转载和积累系列 - 微信、陌陌 架构方案分析

最新推荐文章于 2023-03-31 14:46:03 发布
最新推荐文章于 2023-03-31 14:46:03 发布
阅读量594 收藏 1
点赞数
分类专栏： php

微信、陌陌 架构方案分析

近两年、手机应用，莫过于微信、陌陌之类最受欢迎；但实现原理，分享文章甚少。
故，提出两种方案，供分享；不对之处，敬请留言学习。

目标

解决大型应用（微信、陌陌级别）中，用户经纬度在不断更新，用户查找频繁的问题。（每分钟1000W级）

=================================================================================================
方案A

本方案前，请先阅读 http://www.wubiao.info/372

由上文，简单可得；
1、仅需每分钟将用户的经纬度，上报到数据库；
2、然后每次用户查找附近好友时，通过 LIKE ‘wm3yr3%’，即可获取

缺点：稍有一定数据量，对数据库的鸭梨可想而知

=================================================================================================
方案B

策略

假象把中国分成，若干个一平方公里的单元格，
1、用户位置的变更，理解为一个单元格移动到另外一个单元格（或者不移动）
2、用户查找附近，理解为查找，自己所在方块的的所有人

数据结构

1、用户基本信息 纬度、经度、GeoHash值（经纬度，仅用于后期距离计算）
2、单元格 集合（用户1，用户2，…）

存储工具

1、redis string（key->value） 结构，存储用户基本信息
2、redis set（集合） 结构，以GeoHash值，前6位作为key（约表示一平方千米），存储单元格的用户群

算法流程

1、更新用户信息，先删除用户原所在集合，再更新当前用户信息，最后更新当前用户所在集合
2、查找附近，直接查找，所在单元格集合所有用户ID

具体实现

  1. <?php  
  2.    
  3.  /** 
  4.   * LBS核心类 
  5.   * 
  6.   * @author name <simplephp@163.com> 
  7.   * @site http://www.wubiao.info 
  8.   */  
  9.    
  10.    
  11. include_once('geohash.class.php');  
  12.    
  13. class lbs  
  14. {  
  15.    
  16.     //索引长度 6位  
  17.     protected $index_len = 6;  
  18.    
  19.     protected $redis;  
  20.    
  21.     protected $geohash;  
  22.    
  23.     public function __construct()  
  24.     {  
  25.         //redis  
  26.         $this->redis = new Redis();  
  27.         $this->redis->pconnect('127.0.0.1','6379');  
  28.    
  29.         //geohash  
  30.         $this->geohash = new Geohash();  
  31.     }  
  32.    
  33.     /** 
  34.     * 更新用户信息 
  35.     * 
  36.     * @param mixed $latitude 纬度 
  37.     * @param mixed $longitude 经度 
  38.     */  
  39.     public function upinfo($user_id,$latitude,$longitude)  
  40.     {  
  41.    
  42.         //原数据处理  
  43.    
  44.         //获取原Geohash  
  45.         $o_hashdata = $this->redis->hGet($user_id,'geo');  
  46.    
  47.         if(!empty($o_hashdata))  
  48.         {  
  49.             //原索引  
  50.             $o_index_key = substr($o_hashdata, 0, $this->index_len);  
  51.    
  52.             //删除  
  53.             $this->redis->sRem($o_index_key,$user_id);  
  54.         }  
  55.    
  56.    
  57.         //新数据处理  
  58.    
  59.         //纬度  
  60.         $this->redis->hSet($user_id,'la',$latitude);  
  61.    
  62.         //经度  
  63.         $this->redis->hSet($user_id,'lo',$longitude);  
  64.    
  65.         //Geohash  
  66.         $hashdata = $this->geohash->encode($latitude,$longitude);  
  67.         $this->redis->hSet($user_id,'geo',$hashdata);  
  68.    
  69.         //索引  
  70.         $index_key = substr($hashdata, 0, $this->index_len);  
  71.    
  72.         //存入  
  73.         $this->redis->sAdd($index_key,$user_id);  
  74.    
  75.         return true;  
  76.     }  
  77.    
  78.     /** 
  79.     * 获取附近用户 
  80.     * 
  81.     * @param mixed $latitude 纬度 
  82.     * @param mixed $longitude 经度 
  83.     */  
  84.     public function serach($latitude,$longitude)  
  85.     {  
  86.         //Geohash  
  87.         $hashdata = $this->geohash->encode($latitude,$longitude);  
  88.    
  89.         //索引  
  90.         $index_key = substr($hashdata, 0, $this->index_len);  
  91.    
  92.         //取得  
  93.         $user_id_array = $this->redis->sMembers($index_key);  
  94.    
  95.         return $user_id_array;  
  96.     }  
  97.    
  98. }  
  99.    
  100. ?>  

