搜索到
2
篇与
的结果
-
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); -
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。
