❤️ 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。
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：
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：
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。
热门专栏
👍 《Python入门核心技术》
👍 《IDEA 教程：从入门到精通》
👍 《Java 教程：从入门到精通》
👍 《MySQL 教程：从入门到精通》
👍 《大数据核心技术从入门到精通》