性能测试

  1. <?php  
  2.    
  3.  /** 
  4.   * 模拟数据上报 
  5.   * 
  6.   * @author name <simplephp@163.com> 
  7.   * @site http://www.wubiao.info 
  8.   */  
  9.    
  10. include_once('lbs.class.php');  
  11.    
  12.    
  13. $b_time = microtime(true);  
  14.    
  15. $n = 0;  
  16.    
  17. while(1)  
  18. {  
  19.     //user_id 1~1000000  
  20.     $user_id = rand(1,1000000);  
  21.    
  22.     //latitude 30.59773~30.726786  
  23.     $rand_latitude = rand(30597730,30726786);  
  24.     $latitude = $rand_latitude/1000000;  
  25.    
  26.     //longitude 103.983192 ~104.16069  
  27.     $rand_longitude = rand(103983192,104160690);  
  28.     $longitude = $rand_longitude/1000000;  
  29.    
  30.     $lbs = new lbs();  
  31.    
  32.     $lbs->upinfo($user_id,$latitude,$longitude);  
  33.    
  34.     $n++;  
  35.     mylog($n);  
  36.    
  37.     $e_time = microtime(true);  
  38.    
  39.     if(($e_time-$b_time)>=60)  
  40.     {  
  41.         exit;  
  42.     }  
  43. }  
  44.    
  45.    
  46. function mylog($content)  
  47. {  
  48.     file_put_contents('upinfo.log',$content."\r\n",FILE_APPEND);  
  49. }  
  50.    
  51. ?>  

  1. <?php  
  2.    
  3.  /** 
  4.   * 模拟查找附近 
  5.   * 
  6.   * @author name <simplephp@163.com> 
  7.   * @site http://www.wubiao.info 
  8.   */  
  9.    
  10. include_once('lbs.class.php');  
  11.    
  12. $b_time = microtime(true);  
  13.    
  14. $n = 0;  
  15.    
  16. while(1)  
  17. {  
  18.     //latitude 30.59773~30.726786  
  19.     $rand_latitude = rand(30597730,30726786);  
  20.     $latitude = $rand_latitude/1000000;  
  21.    
  22.     //longitude 103.983192 ~104.16069  
  23.     $rand_longitude = rand(103983192,104160690);  
  24.     $longitude = $rand_longitude/1000000;  
  25.    
  26.     $lbs = new lbs();  
  27.    
  28.     $re = $lbs->serach($latitude,$longitude);  
  29.    
  30.     $n++;  
  31.     mylog($n);  
  32.    
  33.     $e_time = microtime(true);  
  34.    
  35.     if(($e_time-$b_time)>=60)  
  36.     {  
  37.         exit;  
  38.     }  
  39. }  
  40.    
  41.    
  42. function mylog($content)  
  43. {  
  44.     file_put_contents('search.log',$content."\r\n",FILE_APPEND);  
  45. }  
  46.    
  47.    
  48. ?>  

测试环境

虚拟机，内存256M，主频2.93GHz

性能结果

模拟了100W活跃用户行为，不断更新，不断查找附近好友

//60 seconds insert
88544

//60 seconds search
117660

//成都 100W人，数据占用内存
11.97M

总结

从测试结果来看，完全能满足，微信、陌陌之类的性能要求；

尚可改进之处：

1、Geohash，可写成PHP C扩展；或者其他Geohash实现方式
2、Redis，内存消耗较大，可考虑redis集群方案
3、本文仅查出本单元格用户，提高精度，可查出周围八个单元个，求交集
4、求出结果，如需按照由远到近排序；读出Redis经纬度，利用距离公式排序方可。（可参照上一篇文字）

