Java+MySQL实现附近功能

[TOC]

其实对于那种地理位置不会变的两个主体之间的距离，最好是直接将结果静态化。也就是直接写死在配置里。

比如，找自己家附近的地铁站。

这种情况下，一般而言“家”这个主体是不会轻易“跑来跑去”的。每次查询都计算一次距离没什么意义。最好是直接将距离持久化后直接查询。

另一种情况：

获取APP用户所在位置附近的地铁站

这种情况下，用户的地理位置是变动的。所以每次都得实时计算实际距离。

思路

将地球当做一个标准的球体，使用球面距离公式来计算球面两点间大圆的弧长。

• 球面距离

public static double getDistance2(double long1, double lat1, double long2, double lat2) {
  lat1 = rad(lat1);
  lat2 = rad(lat2);
  double a = lat1 - lat2;
  double b = rad(long1 - long2);
  double sa2 = Math.sin(a / 2.0);
  double sb2 = Math.sin(b / 2.0);
  return 2 * EARTH_MEAN_RADIUS_KM * Math.asin(Math.sqrt(sa2 * sa2 + Math.cos(lat1) * Math.cos(lat2) * sb2 * sb2));
}

知道两点之间的经纬度就可以。

当然，这种计算不得不放在数据库里，然后根据距离排序返回。将上面的公式带入到SQL里就可以。

附近地铁站示例

• 建地铁站示例表

CREATE TABLE station
(
  id   INT AUTO_INCREMENT    PRIMARY KEY,
  name VARCHAR(20) NULL  COMMENT '地铁站名',
  lng  DOUBLE      NULL  COMMENT '经度',
  lat  DOUBLE      NULL  COMMENT '维度'
);

• SQL示例

SET @targetLat = 31.175702;
SET @targetLng = 121.519095;
SELECT
    s.id ,
    s.name ,
    s.lng ,
    s.lat ,
    ROUND(
        6378.138 * 2 * ASIN(
            SQRT(
                POW(
                    SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 )
                +
                COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 )
                * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 )
            )
        ) * 1000
    ) AS distance
FROM station s
ORDER BY distance ASC , s.id
LIMIT 20;

其中的targetLat 和 targetLng 就是用户的地理位置。

这样的确可以达到目的。但是，这是对所有数据先计算了一次和用户的距离后再排序。

地铁站的数量太大的时候这种操作可就不太优雅了。不仅不够优雅，而且效率是很吓人的。

优化

其实，可以在计算距离之前就将很多数据先过滤掉。

没必要在 计算上海地铁站距离的时候将美国的地铁站距离也计算一遍吧。

这在大多数应用中都可以先将一些不需要的数据过滤掉。

比如在数据是区分城市的情况下就可以将SQL改为下面这样：

SET @targetLat = 31.175702;
SET @targetLng = 121.519095;
SET @cityId=605;
SELECT
    s.id ,
    s.name ,
    s.lng ,
    s.lat ,
    ROUND(
        6378.138 * 2 * ASIN(
            SQRT(
                POW(
                    SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 )
                +
                COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 )
                * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 )
            )
        ) * 1000
    ) AS distance
FROM station s
where city_id=@cityId # 先将待计算的数据过滤的一部分
ORDER BY distance ASC , s.id
LIMIT 20;

上面的改进就是先将待计算的数据在计算之前就剔除大部分。找一个长沙地铁站，没有必要在上海先找一遍吧。

当然，这种情况比较特殊一点，因为你事先能知道用户所处的城市。

另一种改进就是：

以用户所在位置为圆心，画一个半径为R的圆，然后反推出这个圆圈的外接四边形的经纬度范围。在计算距离之前先将外接四边形经经纬度之外的数据过滤掉。

指定一个理想的半径R，先过滤掉不可能符合条件的数据。

• 反推外接四边形范围

/**
 * 获取距离指定经纬度的点{@code radius} KM 的外接四边形(严格来说应该是外接立方体)四个顶点的经纬度
 *
 * @param lng    经度
 * @param lat    纬度
 * @param radius 半径,单位:KM
 * @return <lng1,lng2,lat1,lat2>
 */
public static Tuple4<Double> calcBoxByDistFromPt(double lng, double lat, double radius) {
    SpatialContext context = SpatialContext.GEO;
    Rectangle rectangle = context.getDistCalc()//
            .calcBoxByDistFromPt(//
                    context.makePoint(lng, lat), //
                    radius * com.spatial4j.core.distance.DistanceUtils.KM_TO_DEG, context, null//
            );
    return new Tuple4<>(rectangle.getMinX(), rectangle.getMaxX(), rectangle.getMinY(), rectangle.getMaxY());
}

这里用到的工具类maven坐标如下：

<dependency>
    <groupId>com.spatial4j</groupId>
    <artifactId>spatial4j</artifactId>
    <version>0.5</version>
</dependency>

此时的SQL可以改成这样：

SET @targetLat = 31.175702;
SET @targetLng = 121.519095;
SELECT
    s.id ,
    s.name ,
    s.lng ,
    s.lat ,
    ROUND(
        6378.138 * 2 * ASIN(
            SQRT(
                POW(
                    SIN( ( @targetLat * PI() / 180 - s.lat * PI() / 180 ) / 2 ) , 2 )
                +
                COS( @targetLat * PI( ) / 180 ) * COS( s.lat * PI( ) / 180 )
                * POW( SIN( ( @targetLng * PI() / 180 - s.lng * PI() / 180 ) / 2 ) , 2 )
            )
        ) * 1000
    ) AS distance
FROM station s
WHERE
    ( s.lng BETWEEN ${lng1} AND ${lng2} )
    AND ( s.lat BETWEEN ${lat1} AND ${lat2} )
ORDER BY distance ASC , s.id
LIMIT 20;

上面的 lng1,lng2,lat1,lat2 就是外接四边形的范围。

引用资料

• http://blog.csdn.net/a364572/...

示例源码

• service：https://github.com/hylexus/bl...
• 初始化数据：https://github.com/hylexus/bl...
• 感谢这位仁兄提供的测试数据：http://blog.csdn.net/a364572/...