Deprecated
: htmlspecialchars(): Passing null to parameter #1 ($string) of type string is deprecated in
/www/wwwroot/testblog.58heshihu.com/var/Widget/Archive.php
on line
1057
首页
关于
Search
1
给你10个市场数据调研报告的免费下载网站!以后竞品数据就从这里找!
174 阅读
2
php接口优化 使用curl_multi_init批量请求
141 阅读
3
《从菜鸟到大师之路 ElasticSearch 篇》
106 阅读
4
2024年备考系统架构设计师
104 阅读
5
PHP 文件I/O
92 阅读
php
thinkphp
laravel
工具
开源
mysql
数据结构
总结
思维逻辑
令人感动的创富故事
读书笔记
前端
vue
js
css
书籍
开源之旅
架构
消息队列
docker
教程
代码片段
redis
服务器
nginx
linux
科普
java
c
ElasticSearch
测试
php进阶
php基础
登录
Search
标签搜索
php函数
php语法
性能优化
安全
错误和异常处理
问题
vue
Composer
Session
缓存
框架
Swoole
api
并发
异步
正则表达式
php-fpm
mysql 索引
开发规范
协程
dafenqi
累计撰写
786
篇文章
累计收到
15
条评论
首页
栏目
php
thinkphp
laravel
工具
开源
mysql
数据结构
总结
思维逻辑
令人感动的创富故事
读书笔记
前端
vue
js
css
书籍
开源之旅
架构
消息队列
docker
教程
代码片段
副业
redis
服务器
nginx
linux
科普
java
c
ElasticSearch
测试
php进阶
php基础
页面
关于
搜索到
2
篇与
的结果
2023-08-08
用 thinkphp 查询 Oracle Spatial 的空间数据,实现LBS应用
用 thinkphp 查询 Oracle Spatial 的空间数据,实现LBS应用Oracle Spatial是Oracle公司推出的空间数据库组件,通过Oracle数据库系统存储和管理空间数据。ORACLE SPATIAL将所有的地理空间数据类型(矢量、栅格、网格、影像、网络、拓扑)统一在单一、开放的、基于标准的数据管理环境中, 这就减少了管理单独、分离的专用系统的成本、复杂性和开销原空间字段POSITION数据为:MDSYS.SDO_GEOMETRY(2001, null, MDSYS.SDO_POINT_TYPE(116.307111, 39.963784, null), null, null)此字段一定要建空间索引,SDO_WITHIN_DISTANCE 函数需要.建立空间索引语句: Create INDEX idxname on tablename(POSITION) Indextype is MDSYS.SPATIAL_INDEX;红色为SDO_SRID :几何的空间参考坐标系,不能为null,所有要改为8307.最终字段数据改为:MDSYS.SDO_GEOMETRY(2001, 8307, MDSYS.SDO_POINT_TYPE(116.307111, 39.963784, null), null, null)更新语句:update tablename a set a.POSITION.sdo_srid=8307 where a.POSITION is not null查询此字段坐标语句为$sql = "select id,NAME, t.x, t.y from tablename , table(sdo_util.getvertices(tablename.POSITION)) t'"; $result=M()->query($sql);输出x,y为坐标。查询附近500米内的目标为$u_lon=116.3059818 $u_lat=39.963784 $sql=" SELECT id,NAME,rentcar,t.x, t.y, SDO_GEOM.SDO_DISTANCE ( POSITION, MDSYS.SDO_GEOMETRY(2001, 8307, MDSYS.SDO_POINT_TYPE($u_lon,$u_lat, null), null, null), 0.1 ) as meters FROM rablename, table(sdo_util.getvertices(tablename.POSITION)) t WHERE SDO_WITHIN_DISTANCE(POSITION,MDSYS.SDO_GEOMETRY(2001,8307,MDSYS.SDO_POINT_TYPE($u_lon,$u_lat,NULL),NULL,NULL),'DISTANCE=500 unit=M') = 'TRUE' ORDER BY SDO_GEOM.SDO_DISTANCE ( POSITION, MDSYS.SDO_GEOMETRY(2001, 8307, MDSYS.SDO_POINT_TYPE($u_lon,$u_lat, null), null, null), 0.1 ) "; $list = M()->query($sql);
2023年08月08日
9 阅读
0 评论
0 点赞
2023-08-08
查找附近的xxx 球面距离以及Geohash方案探讨