附redis安装方法
=================================================================================================
//redis

  1. wget http://redis.googlecode.com/files/redis-2.4.14.tar.gz  
  2. make  
  3. make install  
  4.    
  5. //配置  
  6. cp redis.conf /etc/  
  7.    
  8. vi /etc/redis.conf  
  9. #后台  
  10. daemonize yes  
  11. #日志  
  12. logfile /dev/null  
  13. #存储  
  14. dir ./  
  15.    
  16. //小内存，内核参数  
  17. echo 1 > /proc/sys/vm/overcommit_memory  
  18.    
  19. //防火墙  
  20. vi /etc/sysconfig/iptables  
  21. -A RH-Firewall-1-INPUT -m state --state NEW -m tcp -p tcp --dport 6379 -j ACCEPT  
  22. service iptables restart  
  23.    
  24. //启动  
  25. redis-server /etc/redis.conf  
  26.    
  27. //测试  
  28. redis-cli set foo bar  
  29. OK  
  30. redis-cli get foo  
  31. bar  

=================================================================================================
//php redis 扩展

  1. //源码  
  2.    
  3. http://pecl.php.net/package/redis  
  4.    
  5. //手册  
  6.    
  7. http://redis.readthedocs.org/en/latest/  
  8.    
  9. //安装  
  10. /opt/server/php/bin/phpize  
  11. ./configure --with-php-config=/opt/server/php/bin/php-config  
  12. make  
  13. make install  
  14.    
  15. //配置  
  16. vi php.ini  
  17. [redis]  
  18. extension = redis.so  

来源：http://www.wubiao.info/372


查找附近的xxx 球面距离以及Geohash方案探讨

随着移动终端的普及，很多应用都基于LBS功能，附近的某某（餐馆、银行、妹纸等等）。

基础数据中，一般保存了目标位置的经纬度；利用用户提供的经纬度，进行对比，从而获得是否在附近。

目标：
查找附近的XXX，由近到远返回结果，且结果中有与目标点的距离。

针对查找附近的XXX，提出两个方案，如下：

一、方案A:
=================================================================================================

抽象为球面两点距离的计算，即已知道球面上两点的经纬度；
点（纬度，经度），A($radLat1,$radLng1)、B($radLat2,$radLng2);

优点：通俗易懂，部署简单便捷

缺点：每次都会查询数据库，性能堪忧

1、推导

通过余弦定理以及弧度计算方法，最终推导出来的算式A为：

  1. $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;  

目前网上大多使用Google公开的距离计算公司，推导算式B为：

  1. $s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;  

其中 :
$radLat1、$radLng1，$radLat2，$radLng2 为弧度

$R 为地球半径

2、通过测试两种算法，结果相同且都正确，但通过PHP代码测试，两点间距离，10W次性能对比，自行推导版本计算时长算式B较优，如下：

//算式A
0.56368780136108float(431)
0.57460689544678float(431)
0.59051203727722float(431)

//算式B
0.47404885292053float(431)
0.47808718681335float(431)
0.47946381568909float(431)

3、所以采用数学方法推导出的公式:

  1. <?php  
  2.    
  3.     //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)  
  4.     public static function getDistance($lat1,$lng1,$lat2,$lng2)  
  5.     {    
  6.         //地球半径  
  7.         $R = 6378137;  
  8.    
  9.         //将角度转为狐度  
  10.         $radLat1 = deg2rad($lat1);  
  11.         $radLat2 = deg2rad($lat2);  
  12.         $radLng1 = deg2rad($lng1);  
  13.         $radLng2 = deg2rad($lng2);  
  14.            
  15.         //结果  
  16.         $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;  
  17.    
  18.         //精度  
  19.         $s = round($s* 10000)/10000;  
  20.    
  21.         return  round($s);  
  22.     }  
  23.    
  24. ?>  

