使用mysql在地图上搜索点时处理集群

Posted 2023-02-23

【中文标题】使用mysql在地图上搜索点时处理集群

【英文标题】：Dealing with clusters when searching for points on map using mysql

【发布时间】：2013-06-10 06:44:23

【问题描述】：

我发现了各种问题的解决方案类似于这个问题，但到目前为止还没有什么钱。非常感谢您的帮助。

我有一个 mysql (v.5.6.10) 数据库，其中包含一个名为 POSTS 的表，该表在地图上存储了数百万行经纬度兴趣点。每个点都被归类为几种不同类型中的一种。每行的结构为id, type, coords：

id unsigned bigint + 主键。每次插入的新行都会自动递增。 type 和 unsigned tinyint 用于编码兴趣点的类型。 coords mysql 地理空间 POINT 数据类型，表示兴趣点的纬度/经度。

“坐标”上有一个空间索引。

我需要找到一种有效的方法来查询表格并返回特定纬度/经度位置（“ 位置”）。数据库非常动态，因此请假设每次查询表时数据都完全不同。

如果 X 是无限的，那么问题是微不足道的。我只需要执行如下查询：

SELECT id, type, AsText(coords) FROM POSTS WHERE MBRContains(GeomFromText(BoundingBox, Position))

其中 'BoundingBox' 是一个 mysql POLYGON 数据类型，它完美地包围了从 Position 开始的半径为 R 的圆。使用边界框当然不是一个完美的解决方案，但这对于我试图解决的特定问题并不重要。我可以使用“ORDER BY ID DESC”对结果进行排序，以首先检索和处理最近插入的点。

如果 X 小于无穷大，那么我只需将上面的内容修改为：

SELECT id, type, AsText(coords) FROM POSTS WHERE MBRContains(GeomFromText(BoundingBox, Position)) ORDER BY id DESC LIMIT X

我要解决的问题是，当该区域中的点高度聚集时（例如，在地图搜索区域上的城市内），我如何从地图上的给定区域获得具有良好代表性的结果集.例如：

在上面的示例中，我站在 X 处，并在黑框边界框中搜索最近插入的 5 个 black 类型的点。如果这些点都插入到右下角的集群中（假设集群是伦敦），那么我的结果集将不包括搜索区域右上角附近的黑点。这对我的应用程序来说是个问题，因为我不希望用户认为在点聚集的任何区域之外没有兴趣点。

我已经考虑了一些潜在的解决方案，但是当行数很大（数百万）时，我找不到一个有效的解决方案。到目前为止我尝试过的方法包括：

将搜索区域划分为 S 个正方形（即，将其变成一个网格）并在每个正方形内搜索最多 x/S 个点 - 即，对网格中的每个正方形执行单独的 mysql 查询.这适用于少量行，但当行数很大时效率低下，因为您需要将区域划分为大量正方形以使该方法有效工作。只有少数方格，您不能保证每个方格都不会包含人口密集的集群。大量的方块意味着大量的 mysql 搜索导致事情突突。

向表中的每一行添加一列，用于存储每个点到最近邻居的距离。将点插入表中时，会计算给定点的最近邻距离。使用这种结构，我可以按最近邻距离列对搜索结果进行排序，以便最后返回聚类中的任何点。此解决方案仅在我搜索搜索区域内的所有点时才有效。例如，考虑上图中的情况。如果我想找到最近插入的 5 个 green 类型的点，则为每个点记录的最近邻距离将不正确。为每个查询重新计算这些距离的成本太高了，即使使用 KD 树这样的高效算法也是如此。

事实上，我看不出有任何方法需要对表行中的数据进行预处理（或者，换句话说，“接触”相关搜索区域数据集中的每个点）在行数为变大。我已经考虑过 k-means / DBSCAN 等算法，但鉴于上述用例，我找不到任何能以足够效率工作的方法。

有珍珠吗？我的直觉告诉我这可以解决，但到目前为止我很难过。

【问题讨论】：

如果你应该只显示5个地方，为什么你觉得有必要暗示右上角的存在？如何为前 5 个案例使用更明显的颜色和集群图标并首先对它们进行集群，然后再对其他案例进行集群。我在 Google 地图中采用了这种方法。

【参考方案1】：

这种情况下的后处理似乎更有效。获取给定类型的最后 X 个点。查找是否存在一些聚类，例如：相对于您的视点距离而言，太多点太靠近。删除其中最旧的（或非常接近的 - 可能是您的数据引用了相同的 POI）。多少 - 取决于你。获取下一个 X 点并查看其中是否有一些不在集群中，或者您可以根据距离和最近为每个点计算一个值，并根据该值丢弃点。

【讨论】：

谢谢 - 这给了我一些想法。基本上，我试图阻止簇外的点（所谓的“噪声”点）从搜索结果中消失。我将尝试从搜索区域中获取初始批次的 X 点（如建议的那样），然后在同一区域中执行新的搜索，但划分出由第一批中标识的集群（如果有的话）占据的区域（例如，通过排除每个集群的凸包或类似的东西）。重复直到搜索显示不再有集群。手指交叉。