查找附近的xxx 球面距离以及Geohash方案探讨随着移动终端的普及,很多应用都基于LBS功能,附近的某某(餐馆、银行、妹纸等等)。基础数据中,一般保存了目标位置的经纬度;利用用户提供的经纬度,进行对比,从而获得是否在附近。目标:查找附近的XXX,由近到远返回结果,且结果中有与目标点的距离。针对查找附近的XXX,提出两个方案,如下:一、方案A:抽象为球面两点距离的计算,即已知道球面上两点的经纬度;点(纬度,经度),A($radLat1,$radLng1)、B($radLat2,$radLng2);优点:通俗易懂,部署简单便捷缺点:每次都会查询数据库,性能堪忧1、推导通过余弦定理以及弧度计算方法,最终推导出来的算式A为:1$s = acos(cos($radLat1)cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)sin($radLat2))*$R;目前网上大多使用Google公开的距离计算公司,推导算式B为:1$s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;其中 :$radLat1、$radLng1,$radLat2,$radLng2 为弧度$R 为地球半径2、通过测试两种算法,结果相同且都正确,但通过PHP代码测试,两点间距离,10W次性能对比,自行推导版本计算时长算式B较优,如下://算式A0.56368780136108float(431)0.57460689544678float(431)0.59051203727722float(431)//算式B0.47404885292053float(431)0.47808718681335float(431)0.47946381568909float(431)3、所以采用数学方法推导出的公式:123456789101112131415161718192021222324<?php//根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2) public static function getDistance($lat1,$lng1,$lat2,$lng2) { //地球半径 $R = 6378137; //将角度转为狐度 $radLat1 = deg2rad($lat1); $radLat2 = deg2rad($lat2); $radLng1 = deg2rad($lng1); $radLng2 = deg2rad($lng2); //结果 $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R; //精度 $s = round($s* 10000)/10000; return round($s); } ?>4、在实际应用中,需要从数据库中遍历取出符合条件,以及排序等操作,将所有数据取出,然后通过PHP循环对比,筛选符合条件结果,显然性能低下;所以我们利用下Mysql存储函数来解决这个问题吧。4.1、创建Mysql存储函数,并对经纬度字段建立索引12345678910111213141516171819202122232425262728293031323334353637383940414243DELIMITER $$CREATE DEFINER=root@% FUNCTION GETDISTANCE(lat1 DOUBLE, lng1 DOUBLE, lat2 DOUBLE, lng2 DOUBLE) RETURNS doubleREADS SQL DATADETERMINISTICBEGINDECLARE RAD DOUBLE;DECLARE EARTH_RADIUS DOUBLE DEFAULT 6378137;DECLARE radLat1 DOUBLE;DECLARE radLat2 DOUBLE;DECLARE radLng1 DOUBLE;DECLARE radLng2 DOUBLE;DECLARE s DOUBLE;SET RAD = PI() / 180.0;SET radLat1 = lat1 * RAD;SET radLat2 = lat2 * RAD;SET radLng1 = lng1 * RAD;SET radLng2 = lng2 * RAD;SET s = ACOS(COS(radLat1)COS(radLat2)COS(radLng1-radLng2)+SIN(radLat1)SIN(radLat2))EARTH_RADIUS;SET s = ROUND(s * 10000) / 10000;RETURN s;END$$DELIMITER ;4.2、查询SQL通过SQL,可设置距离以及排序;可搜索出符合条件的信息,以及有一个较好的排序1SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC LIMIT 0,10二、方案BGeohash算法;geohash是一种地址编码,它能把二维的经纬度编码成一维的字符串。比如,成都永丰立交的编码是wm3yr31d2524优点:1、利用一个字段,即可存储经纬度;搜索时,只需一条索引,效率较高2、编码的前缀可以表示更大的区域,查找附近的,非常方便。 SQL中,LIKE ‘wm3yr3%’,即可查询附近的所有地点。3、通过编码精度可模糊坐标、隐私保护等。缺点: 距离和排序需二次运算(筛选结果中运行,其实挺快)1、geohash的编码算法成都永丰立交经纬度(30.63578,104.031601)1.1、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90), 如果目标纬度位于前一个区间,则编码为0,否则编码为1。由于30.625265属于(0, 90),所以取编码为1。然后再将(0, 90)分成 (0, 45), (45, 90)两个区间,而39.92324位于(0, 45),所以编码为0,然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间,而39.92324位于(22.5, 45),所以编码为1,依次类推可得永丰立交纬度编码为101010111001001000100101101010。1.2、经度也用同样的算法,对(-180, 180)依次细分,(-180,0)、(0,180) 得出编码1100100111111010011000000000001.3、合并经纬度编码,从高到低,先取一位经度,再取一位纬度;得出结果 1110010011000111111010111000110000101100000100010100010001001.4、用0-9、b-z(去掉a, i, l, o)这32个字母进行base32编码,得到(30.63578,104.031601)的编码为wm3yr31d2524。