mysql 8.0以上版本空间地理函数 4326 的axis-order 改为了lat-long,低版本4326的axis-order为long-lat 不兼容低版本的解决方案

MySQL 8.0及以上版本的SRID 4326空间地理函数轴顺序变为lat-long,导致与低版本不兼容。解决方法包括使用SRID 0或 Stored Generated Column。在Stored Generated Column中,通过函数创建点坐标,以提升空间地理函数执行效率。
摘要由CSDN通过智能技术生成

mysql 8.0以上版本空间地理函数 SRID 4326(WGS84)的axis-order(轴顺序) 改为了lat-long,低版本4326的axis-order为long-lat 导致同样的代码不兼容两个版本的解决方案,以及用Stored Generated Column提升空间地理函数 执行效率

1.select ST_GeomFromText(‘POINT(1 1)’,4326,‘axis-order=long-lat’) ,实测不行

SRID用4326,指定轴顺序,想法很美好,低版本不支持,哈哈哈,气不气。

2.select ST_GeomFromText(‘POINT(1 1)’,0)或者select ST_GeomFromText(‘POINT(1 1)’),这种方式可以,但是要自己写代码做参数校验,不然脏数据就很多。

SRID不用4326 用默认的即0,相当于去除经纬度范围限制 ,是一个普通的二维坐标系,缺点是数据入库前要自己写代码做参数合法性校验。因为MySQL 8.0.16 之后check约束才正真实现,MySQL 8.0.16 之前如果用这种方式解决版本兼容,就得代码中做参数合法性校验

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如果您需要批量将GCJ-02坐标转换为WGS-84坐标,可以使用Python编写脚本实现自动化批量转换。具体步骤如下: 1. 安装依赖库 在使用Python进行坐标转换时,需要使用到一些依赖库,例如`pandas`、`numpy`等。可以使用以下命令安装: ``` pip install pandas numpy ``` 2. 准备坐标数据 将需要转换的GCJ-02坐标数据保存为CSV格式的文件,例如: ``` 地点名称,经度,纬度 北京市,116.4074,39.9042 上海市,121.4737,31.2304 广州市,113.2644,23.1291 ``` 将文件保存为`gcj02.csv`。 3. 编写转换脚本 使用以下Python代码实现批量转换: ```python import pandas as pd import numpy as np import math # GCJ-02坐标转WGS-84坐标 def gcj02_to_wgs84(lng, lat): a = 6378245.0 ee = 0.00669342162296594323 pi = 3.14159265358979324 dLat = transform_lat(lng - 105.0, lat - 35.0) dLng = transform_lng(lng - 105.0, lat - 35.0) radLat = lat / 180.0 * pi magic = math.sin(radLat) magic = 1 - ee * magic * magic sqrtMagic = math.sqrt(magic) dLat = (dLat * 180.0) / ((a * (1 - ee)) / (magic * sqrtMagic) * pi) dLng = (dLng * 180.0) / (a / sqrtMagic * math.cos(radLat) * pi) wgsLat = lat - dLat wgsLng = lng - dLng return wgsLng, wgsLat def transform_lat(lng, lat): pi = 3.14159265358979324 ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + 0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng)) ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 * math.sin(2.0 * lng * pi)) * 2.0 / 3.0 ret += (20.0 * math.sin(lat * pi) + 40.0 * math.sin(lat / 3.0 * pi)) * 2.0 / 3.0 ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 * math.sin(lat * pi / 30.0)) * 2.0 / 3.0 return ret def transform_lng(lng, lat): pi = 3.14159265358979324 ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + 0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng)) ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 * math.sin(2.0 * lng * pi)) * 2.0 / 3.0 ret += (20.0 * math.sin(lng * pi) + 40.0 * math.sin(lng / 3.0 * pi)) * 2.0 / 3.0 ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 * math.sin(lng / 30.0 * pi)) * 2.0 / 3.0 return ret # 读取数据 df = pd.read_csv('gcj02.csv') # 转换坐标 df['wgs_lng'], df['wgs_lat'] = zip(*df.apply(lambda row: gcj02_to_wgs84(row['经度'], row['纬度']), axis=1)) # 保存数据 df.to_csv('wgs84.csv', index=False) ``` 以上代码中,首先通过`pandas`库读取CSV文件中的坐标数据,然后使用`apply`函数对每行数据进行GCJ-02坐标到WGS-84坐标的转换,并将转换后的坐标保存到新的DataFrame中,最后使用`to_csv`函数将转换后的坐标保存为CSV文件。 4. 运行脚本 将以上代码保存为`gcj02_to_wgs84.py`文件,然后在命令行中执行以下命令,即可运行脚本进行批量转换: ``` python gcj02_to_wgs84.py ``` 运行完成后,转换后的WGS-84坐标将保存为`wgs84.csv`文件。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值