4、在实际应用中，需要从数据库中遍历取出符合条件，以及排序等操作，

将所有数据取出，然后通过PHP循环对比，筛选符合条件结果，显然性能低下；所以我们利用下Mysql存储函数来解决这个问题吧。

4.1、创建Mysql存储函数,并对经纬度字段建立索引

  1. DELIMITER $$  
  2.    
  3. CREATE DEFINER=`root`@`%` FUNCTION `GETDISTANCE`(lat1 DOUBLE, lng1 DOUBLE, lat2 DOUBLE, lng2 DOUBLE) RETURNS double  
  4.    
  5. READS SQL DATA  
  6.    
  7. DETERMINISTIC  
  8.    
  9. BEGIN  
  10.    
  11. DECLARE RAD DOUBLE;  
  12.    
  13. DECLARE EARTH_RADIUS DOUBLE DEFAULT 6378137;  
  14.    
  15. DECLARE radLat1 DOUBLE;  
  16.    
  17. DECLARE radLat2 DOUBLE;  
  18.    
  19. DECLARE radLng1 DOUBLE;  
  20.    
  21. DECLARE radLng2 DOUBLE;  
  22.    
  23. DECLARE s DOUBLE;  
  24.    
  25. SET RAD = PI() / 180.0;  
  26.    
  27. SET radLat1 = lat1 * RAD;  
  28.    
  29. SET radLat2 = lat2 * RAD;  
  30.    
  31. SET radLng1 = lng1 * RAD;  
  32.    
  33. SET radLng2 = lng2 * RAD;  
  34.    
  35. SET s = ACOS(COS(radLat1)*COS(radLat2)*COS(radLng1-radLng2)+SIN(radLat1)*SIN(radLat2))*EARTH_RADIUS;  
  36.    
  37. SET s = ROUND(s * 10000) / 10000;  
  38.    
  39. RETURN s;  
  40.    
  41. END$$  
  42.    
  43. DELIMITER ;  

4.2、查询SQL

通过SQL，可设置距离以及排序；可搜索出符合条件的信息，以及有一个较好的排序

  1. SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC LIMIT 0,10  

二、方案B
=================================================================================================

Geohash算法；geohash是一种地址编码，它能把二维的经纬度编码成一维的字符串。
比如，成都永丰立交的编码是wm3yr31d2524

优点:

1、利用一个字段，即可存储经纬度；搜索时，只需一条索引，效率较高
2、编码的前缀可以表示更大的区域，查找附近的，非常方便。 SQL中，LIKE ‘wm3yr3%’，即可查询附近的所有地点。
3、通过编码精度可模糊坐标、隐私保护等。

缺点: 距离和排序需二次运算（筛选结果中运行，其实挺快）

1、geohash的编码算法

成都永丰立交经纬度(30.63578,104.031601)

1.1、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)， 如果目标纬度位于前一个区间，则编码为0，否则编码为1。
由于30.625265属于(0, 90)，所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0，
然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间，而39.92324位于(22.5, 45)，所以编码为1，
依次类推可得永丰立交纬度编码为101010111001001000100101101010。

1.2、经度也用同样的算法，对(-180, 180)依次细分，(-180，0)、(0,180) 得出编码110010011111101001100000000000

1.3、合并经纬度编码，从高到低，先取一位经度，再取一位纬度；得出结果 111001001100011111101011100011000010110000010001010001000100

1.4、用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(30.63578,104.031601)的编码为wm3yr31d2524。

  1. 11100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524  
  2.    
  3. 十进制  0   1   2   3   4   5   6   7   8   9   10  11  12  13  14  15  
  4. base32   0   1   2   3   4   5   6   7   8   9   b   c   d   e   f   g  
  5. 十进制  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  
  6. base32   h   j   k   m   n   p   q   r   s   t   u   v   w   x   y   z  

