standorten (mit Code). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!