12345611100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524十进制 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15base32 0 1 2 3 4 5 6 7 8 9 b c d e f g十进制 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31base32 h j k m n p q r s t u v w x y z2、策略1、在纬度和经度入库时,数据库新加一字段geohash,记录此点的geohash值2、查找附近,利用 在SQL中 LIKE ‘wm3yr3%’;且此结果可缓存;在小区域内,不会因为改变经纬度,而重新数据库查询3、查找出的有限结果,如需要求距离或者排序,可利用距离公式和二维数据排序;此时也是少量数据,会很快的。3、PHP基类geohash.class.php123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171<?php/**Encode and decode geohashes**/class Geohash{private $coding="0123456789bcdefghjkmnpqrstuvwxyz"; private $codingMap=array(); public function Geohash() { for($i=0; $i<32; $i++) { $this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT); } } public function decode($hash) { $binary=""; $hl=strlen($hash); for($i=0; $i<$hl; $i++) { $binary.=$this->codingMap[substr($hash,$i,1)]; } $bl=strlen($binary); $blat=""; $blong=""; for ($i=0; $i<$bl; $i++) { if ($i%2) $blat=$blat.substr($binary,$i,1); else $blong=$blong.substr($binary,$i,1); } $lat=$this->binDecode($blat,-90,90); $long=$this->binDecode($blong,-180,180); $latErr=$this->calcError(strlen($blat),-90,90); $longErr=$this->calcError(strlen($blong),-180,180); $latPlaces=max(1, -round(log10($latErr))) - 1; $longPlaces=max(1, -round(log10($longErr))) - 1; $lat=round($lat, $latPlaces); $long=round($long, $longPlaces); return array($lat,$long); } public function encode($lat,$long) { $plat=$this->precision($lat); $latbits=1; $err=45; while($err>$plat) { $latbits++; $err/=2; } $plong=$this->precision($long); $longbits=1; $err=90; while($err>$plong) { $longbits++; $err/=2; } $bits=max($latbits,$longbits); $longbits=$bits; $latbits=$bits; $addlong=1; while (($longbits+$latbits)%5 != 0) { $longbits+=$addlong; $latbits+=!$addlong; $addlong=!$addlong; } $blat=$this->binEncode($lat,-90,90, $latbits); $blong=$this->binEncode($long,-180,180,$longbits); $binary=""; $uselong=1; while (strlen($blat)+strlen($blong)) { if ($uselong) { $binary=$binary.substr($blong,0,1); $blong=substr($blong,1); } else { $binary=$binary.substr($blat,0,1); $blat=substr($blat,1); } $uselong=!$uselong; } $hash=""; for ($i=0; $i<strlen($binary); $i+=5) { $n=bindec(substr($binary,$i,5)); $hash=$hash.$this->coding[$n]; } return $hash; } private function calcError($bits,$min,$max) { $err=($max-$min)/2; while ($bits--) $err/=2; return $err; } private function precision($number) { $precision=0; $pt=strpos($number,'.'); if ($pt!==false) { $precision=-(strlen($number)-$pt-1); } return pow(10,$precision)/2; } private function binEncode($number, $min, $max, $bitcount) { if ($bitcount==0) return ""; $mid=($min+$max)/2; if ($number>$mid) return "1".