2、策略

1、在纬度和经度入库时，数据库新加一字段geohash，记录此点的geohash值

2、查找附近，利用 在SQL中 LIKE ‘wm3yr3%’；且此结果可缓存；在小区域内，不会因为改变经纬度，而重新数据库查询

3、查找出的有限结果，如需要求距离或者排序，可利用距离公式和二维数据排序；此时也是少量数据，会很快的。

3、PHP基类

geohash.class.php

  1. <?php  
  2.    
  3. /** 
  4. * Encode and decode geohashes 
  5. * 
  6. */  
  7.    
  8. class Geohash  
  9. {  
  10.     private $coding="0123456789bcdefghjkmnpqrstuvwxyz";  
  11.     private $codingMap=array();  
  12.    
  13.     public function Geohash()  
  14.     {  
  15.         for($i=0; $i<32; $i++)  
  16.         {  
  17.             $this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT);  
  18.         }  
  19.    
  20.     }  
  21.    
  22.     public function decode($hash)  
  23.     {  
  24.         $binary="";  
  25.         $hl=strlen($hash);  
  26.         for($i=0; $i<$hl; $i++)  
  27.         {  
  28.             $binary.=$this->codingMap[substr($hash,$i,1)];  
  29.         }  
  30.    
  31.         $bl=strlen($binary);  
  32.         $blat="";  
  33.         $blong="";  
  34.         for ($i=0; $i<$bl; $i++)  
  35.         {  
  36.             if ($i%2)  
  37.                 $blat=$blat.substr($binary,$i,1);  
  38.             else  
  39.                 $blong=$blong.substr($binary,$i,1);  
  40.    
  41.         }  
  42.    
  43.         $lat=$this->binDecode($blat,-90,90);  
  44.         $long=$this->binDecode($blong,-180,180);  
  45.    
  46.         $latErr=$this->calcError(strlen($blat),-90,90);  
  47.         $longErr=$this->calcError(strlen($blong),-180,180);  
  48.    
  49.         $latPlaces=max(1, -round(log10($latErr))) - 1;  
  50.         $longPlaces=max(1, -round(log10($longErr))) - 1;  
  51.    
  52.         $lat=round($lat, $latPlaces);  
  53.         $long=round($long, $longPlaces);  
  54.    
  55.         return array($lat,$long);  
  56.     }  
  57.    
  58.     public function encode($lat,$long)  
  59.     {  
  60.         $plat=$this->precision($lat);  
  61.         $latbits=1;  
  62.         $err=45;  
  63.         while($err>$plat)  
  64.         {  
  65.             $latbits++;  
  66.             $err/=2;  
  67.         }  
  68.    
  69.         $plong=$this->precision($long);  
  70.         $longbits=1;  
  71.         $err=90;  
  72.         while($err>$plong)  
  73.         {  
  74.             $longbits++;  
  75.             $err/=2;  
  76.         }  
  77.    
  78.         $bits=max($latbits,$longbits);  
  79.    
  80.         $longbits=$bits;  
  81.         $latbits=$bits;  
  82.         $addlong=1;  
  83.         while (($longbits+$latbits)%5 != 0)  
  84.         {  
  85.             $longbits+=$addlong;  
  86.             $latbits+=!$addlong;  
  87.             $addlong=!$addlong;  
  88.         }  
  89.    
  90.    
  91.         $blat=$this->binEncode($lat,-90,90, $latbits);  
  92.    
  93.         $blong=$this->binEncode($long,-180,180,$longbits);  
  94.    
  95.         $binary="";  
  96.         $uselong=1;  
  97.         while (strlen($blat)+strlen($blong))  
  98.         {  
  99.             if ($uselong)  
  100.             {  
  101.                 $binary=$binary.substr($blong,0,1);  
  102.                 $blong=substr($blong,1);  
  103.             }  
  104.             else  
  105.             {  
  106.                 $binary=$binary.substr($blat,0,1);  
  107.                 $blat=substr($blat,1);  
  108.             }  
  109.             $uselong=!$uselong;  
  110.         }  
  111.    
  112.         $hash="";  
  113.         for ($i=0; $i<strlen($binary); $i+=5)  
  114.         {  
  115.             $n=bindec(substr($binary,$i,5));  
  116.             $hash=$hash.$this->coding[$n];  
  117.         }  
  118.    
  119.    
  120.         return $hash;  
  121.     }  
  122.    
  123.     private function calcError($bits,$min,$max)  
  124.     {  
  125.         $err=($max-$min)/2;  
  126.         while ($bits--)  
  127.             $err/=2;  
  128.         return $err;  
  129.     }  
  130.    
  131.     private function precision($number)  
  132.     {  
  133.         $precision=0;  
  134.         $pt=strpos($number,'.');  
  135.         if ($pt!==false)  
  136.         {  
  137.             $precision=-(strlen($number)-$pt-1);  
  138.         }  
  139.    
  140.         return pow(10,$precision)/2;  
  141.     }  
  142.    
  143.     private function binEncode($number, $min, $max, $bitcount)  
  144.     {  
  145.         if ($bitcount==0)  
  146.             return "";  
  147.         $mid=($min+$max)/2;  
  148.         if ($number>$mid)  
  149.             return "1".$this->binEncode($number, $mid, $max,$bitcount-1);  
  150.         else  
  151.             return "0".$this->binEncode($number, $min, $mid,$bitcount-1);  
  152.     }  
  153.    
  154.     private function binDecode($binary, $min, $max)  
  155.     {  
  156.         $mid=($min+$max)/2;  
  157.    
  158.         if (strlen($binary)==0)  
  159.             return $mid;  
  160.    
  161.         $bit=substr($binary,0,1);  
  162.         $binary=substr($binary,1);  
  163.    
  164.         if ($bit==1)  
  165.             return $this->binDecode($binary, $mid, $max);  
  166.         else  
  167.             return $this->binDecode($binary, $min, $mid);  
  168.     }  
  169. }  
  170.    
  171. ?>  

