利用Java+MySQL实现附近功能实例

前言

在移动互联网广泛发展的今天，app开发成为许多企业进入移动互联网的首选，笔者开发了众多的app，发现很多app都有这样一个功能，那就是获取附近的人，怎么样来获取附近的人呢？其实很简单，就是要时刻记录用户的坐标（经纬度）信息到数据库中，然后根据当前用户的坐标，搜索数据库中，和当前坐标位置在 一定范围内的所有用户。

其实对于那种地理位置不会变的两个主体之间的距离，最好是直接将结果静态化。也就是直接写死在配置里。

比如，找自己家附近的地铁站。

这种情况下，一般而言“家”这个主体是不会轻易“跑来跑去”的。每次查询都计算一次距离没什么意义。最好是直接将距离持久化后直接查询。

另一种情况：

获取app用户所在位置附近的地铁站

这种情况下，用户的地理位置是变动的。所以每次都得实时计算实际距离。

实现思路

将地球当做一个标准的球体，使用球面距离公式来计算球面两点间大圆的弧长。

球面距离

public static double getdistance2(double long1, double lat1, double long2, double lat2) {
 lat1 = rad(lat1);
 lat2 = rad(lat2);
 double a = lat1 - lat2;
 double b = rad(long1 - long2);
 double sa2 = math.sin(a / 2.0);
 double sb2 = math.sin(b / 2.0);
 return 2 * earth_mean_radius_km * math.asin(math.sqrt(sa2 * sa2 + math.cos(lat1) * math.cos(lat2) * sb2 * sb2));
}

知道两点之间的经纬度就可以。

当然，这种计算不得不放在数据库里，然后根据距离排序返回。将上面的公式带入到sql里就可以。

附近地铁站示例

建地铁站示例表

create table station
(
 id int auto_increment primary key,
 name varchar(20) null comment '地铁站名',
 lng double null comment '经度',
 lat double null comment '维度'
);

sql示例

set @targetlat = 31.175702;
set @targetlng = 121.519095;
select
 s.id ,
 s.name ,
 s.lng ,
 s.lat ,
 round(
 6378.138 * 2 * asin(
  sqrt(
  pow(
   sin( ( @targetlat * pi() / 180 - s.lat * pi() / 180 ) / 2 ) , 2 )
  +
  cos( @targetlat * pi( ) / 180 ) * cos( s.lat * pi( ) / 180 )
  * pow( sin( ( @targetlng * pi() / 180 - s.lng * pi() / 180 ) / 2 ) , 2 )
  )
 ) * 1000
 ) as distance
from station s
order by distance asc , s.id
limit 20;

其中的targetlat 和 targetlng 就是用户的地理位置。

这样的确可以达到目的。但是，这是对所有数据先计算了一次和用户的距离后再排序。

地铁站的数量太大的时候这种操作可就不太优雅了。不仅不够优雅，而且效率是很吓人的。

优化

其实，可以在计算距离之前就将很多数据先过滤掉。

没必要在 计算上海地铁站距离的时候将美国的地铁站距离也计算一遍吧。

这在大多数应用中都可以先将一些不需要的数据过滤掉。

比如在数据是区分城市的情况下就可以将sql改为下面这样：

set @targetlat = 31.175702;
set @targetlng = 121.519095;
set @cityid=605;
select
 s.id ,
 s.name ,
 s.lng ,
 s.lat ,
 round(
 6378.138 * 2 * asin(
  sqrt(
  pow(
   sin( ( @targetlat * pi() / 180 - s.lat * pi() / 180 ) / 2 ) , 2 )
  +
  cos( @targetlat * pi( ) / 180 ) * cos( s.lat * pi( ) / 180 )
  * pow( sin( ( @targetlng * pi() / 180 - s.lng * pi() / 180 ) / 2 ) , 2 )
  )
 ) * 1000
 ) as distance
from station s
where city_id=@cityid # 先将待计算的数据过滤的一部分
order by distance asc , s.id
limit 20;

上面的改进就是先将待计算的数据在计算之前就剔除大部分。找一个长沙地铁站，没有必要在上海先找一遍吧。

当然，这种情况比较特殊一点，因为你事先能知道用户所处的城市。

另一种改进就是：

以用户所在位置为圆心，画一个半径为r的圆，然后反推出这个圆圈的外接四边形的经纬度范围。在计算距离之前先将外接四边形经经纬度之外的数据过滤掉。

指定一个理想的半径r，先过滤掉不可能符合条件的数据。

反推外接四边形范围

/**
 * 获取距离指定经纬度的点{@code radius} km 的外接四边形(严格来说应该是外接立方体)四个顶点的经纬度
 *
 * @param lng 经度
 * @param lat 纬度
 * @param radius 半径,单位:km
 * @return <lng1,lng2,lat1,lat2>
 */
public static tuple4<double> calcboxbydistfrompt(double lng, double lat, double radius) {
 spatialcontext context = spatialcontext.geo;
 rectangle rectangle = context.getdistcalc()//
  .calcboxbydistfrompt(//
   context.makepoint(lng, lat), //
   radius * com.spatial4j.core.distance.distanceutils.km_to_deg, context, null//
  );
 return new tuple4<>(rectangle.getminx(), rectangle.getmaxx(), rectangle.getminy(), rectangle.getmaxy());
}

这里用到的工具类maven坐标如下：

<dependency>
 <groupid>com.spatial4j</groupid>
 <artifactid>spatial4j</artifactid>
 <version>0.5</version>
</dependency>

此时的sql可以改成这样：

set @targetlat = 31.175702;
set @targetlng = 121.519095;
select
 s.id ,
 s.name ,
 s.lng ,
 s.lat ,
 round(
 6378.138 * 2 * asin(
  sqrt(
  pow(
   sin( ( @targetlat * pi() / 180 - s.lat * pi() / 180 ) / 2 ) , 2 )
  +
  cos( @targetlat * pi( ) / 180 ) * cos( s.lat * pi( ) / 180 )
  * pow( sin( ( @targetlng * pi() / 180 - s.lng * pi() / 180 ) / 2 ) , 2 )
  )
 ) * 1000
 ) as distance
from station s
where
 ( s.lng between ${lng1} and ${lng2} )
 and ( s.lat between ${lat1} and ${lat2} )
order by distance asc , s.id
limit 20;

上面的 lng1,lng2,lat1,lat2 就是外接四边形的范围。

引用资料：http://blog.csdn.net/a364572/article/details/50483568

示例源码

service：https://github.com/hylexus/bl...

初始化数据：...

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。