1
yangff 2016-10-10 00:59:44 +08:00
数据少的话暴力扫
比较多的话分块扫 更多的话放弃传统数据库吧 |
2
qinxi 2016-10-10 01:04:44 +08:00
|
3
slixurd 2016-10-10 01:07:52 +08:00
RTREE 啊,这才是正解。要么就用 GEOHASH 先粗滤再精滤。
如果没啥数据量就几万几十万,请暴力求解。。。。。 |
4
holyghost 2016-10-10 01:10:19 +08:00 via iPhone
之前略了解过这个问题,简单分享下思路吧
传统的数据库是查找一维的范围,现在我们遇到了一个二维的问题,所以思路有两个: 1 ,将二维的问题降低为一维的问题, redis 的 geoapi 就是这么做的 2 ,将一维的工具升级到二维, pg 就是这么做的,我相信 mysql 应该也有对应的解决方案。 具体的资料楼主顺着找找吧,手机打字不方便。 |
5
holyghost 2016-10-10 01:12:09 +08:00 via iPhone
两个思路的关键字就是楼上说的,我还是太啰嗦了,哈哈。
|
6
killerv 2016-10-10 09:57:33 +08:00
|
7
georgema1982 2016-10-10 12:49:28 +08:00
楼上所有的回答要么是馊主意要么是回答不到点子上。
你要高效地做这种对 Spatial 数据的查询,你应该安装一个支持 spatial 的数据库及其扩展,例如 postgres 是对 spatial 支持最好的数据库。其次你创建的数据库必须是一个 spatial 数据库。然后你就要用扩展 sql 来做查询。一些 web 框架如 django 有对 spatial 数据库非常好的支持。 |
8
slixurd 2016-10-10 17:55:08 +08:00
楼上不知道 postgres 是通过 RTREE 实现的空间索引么
|
9
georgema1982 2016-10-12 06:32:34 +08:00
@slixurd 纯属稻草人论据。没有支持 spatial 的扩展,难道你还自己造一个轮子?你自己造的轮子有官方 spatial 扩展高效吗?即使你有这样的能力,现在现实就是需要立刻实现计算距离,你觉得让楼主从 0 开始的可能性多大?
|