三、测试

  1. <?php  
  2.    
  3. require_once('Mysql.class.php');  
  4. require_once('geohash.class.php');  
  5.    
  6. //mysql  
  7. $conf = array(  
  8.    
  9.     'host' => '127.0.0.1',  
  10.     'port' => 3306,  
  11.     'user' => 'root',  
  12.     'password' => '123456',  
  13.     'database' => 'mocube',  
  14.     'charset' => 'utf8',  
  15.     'persistent' => false  
  16. );  
  17.    
  18. $mysql = new Db_Mysql($conf);  
  19. $geohash=new Geohash;  
  20.    
  21.    
  22. //经纬度转换成Geohash  
  23. /* 
  24.   
  25. $sql = 'select shop_id,latitude,longitude from mb_shop_ext'; 
  26.   
  27.   
  28. $data = $mysql->queryAll($sql); 
  29.   
  30.   
  31. foreach($data as $val) 
  32. { 
  33.   
  34.   $geohash_val = $geohash->encode($val['latitude'],$val['longitude']); 
  35.   
  36.   $sql = 'update mb_shop_ext set geohash= "'.$geohash_val.'" where shop_id = '.$val['shop_id']; 
  37.   
  38.   echo $sql; 
  39.   
  40.   $re = $mysql->query($sql); 
  41.   
  42.   var_dump($re); 
  43.   
  44. } 
  45. */  
  46.    
  47.    
  48. //获取附近的信息  
  49. $n_latitude = $_GET['la'];  
  50. $n_longitude = $_GET['lo'];  
  51.    
  52. //开始  
  53. $b_time = microtime(true);  
  54.    
  55.    
  56. //方案A，直接利用数据库存储函数，遍历排序  
  57. /* 
  58. $sql = 'SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,'.$n_latitude.','.$n_longitude.') AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC'; 
  59.   
  60. $data = $mysql->queryAll($sql); 
  61.   
  62. //结束 
  63. $e_time = microtime(true); 
  64.   
  65. echo $e_time - $b_time; 
  66.   
  67. var_dump($data); 
  68. exit; 
  69. */  
  70.    
  71. //方案B geohash求出附近，然后排序  
  72.    
  73. //当前 geohash值  
  74. $n_geohash = $geohash->encode($n_latitude,$n_longitude);  
  75.    
  76. //附近  
  77. $n = $_GET['n'];  
  78. $like_geohash = substr($n_geohash, 0, $n);  
  79.    
  80. $sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';  
  81.    
  82. echo $sql;  
  83.    
  84. $data = $mysql->queryAll($sql);  
  85.    
  86. //算出实际距离  
  87. foreach($data as $key=>$val)  
  88. {  
  89.     $distance = getDistance($n_latitude,$n_longitude,$val['latitude'],$val['longitude']);  
  90.    
  91.     $data[$key]['distance'] = $distance;  
  92.    
  93.     //排序列  
  94.     $sortdistance[$key] = $distance;  
  95. }  
  96.    
  97. //距离排序  
  98. array_multisort($sortdistance,SORT_ASC,$data);  
  99.    
  100. //结束  
  101. $e_time = microtime(true);  
  102.    
  103. echo $e_time - $b_time;  
  104.    
  105. var_dump($data);  
  106.    
  107.    
  108.    
  109. //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)  
  110. function getDistance($lat1,$lng1,$lat2,$lng2)  
  111. {  
  112.     //地球半径  
  113.     $R = 6378137;  
  114.    
  115.     //将角度转为狐度  
  116.     $radLat1 = deg2rad($lat1);  
  117.     $radLat2 = deg2rad($lat2);  
  118.     $radLng1 = deg2rad($lng1);  
  119.     $radLng2 = deg2rad($lng2);  
  120.    
  121.     //结果  
  122.     $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;  
  123.    
  124.     //精度  
  125.     $s = round($s* 10000)/10000;  
  126.    
  127.     return  round($s);  
  128. }  
  129.    

