学计算机的人可以定位找人吗,电脑如何实现查找“附近的人”？

当我们打开微信的附近的人可以看到附近的朋友，当我们打开美团附近的商家可以查找附近的饭店、影院等等。所有这一切都离不开一个功能：基于LBS的“附近的”功能，那计算机是如何实现这种功能的？本文讨论一下其原理。

经纬度

我们知道地球是圆的，人们为了方便标识地球，在地球上画上了经度和维度，他们就像平面上(x,y)坐标，知道了一个点就能确定一个位置。同样的，现在手机都有GPS定位功能，知道了经纬度，也就知道你在地球上某一点的具体位置。

球面上两点距离公式

地球是一个椭圆球体，在高中数学里，曾经给出球面上两点之间的距离公式证明，这里给出结论：

假设地球半径为R，取值为3963km(因为地球不是正圆，他是椭圆，所有R是有变化的), P的经纬度坐标为(lat1,long1), Q的经纬度坐标为(lat2,long2),那么很容易求得地球上 (P,Q)两点的距离公式为：

d = 3963.0 * arccos[(sin(lat1) * sin(lat2)) + cos(lat1) * cos(lat2) * cos(long2 – long1)]有了这个公式， 就可以把这个公式写成一个SQL函数：

go--计算地球上两个坐标点(经度，纬度)之间距离sql函数--作者：lordbabyCREATE FUNCTION [dbo].[fnGetDistance](@LatBegin REAL, @LngBegin REAL, @LatEnd REAL, @LngEnd REAL) RETURNS FLOAT ASBEGIN --距离(千米) DECLARE @Distance REAL DECLARE @EARTH_RADIUS REAL SET @EARTH_RADIUS = 6378.137 DECLARE @RadLatBegin REAL,@RadLatEnd REAL,@RadLatDiff REAL,@RadLngDiff REAL SET @RadLatBegin = @LatBegin *PI()/180.0 SET @RadLatEnd = @LatEnd *PI()/180.0 SET @RadLatDiff = @RadLatBegin - @RadLatEnd SET @RadLngDiff = @LngBegin *PI()/180.0 - @LngEnd *PI()/180.0 SET @Distance = 2 *ASIN(SQRT(POWER(SIN(@RadLatDiff/2), 2)+COS(@RadLatBegin)*COS(@RadLatEnd)*POWER(SIN(@RadLngDiff/2), 2))) SET @Distance = @Distance * @EARTH_RADIUS --SET @Distance = Round(@Distance * 10000) / 10000 RETURN @DistanceEND然后使用：

SELECT * FROM 商家表名 WHERE fnGetDistance(121.4625,31.220937,longitude,latitude) < 5就可以获取距离我最近在5km之内的商家列表.

致命缺陷

在上面公式里，如果数据量较小，使用起来完全没有问题，但是如果数据量很大却有致命缺陷：计算量太大。

例如你的周围有几万甚至几十万人员时，数据库为了判断附近的人需要进行海量计算，在这情况下可能服务器根本吃不消。

GeoHash编码

那如何在减少计算量的情况下，计算附近的人呢？聪明的计算机专家想到了一个办法：把地图分割为一小块，然后给每个小块编号，存储编号的位置。

首先，把地图展开

我们以经度0°为中轴，将地球切成两半[-180°,0°),[0°，180°]，并对他们进行二进制编码，左边为0，右边为1。那所有经度坐标在左边的，都得到了0这个编码，而其他的则得到1这个编码。

好了，接下来我们就进行第二次切割，还是按照老规矩，我们把现有的两个部分也分别切割成左右两个部分，于是得到这样的一个图

如此重复下去，这样，地球上每一个小块，都有一个唯一的“编号”, 如此这样重复N次，我们就可以将地球按经度切割成很多很多的小块，如果切割的次数足够多，那同一个经度值的人，都会在同一个小块儿里，可以粗略认为，他们是同一附近的。

GeoHash查找

通过上面分析GeoHash可以看到其有2个最大的特点：

(1)geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。

(2)编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash(例如wx4g0ec1)然后取其前缀进行查询

SELECT * FROM place WHERE geohash LIKE 'wx4g0e%')这和传统经纬度计算距离最大差别是：把数字计算转换为了字符串查找。在做索引的情况下，计算机查找要比数字计算快的多的多。

MongoDB数据库

目前，对地球的划分有一些组织进行维护，同时在不少noSQL数据库里，已经内置了对GeoHash的支持。例如在MongoDB数据库，只需一个命令即可得到所需要的结果：

db.runCommand( { geoNear: "places", near: [ 121.4905, 31.2646 ], num:100 })查询结果默认将会由近到远排序，而且查询结果也包含目标点对象、距离目标点的距离等信息。

举报/反馈