java 按距离排序_怎样实现按距离排序、范围查找-CSDN博客

本文链接：https://blog.csdn.net/weixin_34254044/article/details/114211583

简单介绍

如今差点儿全部的O2O应用中都会存在“按范围搜素、离我近期、显示距离”等等基于位置的交互。那这种功能是怎么实现的呢？本文提供的实现方式，适用于全部数据库。

实现

为了方便以下说明，先给出一个初始表结构。我使用的是MySQL：

CREATE TABLE `customer` (

`id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',

`name` VARCHAR(5) NOT NULL COMMENT '名称',

`lon` DOUBLE(9,6) NOT NULL COMMENT '经度',

`lat` DOUBLE(8,6) NOT NULL COMMENT '纬度',

PRIMARY KEY (`id`)

)

COMMENT='商户表'

CHARSET=utf8mb4

ENGINE=InnoDB

;

实现过程主要分为四步：

1. 搜索

在数据库中搜索出接近指定范围内的商户，如：搜索出1公里范围内的。

2. 过滤

搜索出来的结果可能会存在超过1公里的。须要再次过滤。

假设对精度没有严格要求，能够跳过。

3. 排序

距离由近到远排序。

假设不须要。能够跳过。

4. 分页

假设须要2、3步。才须要对分页特殊处理。

假设不须要。能够在第1步直接SQL分页。

第1步数据库完毕，后3步应用程序完毕。

step1 搜索

搜索能够用以下两种方式来实现。

区间查找

customer表中使用两个字段存储了经度和纬度，假设提前计算出经纬度的范围。然后在这两个字段上加上索引，那搜索性能会非常不错。

那怎么计算出经纬度的范围呢？已知条件是移动设备所在的经纬度，还有满足业务要求的半径，这非常像初中的一道平面几何题：给定圆心坐标和半径，求该圆外切正方形四个顶点的坐标。而我们面对的是一个球体，能够使用spatial4j来计算。

com.spatial4j

spatial4j

0.5

// 移动设备经纬度

double lon = 116.312528, lat = 39.983733;

// 千米

int radius = 1;

SpatialContext geo = SpatialContext.GEO;

Rectangle rectangle = geo.getDistCalc().calcBoxByDistFromPt(

geo.makePoint(lon, lat), radius * DistanceUtils.KM_TO_DEG, geo, null);

System.out.println(rectangle.getMinX() + "-" + rectangle.getMaxX());// 经度范围

System.out.println(rectangle.getMinY() + "-" + rectangle.getMaxY());// 纬度范围

计算出经纬度范围之后，SQL是这样：

SELECT id, name

FROM customer

WHERE (lon BETWEEN ? AND ?) AND (lat BETWEEN ?

AND ?

);

须要给lon、lat两个字段建立联合索引：

INDEX `idx_lon_lat`(`lon`, `lat`)

geohash

geohash的原理不讲了，具体能够看这篇文章，讲的非常具体。geohash算法能把二维的经纬度编码成一维的字符串。它的特点是越相近的经纬度编码后越类似，所以能够通过前缀like的方式去匹配周围的商户。

customer表要添加一个字段。来存储每个商户的geohash编码。而且建立索引。

CREATE TABLE `customer` (

`id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主键',

`name` VARCHAR(5) NOT NULL COMMENT '名称' COLLATE 'latin1_swedish_ci',

`lon` DOUBLE(9,6) NOT NULL COMMENT '经度',

`lat` DOUBLE(8,6) NOT NULL COMMENT '纬度',

`geo_code` CHAR(12) NOT NULL COMMENT 'geohash编码',

PRIMARY KEY (`id`),

INDEX `idx_geo_code` (`geo_code`)

)

COMMENT='商户表'

CHARSET=utf8mb4

ENGINE=InnoDB

;

在新增或改动一个商户的时候，维护好geo_code，那geo_code怎么计算呢？spatial4j也提供了一个工具类GeohashUtils.encodeLatLon(lat, lon)。默认精度是12位。这个存储做好后，就能够通过geo_code去搜索了。拿到移动设备的经纬度，计算geo_code，这时能够指定精度计算。那指定多长呢？我们须要一个geo_code长度和距离的对比表：

geohash length

width

height

5,009.4km

4,992.6km

1,252.3km

624.1km

156.5km

156km

39.1km

19.5km

4.9km

1.2km

609.4m

152.9m

152.4m

38.2m

19m

4.8m

1.2m

59.5cm

14.9cm

3.7cm

1.9cm

假设我们的需求是1公里范围内的商户，geo_code的长度设置为5就能够了，GeohashUtils.encodeLatLon(lat, lon, 5)。计算出移动设备经纬度的geo_code之后，SQL是这样：

SELECT id, name

FROM customer

WHERE geo_code LIKE CONCAT(?

, '%');

这样会比区间查找快非常多，而且得益于geo_code的类似性，能够对热点区域做缓存。

但这样使用geohash还存在一个问题。geohash终于是在地图上铺上了一个网格。每个网格代表一个geohash值。当传入的坐标接近当前网格的边界时。用上面的搜索方式就会丢失它附近的数据。

比方下图中，在绿点的位置搜索不到白家大院，绿点和白家大院在划分的时候就分到了两个格子中。

解决问题思路也比較简单，我们查询时。除了使用绿点的geohash编码进行匹配外，还使用周围8个网格的geohash编码，这样能够避免这个问题。那怎么计算出周围8个网格的geohash呢。能够使用geohash-java来解决。

ch.hsr

geohash

1.3.0

// 移动设备经纬度

double lon = 116.312528, lat = 39.983733;

GeoHash geoHash = GeoHash.withCharacterPrecision(lat, lon, 10);

// 当前

System.out.println(geoHash.toBase32());

// N, NE, E, SE, S, SW, W, NW

GeoHash[] adjacent = geoHash.getAdjacent();

for (GeoHash hash : adjacent) {

System.out.println(hash.toBase32());

}

终于我们的sql变成了这样：

SELECT id, name

FROM customer

WHERE geo_code LIKE CONCAT(?

, '%')

OR geo_code LIKE CONCAT(?

, '%')

OR geo_code LIKE CONCAT(?, '%')

OR geo_code LIKE CONCAT(?

, '%')

OR geo_code LIKE CONCAT(?, '%')

OR geo_code LIKE CONCAT(?, '%');

原来的1次查询变成了9次查询，性能肯定会下降，这里能够优化下。还用上面的需求场景，搜索1公里范围内的商户。从上面的表格知道。geo_code长度为5时，网格宽高是4.9KM，用9个geo_code查询时，范围太大了，所以能够将geo_code长度设置为6。即缩小了查询范围，也满足了需求。还能够继续优化，在存储geo_code时，仅仅计算到6位，这样就能够将sql变成这样：

SELECT id, name

FROM customer

WHERE geo_code IN (?, ?, ?

, ?

, ?, ?

, ?, ?);

这样将前缀匹配换成了直接匹配，速度会提升非常多。

step2 过滤

上面两种搜索方式，都不是精确搜索，仅仅是尽量缩小搜索范围。提升响应速度。所以须要在应用程序中做过滤，把距离大于1公里的商户过滤掉。计算距离相同使用spatial4j。

// 移动设备经纬度

double lon1 = 116.3125333347639, lat1 = 39.98355521792821;

// 商户经纬度