摘要:前言附近的人,这四个字的需求就大有文章可做了。很二逼的做法是,存每个人的经度纬度,然后遍历数据库所有数据循环,两点距离坐标公式。减少扫描行数来实现减轻数据库的压力。两个点的距离越近,他们的编码前缀部分就相同,前缀部分相同越多,代表距离越近。
前言
附近的人,这四个字的需求就大有文章可做了。很二逼的做法是,存每个人的经度纬度,然后遍历数据库所有数据,foreach循环,两点距离坐标公式。量少的时候,这个没啥问题。量大了,扫描全表 + 经纬度距离运算分分钟拖垮数据库。那么是否有方案可以解决这个痛点呢,今年就来说下Geohash
实现思路想要不拖垮数据,要做到能走索引。就是跟你无关的点,不要扫描。减少扫描行数来实现减轻数据库的压力。那么减少扫描行数肯定要想到索引。可是经纬度有两个字段,且查询条件无论怎么写都没办法走索引。那么唯一能想到的就是二维变一维。 geohash基本原理是将地球理解为一个二维平面,将平面递归分解成更小的子块,每个子块在一定经纬度范围内拥有相同的编码,这种方式简单粗暴,可以满足对小规模的数据进行经纬度的检索。两个点的距离越近,他们的编码前缀部分就相同,前缀部分相同越多,代表距离越近。然后我们做数据库扫描的时候 可以 WHERE geohash Like "code%"这样就起到了走索引从而优化了执行效率。
代码思路(PHP) -90, "max" => 90))
{
$count = ($data["max"] - $data["min"]) / 2;
$limit_0 = array(
"min" => $data["min"],
"max" => $data["min"] + $count
);
$limit_1 = array(
"min" => $data["min"] + $count,
"max" => $data["max"]
);
$str .= $num > $limit_1["min"] ? 1 : 0;
if ($i >= $max_separate_num) {
return $str;
} else {
return self::separate($num, $str, $i + 1, $max_separate_num, $num > $limit_1["min"] ? $limit_1 : $limit_0);
}
}
/**
* @param $latitude_str 纬度
* @param $longitude_str 经度
*/
public static function combination($latitude_str, $longitude_str)
{
$str = "";
for ($i = 0; $i < strlen($longitude_str); $i++) {//根据精度表,可发现维度>=精度
$str .= $longitude_str{$i};
if(isset($latitude_str{$i})){
$str .= $latitude_str{$i};
}
}
return $str;
}
public static function geohash_encode($str)
{
$str_arr = str_split($str, 5);//按5位分割字符串
$encode_str = "";
foreach ($str_arr as $va) {
$decimal = bindec($va);
$encode_str .= self::BASE32[$decimal];
}
return $encode_str;
}
/**
* 编码
*/
/**
* 解码
*/
public static function geohash_decode($str)
{
//根据一位字符串进行切割
$str_arr = str_split($str, 1);
$decode_str = "";
$base32 = array_flip(self::BASE32);
foreach ($str_arr as $va) {
$decode_str .= str_pad(decbin($base32[$va]),5,"0",STR_PAD_LEFT);
}
return (string)$decode_str;
}
/**
* 解码二进制组合
* @param $str
* @return array
*/
public static function de_combination($str)
{
$latitude_str = "";
$longitude_str = "";
//根据两位字符串切割
$str_arr = str_split($str, 2);
foreach ($str_arr as $va) {
$longitude_str .= $va[0];
if(isset($va[1])){//根据精度表,可发现维度>=精度
$latitude_str .= $va[1];
}
}
return array(
self::LATITUDE=>$latitude_str,
self::LONGITUDE=>$longitude_str,
);
}
/**
* 解码二分区间
* @param $str
* @param string $i//执行次数
* @param array $data、、区间
*/
public static function de_separate($str,$i=1,$data = array("min" => -90, "max" => 90)){
$count = ($data["max"] - $data["min"]) / 2;
$limit_0 = array(
"min" => $data["min"],
"max" => $data["min"] + $count
);
$limit_1 = array(
"min" => $data["min"] + $count,
"max" => $data["max"]
);
if($str[$i-1]==0){
$data = $limit_0;
}else{
$data = $limit_1;
}
if ($i >= strlen($str)) {
return $data;
} else {
return self::de_separate($str, $i + 1, $data);
}
}
/**
* 解码
*/
/**
* 根据精度获取二分次数
* @param $level
* @param $type
*/
public static function get_precision_level_num($level, $type = self::LATITUDE)
{
$precision = array(
1 => array(
self::LATITUDE => 2,
self::LONGITUDE => 3,
),
2 => array(
self::LATITUDE => 5,
self::LONGITUDE => 5,
),
3 => array(
self::LATITUDE => 7,
self::LONGITUDE => 8,
),
4 => array(
self::LATITUDE => 10,
self::LONGITUDE => 10,
),
5 => array(
self::LATITUDE => 12,
self::LONGITUDE => 13,
),
6 => array(
self::LATITUDE => 15,
self::LONGITUDE => 15,
),
7 => array(
self::LATITUDE => 17,
self::LONGITUDE => 18,
),
8 => array(
self::LATITUDE => 20,
self::LONGITUDE => 20,
),
9 => array(
self::LATITUDE => 22,
self::LONGITUDE => 23,
),
10 => array(
self::LATITUDE => 25,
self::LONGITUDE => 25,
),
11 => array(
self::LATITUDE => 27,
self::LONGITUDE => 28,
),
12 => array(
self::LATITUDE => 30,
self::LONGITUDE => 30,
),
);
return $precision[$level][$type];
}
/**
* 获取区间
* @param $type
* @return mixed
*/
public static function get_interval_value($type = self::LATITUDE)
{
$interval = array(
self::LATITUDE => array(
"min" => -90,
"max" => 90
),
self::LONGITUDE => array(
"min" => -180,
"max" => 180
),
);
return $interval[$type];
}
}
精度值
如图,当前缀码相同为7相差76米左右,为8相差19米,为9的话可以近似理解为那个人就在你身边了。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/30978.html
摘要:数据将具有如下个特点将二维的经纬度转换成字符串,比如下图展示了北京个区域的字符串,分别是,等等,每一个字符串代表了某一矩形区域。例如,坐标对,位于北京安定门附近,后形成的值为。 作者简介:戴嘉乐( Mr.Maple ) | 前百度高级研发工程师 | IPFS应用实践者&布道师|个人网站:https://www.daijiale.cn联系方式:微信号:daijiale6239。 show...
摘要:辗转流传出班车手册后发现搜索实在是太不方便了,于是有了一个主义,想做一个可以搜索房子地址,找出附近班车点类似大众点评的定位搜索附近餐馆的功能。 起因 七月份要去某厂报道了,异地租房的时候发现想租一个有公司班车的地方,却不知道哪里有班车。辗转流传出班车手册后发现搜索实在是太不方便了,于是有了一个主义,想做一个可以搜索房子地址,找出附近班车点(类似大众点评的定位搜索附近餐馆的功能)。现在做...
阅读 1489·2021-11-11 10:57
阅读 3922·2021-09-07 10:10
阅读 3697·2021-08-03 14:03
阅读 3246·2019-08-30 13:45
阅读 920·2019-08-29 11:19
阅读 1198·2019-08-28 18:07
阅读 3313·2019-08-26 13:55
阅读 1014·2019-08-26 12:17