❤️ 个人主页：水滴技术
🚀 支持水滴：点赞👍 + 收藏⭐ + 留言💬
🌸 订阅专栏：MySQL 教程：从入门到精通

文章目录

ST_Distance_Sphere 函数
- 示例一：计算北京站到北京西站的距离
- 示例二：查询“附近的人”
Haversine 公式
- 示例一：计算北京站到北京西站的距离
- 示例二：查询“附近的人”
总结
热门专栏

大家好，我是水滴~~

对于“附近的人”功能，在生活中是比较常用的，像外卖app附近的美食，共享单车app里附近的车辆等等。我们之前使用 ElasticSearch 实现过该功能，本篇文章我们介绍如何通过 MySQL 来实现“附近的人”功能。

在这里插入图片描述

ST_Distance_Sphere 函数

在 MySQL 中，ST_Distance_Sphere 函数是一个地理空间函数，用于计算两个地理位置之间的球面距离。它基于球体模型进行计算，并返回两个点之间的距离结果。

ST_Distance_Sphere 函数的语法如下：

ST_Distance_Sphere(point1, point2)

其中，point1 和 point2 是表示地理位置的 POINT 类型的参数。

示例一：计算北京站到北京西站的距离

以下是一个使用 ST_Distance_Sphere 函数计算球面距离的示例：

-- 北京站 116.427322,39.902822    北京西站  116.322083,39.8949
SELECT ST_Distance_Sphere(
          POINT(116.427322,39.902822), 
          POINT(116.322083,39.8949)
       ) AS distance;

在上述示例中，我们使用 POINT 类型的参数表示两个地理位置点，分别是北京站（经度 116.427322，纬度 39.902822）和北京西站（经度 116.322083，纬度 39.8949）。然后，我们调用 ST_Distance_Sphere 函数来计算这两个点之间的球面距离，并将结果命名为 distance。

返回结果：

distance
-----------------------
9020.641566063772

ST_Distance_Sphere 函数的返回值是以米为单位的球面距离，可以根据需要将结果转换为千米。上面示例中可以看出，北京站到北京西站的距离约为9公里。

需要注意的是，使用 ST_Distance_Sphere 函数进行球面距离计算需要 MySQL 版本 8.0.17 或更高版本，并且需要在数据库中启用地理空间功能。

示例二：查询“附近的人”

要实现"附近的人"功能，可以使用MySQL的ST_Distance_Sphere 函数和索引来处理地理位置数据。下面是一个基本的实现步骤：

（1）创建GEO测试表：其中包括id 主键、location地理位置信息。地理位置信息可以使用POINT类型来表示。

CREATE TABLE `test_geo` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `location` point DEFAULT NULL,
  PRIMARY KEY (`id`)
);

（2）添加地理位置数据：向表中插入地理位置数据。

INSERT INTO `test_geo`(`id`, `location`) 
VALUES 
  (1, POINT(116.39775,39.92029)),
  (2, POINT(116.395947,39.916208),
  (3, POINT(116.410624,39.91871)),
  (4, POINT(116.397235,39.909823)),
  (5, POINT(116.385304,39.917591)),
  (6, POINT(116.396548,39.92832))
;

（3）创建地理索引：为该表的地理位置字段创建索引，以便进行空间查询。

CREATE SPATIAL INDEX idx_location ON test_geo (location);

（4）查询附近的人：使用地理空间函数进行附近的人查询。

  SELECT
    *,
    ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) AS distance -- 返回距离，单位M
  FROM
    test_geo 
  WHERE
    ST_Distance_Sphere ( POINT ( 116.410539, 39.912983 ), location ) <= 2000 -- 两公里内
  ORDER BY
    distance -- 由近及远排序
  ;

上述查询使用了ST_Distance_Sphere函数来计算两个地理位置之间的球面距离，POINT ( 116.410539, 39.912983 ) 是你的坐标，2000是查询半径。这个查询将返回在给定半径范围内的数据。

查询结果：

在这里插入图片描述

Haversine 公式

ST_Distance_Sphere 函数要求MySQL 的版本为 8.0.17 或更高，对于低版本的 MySQL 该怎么办呢？我们可以使用 Haversine 公式来实现。

Haversine 是一种常用的球面三角函数，用于计算两个球面位置之间的球面距离。它是根据地球的球体模型进行计算的，可以用于近似计算两个经纬度坐标之间的球面距离。

