MySQL和MongoDB LBS快速实现方案
今天分享两种，利用GeoHash封装成内置数据库函数的简易方案；
A:Mysql 内置函数方案，适合于已有业务，新增加LBS功能，增加经纬度字段方可，避免数据迁移
B:Mongodb 内置函数方案，适合中小型应用，快速实现LBS功能，性能优于A（推荐）
=====================================================
方案A: （MySQL Spatial）
1、先简历一张表：（MySQL 5.0 以上 仅支持 MyISAM 引擎）
|
|
CREATE TABLE address ( address CHAR(80) NOT NULL, address_loc POINT NOT NULL, PRIMARY KEY(address) ); |
空间索引：
|
1 |
ALTER TABLE address ADD SPATIAL INDEX(address_loc); |
插入数据：（注：此处Point(纬度,经度) 标准写法）
|
|
INSERT INTO address VALUES('Foobar street 12', GeomFromText('POINT(30.620076 104.067221)')); INSERT INTO address VALUES('Foobar street 13', GeomFromText('POINT(31.720076 105.167221)')); |
查询： 查找(30.620076,104.067221)附近 10 公里
|
|
SELECT * FROM address WHERE MBRContains ( LineString ( Point ( 30.620076 + 10 / ( 111.1 / COS(RADIANS(104.067221))), 104.067221 + 10 / 111.1 ), Point ( 30.620076 - 10 / ( 111.1 / COS(RADIANS(104.067221))), 104.067221 - 10 / 111.1 ) ), address_loc ) |
============================================================================================
方案B:
1、先建立一张简单的表user,两条数据如下：
|
|
{ "_id": ObjectId("518b1f1a83ba88ca60000001"), "account": "simplephp1@163.com", "gps": [ 104.067221, 30.620076 ] } { "_id": ObjectId("518b1dae83ba88d660000000"), "account": "simplephp6@163.com", "gps": [ 104.07958, 30.653936 ] } |
其中，gps为二维数组，分别为经度，纬度
（注：此处必须按照（经度，纬度）顺序存储。我们平时表示经纬度，都是（纬度，精度），此处这种方式有木有很亲民）
2、使用之前，先建立二维索引
//建立索引 最大范围在经度-180~180
|
1 |
db.user.ensureIndex({"gps":"2d"},{"min":-180,"max":180}) |
//删除索引
|
|
db.user.dropIndex({"gps":"2d"}) |
3、Mongodb有两中方式可以查找附近的XXX；其中方案2）会返回距离（推荐）
1)标准查询，为地球经纬度查询内置；参数一为查询条件利用$near查找附近，参数二$maxDistance为经纬弧度（1° latitude = 111.12 kilometers）即 1/111.12，表示查找附近一公里。
|
|
db.user.find({ gps :{ $near : [104.065847, 30.657554] , $maxDistance : 1/111.12} }) |
2)执行命名方式，模拟成一个圆球；参数一指定geoNear方式和表名；参数二坐标，参数三是否为球形，参数四弧度（弧度=弧长/半径 一千米的弧度1000/6378000），参数五指定球形半径（地球半径）
|
|
db.runCommand({geoNear:'user', near:[104.065847, 30.657554], spherical:true, maxDistance:1000/6378000, distanceMultiplier:6378000}); |