四、总结

方案B的亮点在于：
1、搜索结果可缓存，重复使用，不会因为用户有小范围的移动，直接穿透数据库查询。
2、先缩小结果范围，再运算、排序，可提升性能。

254条记录，性能对比，

在实际应用场景中，方案B数据库搜索可内存缓存；且如数据量更大，方案B结果会更优。

方案A:
0.016560077667236
0.032402992248535
0.040318012237549

方案B
0.0079810619354248
0.0079669952392578
0.0064868927001953

五、其他

两种方案，根据应用场景以及负载情况合理选择，当然推荐方案B;
不管哪种方案，都记得，给列加上索引，利于数据库检索。

微功夫信息技术
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
10分钟入门 - 微信小程序开发
程序员「阿基米东」的编程之旅
01-09 25万+
注册微信小程序 如果你还没有微信公众平台的账号，请先进入微信公众平台首页，点击 “立即注册” 按钮进行注册。注册的账号类型可以是订阅号、服务号、小程序以及企业微信，我们选择 “小程序” 即可。 接着填写账号信息，需要注意的是，填写的邮箱必须是未被微信公众平台注册、未被个人微信号绑定的邮箱，而且每个邮箱仅能申请一个小程序。 激活邮箱之后，选择主体类型为 “个人类型”，并按要求登记主体信息。主体信息提...
非常使用的 基于geohash 找最近位置java代码
03-12
非常使用的 基于geohash 找一定范围内的 最近位置java代码
(转)查找附近的xxx 球面距离以及Geohash方案探讨
Black_Lotus
07-26 326
[b][size=medium]本博客内容转自:[url]http://www.wubiao.info/372[/url][/size][/b] 随着移动终端的普及，很多应用都基于LBS功能，附近的某某（餐馆、银行、妹纸等等）。 基础数据中，一般保存了目标位置的经纬度；利用用户提供的经纬度，进行对比，从而获得是否在附近。 目标： 查找附近的XXX，由近到远返回结果，且结果中有与...
基于GEOHASH算法的附近点搜索实现（一）
varyall的专栏
07-09 1479
1. 引入最近在参加学校的计算机仿真大赛，时间好像有点不够，所以只完成了前面的一部分最基础的功能，中途还是选择了放弃。但是之前的部分的确觉得完成得还不错，在这里分享一下。题目是要完成一个宇宙飞船加油点的分配调度系统。完成的部分是给定坐标附近点的搜索。2. 算法使用原因我们要完成的一个是二维附近点搜索的算法。就是在给出若干个加油点的二维坐标，然后再给你一个当前坐标，你要搜索出距离当前坐标最近的一个加...
查找附近网点geohash算法及实现
Miss的博客
06-27 512
/** * Encode a hash from given lat and long */ public function encode($lat, $long) { //how many bits does latitude need? $plat = $this-&gt;precision($lat); $latbits = 1; $err = 45; whi...
c语言geohash算法,离我最近之geohash算法（增加周边邻近编号）
weixin_39886024的博客
05-25 369
接着上一篇文章：查找附近网点geohash算法及实现 (Java版本) http://blog.csdn.net/sunrise_2013/article/details/42024813参考文档：http://www.slideshare.net/sandeepbhaskar2/geohash 介绍geohash原理及例子http://geohash.gofreerange.com/ 演示实例h...
微信陌陌定位
10-29
【微信陌陌定位】是一种基于移动互联网的地理位置服务，它允许用户通过微信和陌陌这两款社交应用来查看自己或他人的位置信息。在现代社会，随着智能手机和移动应用的普及，这种定位服务为人们的日常生活提供了便利，...
Java微信支付-微信企业付款到个人
11-17
