LBS基于地理位置的搜索之微信 附近的人 简单实现
Posted 即学即码工作室
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了LBS基于地理位置的搜索之微信 附近的人 简单实现相关的知识,希望对你有一定的参考价值。
缘由
本周技术群有一个同学说我们该怎么实现 由近到远的基于地理位置的搜索,我创业做电商的系统做过类似这样的服务,我把我们以前的操作给大家分享下
什么是LBS
LBS 全称是 Location Based Service ,基于位置的服务。我们可以使用到这种服务,真是由于我国移动设备的大量增加,让我们加速进入了 移动互联网的时代。
由近到远的基于地理位置的搜索 其实就是 通过当前使用用户的经纬度,然后从我们自己的数据库中查出指定范围内(例如5km)的数据,按照由近到远的顺序 进行展示。
这句话中有四个条件
用户的经纬度,我们定义 用户维度为:$lat 、经度:$lng
指定范围,定义范围:distince
数据库中商家的经纬度字段,定义 维度为:lat,经度:lng
计算 用户经纬度 与 数据库中商家的经纬度 距离,由远及近进行排序
接下来,我们一起来用两种方案实现
实现方案一:
这种方案会比较挫,
理想模型计算阀值点
计算某个经纬度的周围某段距离的正方形的四个点
为什么这么计算,我给大家举个例子,如果我们把我们的地球仪中国区域直接摁平,是不是地球仪就灭有弧度了 ,我们理想方式就是在一定距离上这么计算的。计算代码如下
/** * php代码 *计算某个经纬度的周围某段距离的正方形的四个点 *@param float $lng 经度 *@param float $lat 纬度 *@param float $distance 该点所在圆的半径,该圆与此正方形内切,默认值为5千米 *@return array 正方形的四个点的经纬度坐标 */ function squarePoint($lat, $lng,$distance = 5.0){ $earth_radius = 6371;//地球半径 $dlng = 2 * asin(sin($distance / (2 * $earth_radius)) / cos(deg2rad($lat))); $dlng = rad2deg($dlng); $dlat = $distance/$earth_radius; $dlat = rad2deg($dlat); return [ ‘left-top‘ =>[‘lat‘=>$lat + $dlat, ‘lng‘=>$lng - $dlng], ‘right-top‘ =>[‘lat‘=>$lat + $dlat, ‘lng‘=>$lng + $dlng], ‘left-bottom‘ =>[‘lat‘=>$lat - $dlat, ‘lng‘=>$lng - $dlng], ‘right-bottom‘=>[‘lat‘=>$lat - $dlat, ‘lng‘=>$lng + $dlng], ]; }
取出用户指定距离的数据
根据上面的方法,我们计算出来了4个点,接下来我们直接从数据库取出符合条件的数据
$geo_data = squarePoint($lat,$lng,$distance); $left_bottom = $geo_data[‘left-bottom‘]; $right_top = $geo_data[‘right-top‘]; $lat_min = $left_bottom[‘lat‘]; $lat_max = $right_top[‘lat‘]; $lng_min = $left_bottom[‘lng‘]; $lng_max = $right_top[‘lng‘]; $sql = "SELECT * FROM table_name WHERE lat > {$lat_min} lat < {$lat_max} and lng > {$lng_min} and lng < {$lng_max} ";
按照距离远近排序
这个将 上面的符合条件的结果集取出来,在代码中排序,计算 两个经纬度之间距离的方法如下
/** * * 根据经纬度计算距离 单位(公里) * @param $lng1 float 经度1 * @param $lat1 float 纬度2 * @param $lng2 float 经度1 * @param $lat2 float 纬度2 * @return float */ function getdistance($lng1,$lat1,$lng2,$lat2) { $dx = $lng1 - $lng2; // 经度差值 $dy = $lat1 - $lat2; // 纬度差值 $b = ($lat1 + $lat2) / 2.0; // 平均纬度 $Lx = deg2rad($dx) * cos(deg2rad($b)); // 东西距离 $Ly = deg2rad($dy); // 南北距离 return round(6371*sqrt($Lx * $Lx + $Ly * $Ly),4); // 用平面的矩形对角距离公式计算总距离 }
按照方法一计算出来,基本问题不大,但是在数据量大(第二步结果集)到一定程度了是有很严重的效率问题的。这里给出一个衍生版本,直接计算距离
SELECT *,SQRT( POWER( $lat - lat, 2) + POWER($lng - lng, 2) ) AS d FROM table_name WHERE (lat BETWEEN $lat_min AND $lat_max ) AND (lng BETWEEN $lng_min AND $lng_max ) AND d < $distance ORDER BY d ASC LIMIT 10;
实现方案二
这个方法很快,直接可以SQL实现,由于数据库本身也支持很多函数的,我们直接在数据库本身计算就可以了。具体计算代码如下:
/** * $lat:用户维度 * $lng:用户精度 * $as_name:查询出来的SQL字段名称 */ get_distance_sql($lat,$lng,$as_name=‘distance‘) { return sprintf(‘round(6371*sqrt( pow((PI()*(abs(`lat`-%f))/180) * cos(PI()*(`lat`+%f)/360),2) + pow((PI()*abs(`lng`-%f)/180),2)),4) as %s‘,$lat,$lat,$lng,$as_name); }
具体SQL如下:
/** * shop_id 商家id */ $sql = "SELECT shop_id,lat,lng,".get_distance_sql( $lat,$lng)." FROM table_name WHERE distance< = ".$distance." ORDER BY distance ASC" ;
这样就可以直接查出结果并排序了
结论
以上两种方案中,第二个是我我们当时使用的,我们当时数据库几十万,效率还可以。上百万乃至更高的需要大家去实现了
原文地址:【LBS】基于地理位置的搜索之微信 附近的人 简单实现
标签:lbs 附近的人 由远及近 大众点评
智能推荐
- iOS开发工具-网络封包分析工具Charles
- 【QQ音乐Api】移花接木 打造自己的音乐电台
- CSP -- 运营商内容劫持(广告)的终结者
- 【心灵鸡汤】谁的青春不迷茫
- Ngrok NatApp 微信本地化调试利器
以上是关于LBS基于地理位置的搜索之微信 附近的人 简单实现的主要内容,如果未能解决你的问题,请参考以下文章