$this->binEncode($number, $mid, $max,$bitcount-1); else return "0".$this->binEncode($number, $min, $mid,$bitcount-1); } private function binDecode($binary, $min, $max) { $mid=($min+$max)/2; if (strlen($binary)==0) return $mid; $bit=substr($binary,0,1); $binary=substr($binary,1); if ($bit==1) return $this->binDecode($binary, $mid, $max); else return $this->binDecode($binary, $min, $mid); }}?>三、测试123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130<?phprequire_once('Mysql.class.php');require_once('geohash.class.php');//mysql$conf = array('host' => '127.0.0.1', 'port' => 3306, 'user' => 'root', 'password' => '123456', 'database' => 'mocube', 'charset' => 'utf8', 'persistent' => false);$mysql = new Db_Mysql($conf);$geohash=new Geohash;//经纬度转换成Geohash/*$sql = 'select shop_id,latitude,longitude from mb_shop_ext';$data = $mysql->queryAll($sql);foreach($data as $val){$geohash_val = $geohash->encode($val['latitude'],$val['longitude']);$sql = 'update mb_shop_ext set geohash= "'.$geohash_val.'" where shop_id = '.$val['shop_id'];echo $sql;$re = $mysql->query($sql);var_dump($re);}*///获取附近的信息$n_latitude = $_GET['la'];$n_longitude = $_GET['lo'];//开始$b_time = microtime(true);//方案A,直接利用数据库存储函数,遍历排序/*$sql = 'SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,'.$n_latitude.','.$n_longitude.') AS distance FROM mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC';$data = $mysql->queryAll($sql);//结束$e_time = microtime(true);echo $e_time - $b_time;var_dump($data);exit;*///方案B geohash求出附近,然后排序//当前 geohash值$n_geohash = $geohash->encode($n_latitude,$n_longitude);//附近$n = $_GET['n'];$like_geohash = substr($n_geohash, 0, $n);$sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';echo $sql;$data = $mysql->queryAll($sql);//算出实际距离foreach($data as $key=>$val){$distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']); $data[$key]['distance'] = $distance; //排序列 $sortdistance[$key] = $distance;}//距离排序array_multisort($sortdistance,SORT_ASC,$data);//结束$e_time = microtime(true);echo $e_time - $b_time;var_dump($data);//根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)function getDistance($lat1,$lng1,$lat2,$lng2){//地球半径 $R = 6378137; //将角度转为狐度 $radLat1 = deg2rad($lat1); $radLat2 = deg2rad($lat2); $radLng1 = deg2rad($lng1); $radLng2 = deg2rad($lng2); //结果 $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R; //精度 $s = round($s* 10000)/10000; return round($s);}?>四、总结方案B的亮点在于:1、搜索结果可缓存,重复使用,不会因为用户有小范围的移动,直接穿透数据库查询。2、先缩小结果范围,再运算、排序,可提升性能。254条记录,性能对比,在实际应用场景中,方案B数据库搜索可内存缓存;且如数据量更大,方案B结果会更优。方案A:0.0165600776672360.0324029922485350.040318012237549方案B0.00798106193542480.00796699523925780.0064868927001953五、其他两种方案,根据应用场景以及负载情况合理选择,当然推荐方案B;不管哪种方案,都记得,给列加上索引,利于数据库检索。
2023年08月08日
9 阅读
0 评论
0 点赞