目的是，根据经纬度，实现查其找附近的人或地点，LBS场景。

做基于地理位置的应用后台，没有使用mongodb，看了网上的很多答案，其实也就是几份答案而已，天下文章一大抄。

这里综合网上的，结合自身，总结出了几种根据经纬度的排序算法，测试可用，性能也还可以。逐步递进优化，不同阶段，不同使用。

这里x为纬度，y为经度。

PS：SQL代码不完整，仅供阅读参考，理解意思就好。

一、MySql不使用空间函数，简单版

1.粗算，根据场景得到一个range，计算经纬度，得到的是一个矩形区域(A)，不精确，但是已经有范围这个雏形了，最容易实现的方式之一。

where latitude>y-range

and latitude

and longitude>x-range

and longitude

order by abs(longitude -x)+abs(latitude -y)

limit 10;

2.使用PHP函数计算出距离，排序即可。

排序的话，自己灵活实现。很多语言都有封装排序算法，效率也挺高的。

二、Mysql不使用空间函数，优化版

这里的优化是对(一)中range的优化。根据范围半径，计算出经纬度的变化范围，得到一个比较准确的range，这里的范围(B)是圆形的(因为$radius是俩点间的距离)。

但是筛选时候的范围(C)是矩形，所以精确上来说， 圆B是矩形C的内切圆，不在圆B但是在矩形C中的点也会出现在我们的SQL结果中。但是已经比(一)要好很多了。

$radius = 1;//半径范围，单位km

$rangeLat = 180 / pi() * $radius / 6372.797;//纬度范围

$rangeLng = $rangeLat / cos($x * pi() / 180.0); //经度范围

$maxLat = $x + $range; //x1

$minLat = $x - $range; //x0

$maxLng = $y + $lngR; //y1

$minLng = $y - $lngR; //y0

我见过把这个计算带入到SQL中的，一大串SQL，这种计算本来就不是SQL该有的，不推荐这样做。

三、MySql使用空间函数

在(二)中，我们得到了4个点。这个就是矩形范围，我们只要判断是否在这个矩形内就好了。其实用到mysql的空间函数可以支持任意多边形。

还支持索引优化，MyISAM 才能建立空间索引，MySql 5.7版本 InnoDB 也支持空间索引了。

优化程序将调查可用的空间索引是否能包含在使用某些函数的查询搜索中，如WHERE子句中的MBRContains()或MBRWithin()函数。

－－19.6.2. 使用空间索引

这里的核心思想就是用一个范围判断某个点是否在这个范围内。

在数据库有一个类型为geometry的列g。

select id,AsText(g) from geom

where MBRContains(GeomFromText('Polygon((x0 y0,x1 y0,x1 y1,x0 y1,x0 x0))'),g);

即可准确筛选出在这个范围内的点。即使后面跟ORDER BY限制距离性能也没有太大影响。

SELECT id, AsText(g), SQRT(POW( ABS( X(g) - X(x)), 2) + POW( ABS(Y(g) - Y(y)), 2 )) AS distance

FROM geom[*1]

WHERE MBRIntersects(g, GeomFromText('Polygon((x0 y0,x1 y0,x1 y1,x0 y1,x0 x0))'))[*2]

AND SQRT(POW( ABS( X(g) - X(x)), 2) + POW( ABS(Y(g) - Y(y)), 2 )) < radius[*3]

ORDER BY distance;[*4]

1:从geom表中根据俩点间的距离公式计算结果，命名为distance

2:条件1，g列中的点和算出来的范围相交！相交！相交！注意我用的是MBRIntersects()，不是MBRContains()

3:条件2，distance小于给定的半径radius

4:根据distance排序

上面是根据官方文档写的示例代码，比较重要，如果你没看懂，没关系，我来举个栗子

这里选用MBRContains()来举例子，你可以自己实验下MBRWithin()函数，注意参数顺序就好了，我这里得到的结果是一样的。

函数用法：MBRContains(g1,g2)

函数说明：返回1或0以指明g1的最小边界矩形是否包含g2的最小边界矩形

函数已经说明了是g1是否包含g2，所以不要弄反了；这里的矩形支持任意多变形

目标点：D(1,1)

也可以是范围哟，见注释*1

范围：E(0 0,0 3,3 3,3 0,0 0)，闭合矩形，其实支持任意闭合多边形

SELECT id,name

from geom

where MBRContains(GeomFromText('Polygon((0 0,0 3,3 3,3 0,0 0))'),

GeomFromText('Point(1 1)'));[*1]

1:这里的目标点D也支持任意多边形，参数不再是Point()而是Polygon()

这条SQL可以解释为判断点D是否在范围内E。

SELECT id,name,AsText(g)[*1]

from geom

where MBRContains(GeomFromText('Polygon((0 0,0 3,3 3,3 0,0 0))'),

g);

1:因为g列是geometry类型的，所以要用AsText转换下再展现出来

这条SQL可以解释为列出数据库中所有包含在范围E中的点。

更多相交、包含、接触等方法见上面开发文档 《19.5.5. 关于几何最小边界矩形(MBR)的关系》

四、geohash

这个GeoHash是将二维的经纬度转换成字符串，字符串长度越长，精度就越精细。俩个字符串长度匹配的位数越多，就越接近，绝大部分情况看起来是这个样子的，但有例外。

类似于：(G->)|J......我|K......|(

因为GeoHash是将区域划分为一个个规则矩形，所以在同一个矩形中，GeoHash是一样的，但是会出现一个边际问题：G、H俩个左右相邻的矩形，我在G的右边际处(右边际和H相邻)，餐厅J在G的左边际，餐厅K也在H的左边际，通过GeoHash得出来的结果是餐厅J离我更近，显然不合理。

可以通过加大矩形区域的精细程度和扩大相似范围解决。

根据匹配相应的位数，在mysql加入索引，可以极大提高效率。GeoHash和经纬度的转换，网上都有现成的代码，这里不再展示，PHP还有对应的C拓展能提高计算速度。

*在纬度相等的情况下：

*经度每隔0.00001度，距离相差约1米；

*每隔0.0001度，距离相差约10米；

*每隔0.001度，距离相差约100米；

*每隔0.01度，距离相差约1000米；

*每隔0.1度，距离相差约10000米。

*在经度相等的情况下：

*纬度每隔0.00001度，距离相差约1.1米；

*每隔0.0001度，距离相差约11米；

*每隔0.001度，距离相差约111米；

*每隔0.01度，距离相差约1113米；

*每隔0.1度，距离相差约11132米。

Geohash，如果geohash的位数是6位数的时候，大概为附近1千米。

五、Redis GeoHash

Redis也能玩定位？

sure！并且效率奇高！

虽然也是通过GeoHash(高性能、高精度版)来实现的，但是它封装了很多有用的方法，直接使用经纬度即可操作，能直接根据距离返回对应的点，支持直接返回json，还支持排序输出。

毕竟是Redis，持久化和容量都是要考虑的问题。

但是Redis从来不是孤军奋战的工具。

可以和MySql搭配，放在数据库前扛着，里面存储高频定位点，MySql也支持定位(方案三)，合理使用应该很好的MySql定位解决方案了。

以上就是根据现有资料整理的MySql经纬度经纬解决方案，如果有更好的方案，欢迎评论区讨论。

happy coding~