根据经纬度获取附近的数据、和与当前经纬度的距离

根据经纬度获取附近的数据、和与当前经纬度的距离

环境:java+mysql

一:添加TestUsers表

[sql]  view plain copy
  1. CREATE TABLE `TestUsers` (  
  2.   `userId` INT(11) NOT NULL AUTO_INCREMENT COMMENT '用户编号',  
  3.   `lat` DOUBLE DEFAULT NULL COMMENT '纬度',  
  4.   `lon` DOUBLE DEFAULT NULL COMMENT '经度',  
  5.   PRIMARY KEY (`userId`)  
  6. ) ENGINE=INNODB AUTO_INCREMENT=100 DEFAULT CHARSET=utf8 COMMENT='用户测试表'  
二:创建存储过程(mysql)

[sql]  view plain copy
  1. #根据经纬度查询附近的数据(:存储过程)  
  2. #传入参数:  
  3. #double mylon, 当前所在经度  
  4. #double mylat, 当前所在纬度  
  5. #int beginId, 取值开始   
  6. #int counts  获取条数   
  7. #dist 查询范围 1km 5km 10km.......   
  8. DROP PROCEDURE IF EXISTS pro_test_GetNearData;  
  9. DELIMITER //  
  10. CREATE PROCEDURE pro_test_GetNearData(IN mylon DOUBLE,IN mylat DOUBLE,IN beginId INT,IN counts INT,IN dist DOUBLE)    
  11. BEGIN    
  12. DECLARE lon1 FLOAT;    
  13. DECLARE lon2 FLOAT;   
  14. DECLARE lat1 FLOAT;   
  15. DECLARE lat2 FLOAT;   
  16. -- calculate lon and lat for the rectangle:  
  17. SET lon1 = mylon-dist/ABS(COS(RADIANS(mylat))*69);    
  18. SET lon2 = mylon+dist/ABS(COS(RADIANS(mylat))*69);   
  19. SET lat1 = mylat-(dist/69);     
  20. SET lat2 = mylat+(dist/69);   
  21. -- run the query:  
  22. SELECT  dest.userId,ROUND(    
  23. 6378 * 2 * ASIN(SQRT(POWER(SIN((mylat - dest.lat) * PI()/180 / 2), 2) +    
  24. COS(mylat * PI()/180) *  COS(dest.lat * PI()/180) * POWER(SIN((mylon -dest.lon) * PI()/180 / 2), 2))),3)   
  25. AS distance -- 两点间距离km 四舍五入,小数点后保留三位  
  26. FROM  TestUsers dest  
  27. WHERE  dest.lon BETWEEN lon1 AND lon2    
  28. AND  dest.lat BETWEEN lat1 AND lat2   
  29. HAVING distance < dist ORDER BY dest.userId LIMIT beginId,counts;    
  30. END;   
  31. //  
  32. DELIMITER ;  
  33. SHOW WARNINGS;     
  34. #--------------------------------------------------------------------------------  
  35. SHOW CREATE PROCEDURE pro_test_GetNearData;        
  36. CALL pro_test_GetNearData(116.403869,39.915087,0,5,1);     


三:Dao调用执行存储过程方法

[java]  view plain copy
  1. // 执行存储过程  
  2.     @Override  
  3.     public List<Map<String, Object>> execProcQuery(final String procName,  
  4.             final Object[] params, final String[] resultParams) {  
  5.         return (List<Map<String, Object>>) getHibernateTemplate().execute(  
  6.                 new HibernateCallback() {  
  7.                     public Object doInHibernate(Session session)  
  8.                             throws HibernateException, SQLException {  
  9.                         CallableStatement cstmt = session.connection()  
  10.                                 .prepareCall(procName);  
  11.                         List<Map<String, Object>> resultMapList = null;  
  12.                         Map<String, Object> resultMap = null;  
  13.                         if (params != null) {  
  14.                             for (int i = 0; i < params.length; i++) {  
  15.                                 cstmt.setObject(i + 1, params[i]);  
  16.                             }  
  17.                         }  
  18.                         ResultSet rs = cstmt.executeQuery();  
  19.                         while (rs.next()) {  
  20.                             if (resultMapList == null) {  
  21.                                 resultMapList = new ArrayList<Map<String, Object>>();  
  22.                             }  
  23.                             resultMap = new HashMap<String, Object>();  
  24.                             for (int i = 0; i < resultParams.length; i++) {  
  25.                                 resultMap.put(resultParams[i],  
  26.                                         rs.getString(resultParams[i]));  
  27.                             }  
  28.                             resultMapList.add(resultMap);  
  29.                         }  
  30.                         return resultMapList;  
  31.                     }  
  32.                 });  
  33.     }  


四:service调用存储过程


[java]  view plain copy
  1. @Override  
  2. public List<Map<String, Object>> getNearData(Double longitude,  
  3.         Double latitude, Integer beginId, Integer count,Double dist) {  
  4.     List<Map<String, Object>> resultMapList=null;   
  5.     try {  
  6.         //调用查询附近数据存储过程   
  7.         resultMapList= testDao.execProcQuery("{CALL pro_test_GetNearData(?,?,?,?,?)}",//要调用的存储过程  
  8.                 new Object[] { longitude, latitude, beginId, count, dist }, //参数列表  
  9.                 new String[] {"userId","distance"});// 要获取的值 key  
  10.     } catch (Exception e) {  
  11.         e.printStackTrace();   
  12.     }  
  13.     return resultMapList;  
  14. }  

五:resultMapList结果

[java]  view plain copy
  1. [{distance=0.026,  userId=101}, {distance=0.052,  userId=102}, {distance=0.112,  userId=103}, {distance=0.016,  userId=104}]  
http://blog.csdn.net/huahuagongzi99999/article/details/9226015

五:resultMapList结果

[java]  view plain copy
  1. [{distance=0.026,  userId=101}, {distance=0.052,  userId=102}, {distance=0.112,  userId=103}, {distance=0.016,  userId=104}]  
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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