微信支付企业付款到个人，包括付款 以及 查询 参考文章http://blog.csdn.net/fengshizty/article/details/53204566
GeoHash算法获取附近店铺和距离
热门推荐
rosefun96的博客
09-11 1万+
1. 简介 GeoHash算法将二维经纬度坐标直接转换成字符串，每一个字符串代表一个矩形区域，也就是说，这个矩形区域内所有的点（经纬度坐标）都共享相同的GeoHash字符串，字符串的长度越大，矩形的区域就越小，经度也就越高。字符串相似的表示距离相近，这样可以利用字符串的前缀匹配来查询附近的POI信息。 2. GeoHash算法 地球纬度区间是[-90,90]，经度区间是[-180,180]，通过区间法对经度和纬度分别进行计算，假如我们获取到的当前坐标为经度-0.12866, 纬度38.534413，以纬度为
经纬度距离计算小工具
04-02
经纬度距离计算小工具，经纬度距离计算小工具
根据经纬度算出距离
01-10
根据几个点的经纬度，算出这几点之间的距离，用Java编写，和网友们共享。
经纬度距离计算器
08-10
此软件可以计算出航图上任意两点之间的距离和任意三点所成夹角的角度。 使用说明： 如何计算两点距离？ 请您先在第一点（起始点）和第二点（结束点）两功能栏中输入相应的经纬度，再点击功能键【计算两点距离】，结果会在【距离输出】功能栏自动输出。
经纬度测距小工具
08-24
[精度]和[纬度]间用任意字符隔开 适用于国内经纬度的只能判断 不需要手动对应粘贴[精度]、[纬度]，直接整体复制即可
百度地图，测量距离+经纬度
04-22
百度地图，不仅能画线，测量距离，而且还能获得经纬度
根据经纬度查询两点距离（sql）
余生一个帆的博客
01-15 2825
前言： app可以获取当前所在位置的经纬度，根据当前经纬度，查询当前位置距离其他地点之间的距离； 方案一：高德地图（百度地图，腾讯地图等）提供api。根据两点经纬度，计算出实际距离； 方案二：三角函数的输入和输出都采用弧度值 其中longitude是经度，latitude是纬度； a=latitude1 - latitude2为两点纬度之差 b=longitude1-longitude2 为两点经度之差； 6378.137（KM） 为地球半径 方案三：使用sql在代码中计算两点距离 由于地球是球体，根据：
查询两点经纬度距离
诚的博客
01-27 759
https://www.hhlink.com/%E7%BB%8F%E7%BA%AC%E5%BA%A6/ https://tool.yovisun.com/longlat/index.php?long1=34.783081532&lat1=109.310197891&long2=35.10439420467564&lat2=111.4380312213894
根据经纬度查询最近距离，mysql查询经纬度附近范围
weixin_30802273的博客
06-28 2030
public class Test{ private static List<LocalAddress> ilist = new ArrayList<LocalAddress>(); public static void main(String[] args) { Test test3 = new Test(); Double loc...
经纬度计算丢失经度计算
YOUR_HERO
08-21 1219
1.纬度相同，经度不同 在纬度相同的情况下： 经度每隔0.00001度，距离相差约1米； 每隔0.0001度，距离相差约10米； 每隔0.001度，距离相差约100米； 每隔0.01度，距离相差约1000米； 每隔0.1度，距离相差约10000米。 2.经度相同，纬度不同 纬度每隔0.00001度，距离相差约1.1米； 每隔0.0001度，距离相差约11米； 每隔...
根据两个点的经纬度查询两点的距离
最新发布
qq_45846355的博客
03-31 424
最近碰到一个需求，需要根据两个点的经纬度查询两点的距离。感觉以后还会用到，所以小记一波。一：添加Maven依赖。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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