php附近的人

[1].[代码] [PHP]代码跳至[1]

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55

$uid = $_POST [uid];      if ( $uid >0)      {          $re =mysql_query( "select `lat`,`long` from pre_common_member where uid='$uid'" ) or die (mysql_error());          $row =mysql_fetch_assoc( $re );          if (! empty ( $row [lat]) and ! empty ( $row [long]))          {              $re0 =mysql_query( "select `username`,`lat`,`long` from pre_common_member where uid!='$uid'" );              while ( $row0 =mysql_fetch_assoc( $re0 ))              {                  $distance = getDistanceBetweenPointsNew( $row [ 'lat' ], $row [ 'long' ], $row0 [ 'lat' ], $row0 [ 'long' ]);                  $row0 [meter]= $distance [meters];                  $arr []= $row0 ;              }              $arr =array_sort( $arr , 'meter' );              $arr = array_slice ( $arr ,0,10);              $data =json_encode( $arr );              $s =mysql_errno();              //echo $data;              echo "{\"s\":$s,\"data\":$data}" ;          }        }   // 比较两个地点的距离 function getDistanceBetweenPointsNew( $latitude1 , $longitude1 , $latitude2 , $longitude2 ) {      $theta = $longitude1 - $longitude2 ;      $miles = (sin( deg2rad ( $latitude1 )) * sin( deg2rad ( $latitude2 ))) + ( cos ( deg2rad ( $latitude1 )) * cos ( deg2rad ( $latitude2 )) * cos ( deg2rad ( $theta )));      $miles = acos ( $miles );      $miles = rad2deg( $miles );      $miles = $miles * 60 * 1.1515;      $feet = $miles * 5280;      $yards = $feet / 3;      $kilometers = $miles * 1.609344;      $meters = $kilometers * 1000;      return compact( 'miles' , 'feet' , 'yards' , 'kilometers' , 'meters' ); } // 二维数组按某个key排序 function array_sort( $arr , $keys , $type = 'asc' ) {      $keysvalue = $new_array = array ();      foreach ( $arr as $k => $v ){      $keysvalue [ $k ] = $v [ $keys ];      }      if ( $type == 'asc' ){      asort( $keysvalue );      } else {      arsort( $keysvalue );      }      reset( $keysvalue );      foreach ( $keysvalue as $k => $v ){      $new_array [ $k ] = $arr [ $k ];      }      return $new_array ; } 版权声明：本文为博主原创文章，未经博主允许不得转载。 define(EARTH_RADIUS, 6371);//地球半径，平均半径为6371km  /**  *计算某个经纬度的周围某段距离的正方形的四个点  *  *@param lng float 经度  *@param lat float 纬度  *@param distance float 该点所在圆的半径，该圆与此正方形内切，默认值为0.5千米  *@return array 正方形的四个点的经纬度坐标  */  function returnSquarePoint($lng, $lat,$distance = 0.5){       $dlng =  2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat)));     $dlng = rad2deg($dlng);           $dlat = $distance/EARTH_RADIUS;     $dlat = rad2deg($dlat);           return array(                 'left-top'=>array('lat'=>$lat + $dlat,'lng'=>$lng-$dlng),                 'right-top'=>array('lat'=>$lat + $dlat, 'lng'=>$lng + $dlng),                 'left-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng - $dlng),                 'right-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng + $dlng)                 );  } //使用此函数计算得到结果后，带入sql查询。 $squares = returnSquarePoint($lng, $lat); $info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat<>0 and lat>{$squares['right-bottom']['lat']} and lat<{$squares['left-top']['lat']} and lng>{$squares['left-top']['lng']} and lng<{$squares['right-bottom']['lng']} "; 目前的工作是需要对用户的一些数据进行分析，每个用户都有若干条记录，每条记录中有用户的一个位置，是用经度和纬度表示的。 还有一个给定的数据库，存储的是一些已知地点以及他们的经纬度，内有43W多条的数据。 现在需要拿用户的经纬度和已知地点进行距离匹配，如果它们之间的距离小于一定的数据，比如说500米，就认为用户是在这个地点。 MYSQL本身是支持空间索引的，但是在5.x的版本中，取消了对Distance()和Related()的支持，参考这里：MySQL 5.1参考手册 :: 19. 中的空间扩展 19.5.6. 测试几何类之间空间关系的函数，无法使用空间的距离函数去直接去查询距离在一定范围内的点。所以，我首先想到的是，对每条记录，去进行遍历，跟数据库中的每一个点进行距离计算，当距离小于500米时，认为匹配。这样做确实能够得到结果，但是效率极其低下，因为每条记录都要去循环匹配40W条数据，其消耗的时间可想而知。经过记录，发现每条记录处理的时间消耗达到1700ms，针对每天上亿的数据量，这样一个处理速度，让人情何以堪啊。。。 我自己也有个想法，就是找到每条记录所在点的经纬度周围的一个大概范围，比方说正方形的四个点，然后使用mysql的空间计算，使用MBR去得出点在这个矩形内的已知记录，然后进行匹配。可惜，自己没想出能计算到四个点经纬度的方法。 意外的，查询到了一个关于这个计算附近地点搜索初探，里面使用python实现了这个想法。 所以参考了一下原文中的算法，使用PHP进行了实现。 实现原理也是很相似的，先算出该点周围的矩形的四个点，然后使用经纬度去直接匹配数据库中的记录。 红色部分为要求的搜索范围，绿色部分我们能间接得到的结果范围 参考wiki百科上的一些球面计算公式： Great-circle distance Haversine formula 假设已知点的经纬度分别为$lng, $lat 先实现经度范围的查询， 在haversin公式中令φ1 = φ2，可得: 用PHP进行计算，就是： //$lat 已知点的纬度 $dlng = 2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat))); $dlng = rad2deg($dlng);//转换弧度 然后是纬度范围的查询， 在haversin公式中令 Δλ = 0，可得 在PHP中进行计算，就是： $dlat = $distance/EARTH_RADIUS;//EARTH_RADIUS地球半径 $dlat = rad2deg($dlat);//转换弧度 最后，就可以得出四个点的坐标： left-top : (lat + dlat, lng – dlng) right-top : (lat + dlat, lng + dlng) left-bottom : (lat – dlat, lng – dlng) right-bottom: (lat – dlat, lng + dlng) 我把以上方法写成了一个函数，综合起来就是： define(EARTH_RADIUS, 6371);//地球半径，平均半径为6371km /** *计算某个经纬度的周围某段距离的正方形的四个点 * *@param lng float 经度 *@param lat float 纬度 *@param distance float 该点所在圆的半径，该圆与此正方形内切，默认值为0.5千米 *@return array 正方形的四个点的经纬度坐标 */ function returnSquarePoint($lng, $lat,$distance = 0.5){ $dlng = 2 * asin(sin($distance / (2 * EARTH_RADIUS)) / cos(deg2rad($lat))); $dlng = rad2deg($dlng); $dlat = $distance/EARTH_RADIUS; $dlat = rad2deg($dlat); return array( 'left-top'=>array('lat'=>$lat + $dlat,'lng'=>$lng-$dlng), 'right-top'=>array('lat'=>$lat + $dlat, 'lng'=>$lng + $dlng), 'left-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng - $dlng), 'right-bottom'=>array('lat'=>$lat - $dlat, 'lng'=>$lng + $dlng) ); } //使用此函数计算得到结果后，带入sql查询。 $squares = returnSquarePoint($lng, $lat); $info_sql = "select id,locateinfo,lat,lng from `lbs_info` where lat<>0 and lat>{$squares['right-bottom']['lat']} and lat<{$squares['left-top']['lat']} and lng>{$squares['left-top']['lng']} and lng<{$squares['right-bottom']['lng']} "; 在lat和lng上建立一个联合索引后，使用此项查询，每条记录的查询消耗平均为0.8毫秒，相比以前的1700ms，真的是天壤之别啊。效率真真的是以前的2125倍~~ 总结：这应该也不是效率最好的办法，但是效率比以前确实有明显的提升。请记住，总有办法更好的。