Haversine 公式基于球面三角学和经纬度之间的关系。它的公式如下：

a = sin²(Δlat/2) + cos(lat1) * cos(lat2) * sin²(Δlon/2)
c = 2 * atan2(√a, √(1-a))
d = R * c

其中：

lat1 和 lat2 是两个点的纬度（以弧度表示）。
lon1 和 lon2 是两个点的经度（以弧度表示）。
Δlat 是纬度之差，即 lat2 - lat1。
Δlon 是经度之差，即 lon2 - lon1。
R 是地球的半径，常用的单位是千米或英里。

通过应用 Haversine 公式，可以近似计算出两个经纬度坐标之间的球面距离。这个公式考虑了球体的曲率，因此对于较短距离的计算具有较高的精度。然而，对于较长距离，特别是跨越大片陆地或海洋的距离，Haversine 公式可能会引入一定的误差。

在使用 Haversine 公式进行计算时，需要注意输入的经纬度必须使用弧度表示。如果经纬度是以度数表示，需要将其转换为弧度形式进行计算。

示例一：计算北京站到北京西站的距离

以下是一个使用Haversine公式计算球面距离的示例：

-- 北京站 116.427322,39.902822    北京西站  116.322083,39.8949
select (2 * 6371 * ASIN(SQRT(
        POWER(SIN((RADIANS(39.902822) - RADIANS(39.8949)) / 2), 2) +
        COS(RADIANS(39.902822)) * COS(RADIANS(39.8949)) * POWER(SIN((RADIANS(116.427322) - RADIANS(116.322083)) / 2), 2)
    ))) AS distance

在上述示例中，我们分别将北京站（经度 116.427322，纬度 39.902822）和北京西站（经度 116.322083，纬度 39.8949）的经纬度数据带入Haversine公式中，然后就可以计算出这两个点之间的球面距离，并将结果命名为 distance。

返回结果：

distance
-----------------------
9.020661388581411

Haversine公式的返回值是以千米为单位的球面距离。

示例二：查询“附近的人”

我们可以使用Haversine公式来实现"附近的人"功能，下面是一个基本的实现步骤：

（1）创建GEO测试表：其中包括id 主键、地理位置信息。地理位置信息可以使用lng表示经度，lat表示纬度。

CREATE TABLE `test_geo` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `lng` double DEFAULT NULL,
  `lat` double DEFAULT NULL,
  PRIMARY KEY (`id`)
);

（2）添加地理位置数据：向表中插入地理位置数据。

INSERT INTO `test_geo`(`id`, `lng`, `lat`) 
VALUES 
  (1, 116.39775, 39.92029),
  (2, 116.395947, 39.916208),
  (3, 116.410624, 39.91871),
  (4, 116.397235, 39.909823),
  (5, 116.385304, 39.917591),
  (6, 116.396548, 39.92832)
;

（3）查询附近的人：使用Haversine公式进行附近的人查询。

 SELECT
  *,
  (2 * 6371 * ASIN(
      SQRT(
        POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS(
          RADIANS( 39.912983 )) * COS(
        RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) 
      ))) AS distance  -- 返回距离，单位KM
FROM
  test_geo 
WHERE
  (2 * 6371 * ASIN(
      SQRT(
        POWER( SIN(( RADIANS( 39.912983 ) - RADIANS( lat )) / 2 ), 2 ) + COS(
          RADIANS( 39.912983 )) * COS(
        RADIANS( lat )) * POWER( SIN(( RADIANS( 116.410539 ) - RADIANS( lng )) / 2 ), 2 ) 
      ))) <= 2  -- 两公里内
ORDER BY
  distance -- 由近及远排序
;

上述查询使用了Haversine公式来计算两个地理位置之间的球面距离，116.410539, 39.912983 是你的坐标，2是查询半径。这个查询将返回在给定半径范围内的数据。

查询结果：

在这里插入图片描述

总结

使用 MySQL 来实现“附近的人”功能，可以通过Haversine 公式和ST_Distance_Sphere 函数两种方式来实现。对于低版本的 MySQL 只能使用Haversine 公式，但我们还是推荐升级你的 MySQL（8.0.17版本或更新），因为使用ST_Distance_Sphere 函数不仅使用简单，而且它还支持空间索引，使得查询速度更快。