簡介


現在幾乎所有的O2O應用中都會存在“按範圍搜素、離我最近、顯示距離”等等類似的功能，那這樣的功能是怎麼實現的呢？本文提供了基於MySQL的實現方式，同樣適用於其它資料庫。本文不分析，只講怎麼實現，有關分析的文章可以看參考連結。


實現


為了方便下面說明，先給出一個初始表結構：


CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    `name` VARCHAR(5) NOT NULL COMMENT '名稱' COLLATE 'latin1_swedish_ci',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '經度',
    `lat` DOUBLE(8,6) NOT NULL COMMENT '緯度',
    PRIMARY KEY (`id`)
)
COMMENT='商戶表'
CHARSET=utf8mb4
ENGINE=InnoDB;


實現過程主要分為四步： 
1. 搜尋 
在資料庫中搜索出接近指定範圍內的商戶，如：搜尋出1公里範圍內的。 
2. 過濾 
搜尋出來的結果可能會存在超過1公里的，需要再次過濾。如果對精度沒有嚴格要求，可以跳過。 
3. 排序 
距離由近到遠排序。如果不需要，可以跳過。 
4. 分頁 
如果需要2、3步，才需要對分頁特殊處理。如果不需要，可以在第1步直接SQL分頁。


第1步資料庫完成，後3步應用程式完成。


step1 搜尋


搜尋可以用下面兩種方式來實現。


區間查詢


customer表中使用兩個欄位儲存了經度和緯度，如果提前計算出經緯度的範圍，然後在這兩個欄位上加上索引，那搜尋效能會很不錯。 
那怎麼計算出經緯度的範圍呢？已知條件是移動裝置所在的經緯度，還有滿足業務要求的半徑，這很像初中的一道平面幾何題：給定圓心座標和半徑，求該圓外切正方形四個頂點的座標。而我們面對的是一個球體，可以使用spatial4j來計算。


<dependency>
    <groupId>com.spatial4j</groupId>
    <artifactId>spatial4j</artifactId>
    <version>0.5</version>
</dependency>
double lon = 116.312528, lat = 39.983733;// 移動裝置經緯度
int radius = 1;// 千米


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());// 經度範圍
System.out.println(rectangle.getMinY() + "-" + rectangle.getMaxY());// 緯度範圍


計算出經緯度範圍之後，SQL是這樣：


SELECT id, name
FROM customer
WHERE (lng BETWEEN ? AND ?) AND (lat BETWEEN ? AND ?);


需要給lon、lat兩個欄位建立聯合索引：


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


geohash的原理不講了，詳細可以看這篇文章，講的很詳細。geohash演算法能把二維的經緯度編碼成一維的字串，它的特點是越相近的經緯度編碼後越相似，所以可以通過字首like的方式去匹配周圍的商戶。 
customer表要增加一個欄位，來儲存每個商戶的geohash編碼，並且建立索引。


CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    `name` VARCHAR(5) NOT NULL COMMENT '名稱' COLLATE 'latin1_swedish_ci',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '經度',
    `lat` DOUBLE(8,6) NOT NULL COMMENT '緯度',
    `geo_code` CHAR(12) NOT NULL COMMENT 'geohash編碼',
    PRIMARY KEY (`id`),
    INDEX `idx_geo_code` (`geo_code`)
)
COMMENT='商戶表'
CHARSET=utf8mb4
ENGINE=InnoDB;


13
在新增或修改一個商戶的時候，維護好geo_code，那geo_code怎麼計算呢？spatial4j也提供了一個工具類GeohashUtils.encodeLatLon(lat, lon)，預設精度是12位。 
這個儲存做好後，就可以通過geo_code去搜索了。拿到移動裝置的經緯度，計算geo_code，這時可以指定精度計算，那指定多長呢？我們需要一個geo_code長度和距離的對照表：


geohash lengthwidthheight
15,009.4km 4,992.6km
21,252.3km 624.1km
3156.5km 156km
439.1km 19.5km
54.9km 4.9km
61.2km 609.4m
7152.9m 152.4m
838.2m 19m
94.8m 4.8m
101.2m 59.5cm
1114.9cm 14.9cm
123.7cm 1.9cm
https://en.wikipedia.org/wiki/Geohash#Cell_Dimensions
假設我們的需求是1公里範圍內的商戶，geo_code的長度設定為5就可以了，GeohashUtils.encodeLatLon(lat, lon, 5)。計算出移動裝置經緯度的geo_code之後，SQL是這樣：


SELECT id, name
FROM customer
WHERE geo_code LIKE CONCAT(?, '%');


這樣會比區間查詢快很多，並且得益於geo_code的相似性，可以對熱點區域做快取。


geohash邊界和角的問題可以使用geohash-java來解決。
step2 過濾


上面兩種搜尋方式，都不是精確搜尋，只是儘量縮小搜尋範圍，提升響應速度。所以需要在應用程式中做過濾，把距離大於1公里的商戶過濾掉。計算距離同樣使用spatial4j。


// 移動裝置經緯度
double lon1 = 116.3125333347639, lat1 = 39.98355521792821;
// 商戶經緯度
double lon2 = 116.312528, lat2 = 39.983733;


SpatialContext geo = SpatialContext.GEO;
double distance = geo.calcDistance(geo.makePoint(lon1, lat1), geo.makePoint(lon2, lat2)) * DistanceUtils.DEG_TO_KM;
System.out.println(distance);// KM


過濾程式碼就不寫了，遍歷一遍搜尋結果即可。


step3 排序


同樣，排序也需要在應用程式中處理。排序基於上面的過濾結果做就可以了Collections.sort(list, comparator)。


step4 分頁


如果需要2、3步，只能在記憶體中分頁，做法也很簡單，可以參考這篇文章。


總結


全文的重點都在於搜尋如何實現，更好的利用資料庫的索引，兩種搜尋方式以百萬資料量為分割線，第一種適用於百萬以下，第二種適用於百萬以上，未經過嚴格驗證。可能有人會有疑問，過濾和排序都在應用層做，記憶體佔用會不會很嚴重？這是個潛在問題，但大多數情況下不會。看我們大部分的應用場景，都是單一種類POI(Person Of Interest)的搜尋，如酒店、美食、KTV、電影院等等，這種資料密度是很小，1公里內的酒店，能有多少家，50家都算多的，所以最終要看具體業務資料密度。