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}); |