緣由

本周技術群有一個同學說我們該怎么實現 由近到遠的基于地理位置的搜索，我創業做電商的系統做過類似這樣的服務，我把我們以前的操作給大家分享下

什么是LBS

LBS 全稱是 Location ?Based Service ,基于位置的服務。我們可以使用到這種服務，真是由于我國移動設備的大量增加，讓我們加速進入了 移動互聯網的時代。

由近到遠的基于地理位置的搜索 ?其實就是 通過當前使用用戶的經緯度，然后從我們自己的數據庫中查出指定范圍內(例如5km)的數據，按照由近到遠的順序 進行展示。

這句話中有四個條件

用戶的經緯度，我們定義 用戶維度為：$lat 、經度：$lng

指定范圍，定義范圍：distince

數據庫中商家的經緯度字段，定義 維度為：lat，經度：lng

計算 用戶經緯度 與 數據庫中商家的經緯度 距離，由遠及近進行排序

接下來，我們一起來用兩種方案實現

實現方案一：

這種方案會比較挫，

理想模型計算閥值點

計算某個經緯度的周圍某段距離的正方形的四個點

為什么這么計算，我給大家舉個例子，如果我們把我們的地球儀中國區域直接摁平，是不是地球儀就滅有弧度了 ，我們理想方式就是在一定距離上這么計算的。計算代碼如下

/**

*?php代碼

*計算某個經緯度的周圍某段距離的正方形的四個點

*@param?float?$lng??經度

*@param?float?$lat??緯度

*@param?float?$distance??該點所在圓的半徑，該圓與此正方形內切，默認值為5千米

*@return?array?正方形的四個點的經緯度坐標

*/

function?squarePoint($lat,?$lng,$distance?=?5.0){

$earth_radius?=?6371;//地球半徑

$dlng?=??2?*?asin(sin($distance?/?(2?*?$earth_radius))?/?cos(deg2rad($lat)));

$dlng?=?rad2deg($dlng);

$dlat?=?$distance/$earth_radius;

$dlat?=?rad2deg($dlat);

return?[

'left-top'????=>['lat'=>$lat?+?$dlat,?'lng'=>$lng?-?$dlng],

'right-top'???=>['lat'=>$lat?+?$dlat,?'lng'=>$lng?+?$dlng],

'left-bottom'?=>['lat'=>$lat?-?$dlat,?'lng'=>$lng?-?$dlng],

'right-bottom'=>['lat'=>$lat?-?$dlat,?'lng'=>$lng?+?$dlng],

];

}

取出用戶指定距離的數據

根據上面的方法，我們計算出來了4個點，接下來我們直接從數據庫取出符合條件的數據

$geo_data?=?squarePoint($lat,$lng,$distance);

$left_bottom?=??$geo_data['left-bottom'];

$right_top?=?$geo_data['right-top'];

$lat_min?=?$left_bottom['lat'];

$lat_max?=?$right_top['lat'];

$lng_min?=?$left_bottom['lng'];

$lng_max?=?$right_top['lng'];

$sql?=?"SELECT?*?FROM?table_name

WHERE?lat?>?{$lat_min}?lat??{$lng_min}?and?lng?

按照距離遠近排序

這個將 上面的符合條件的結果集取出來，在代碼中排序，計算 兩個經緯度之間距離的方法如下

/**

*

*?根據經緯度計算距離?單位(公里)

*?@param??$lng1　float?經度1

*?@param??$lat1　float?緯度2

*?@param??$lng2　float?經度1

*?@param??$lat2　float?緯度2

*?@return?float

*/

function?getdistance($lng1,$lat1,$lng2,$lat2)

{

$dx?=?$lng1?-?$lng2;?//?經度差值

$dy?=?$lat1?-?$lat2;?//?緯度差值

$b?=?($lat1?+?$lat2)?/?2.0;?//?平均緯度

$Lx?=?deg2rad($dx)?*?cos(deg2rad($b));?//?東西距離

$Ly?=?deg2rad($dy);?//?南北距離

return?round(6371*sqrt($Lx?*?$Lx?+?$Ly?*?$Ly),4);??//?用平面的矩形對角距離公式計算總距離

}

按照方法一計算出來，基本問題不大，但是在數據量大(第二步結果集)到一定程度了是有很嚴重的效率問題的。這里給出一個衍生版本,直接計算距離

SELECT?*,SQRT(?POWER(?$lat?-?lat,?2)?+?POWER($lng??-?lng,?2)?)?AS?d

FROM?table_name

WHERE?(lat?BETWEEN?$lat_min?AND?$lat_max?)?AND?(lng?BETWEEN?$lng_min?AND?$lng_max?)?AND?d?

ORDER?BY?d?ASC?LIMIT?10;

實現方案二

這個方法很快，直接可以SQL實現，由于數據庫本身也支持很多函數的，我們直接在數據庫本身計算就可以了。具體計算代碼如下：

/**

*?$lat：用戶維度

*?$lng：用戶精度

*?$as_name：查詢出來的SQL字段名稱

*/

get_distance_sql($lat,$lng,$as_name='distance')

{

return?sprintf('round(6371*sqrt(?pow((PI()*(abs(`lat`-%f))/180)?*?cos(PI()*(`lat`+%f)/360),2)

+?pow((PI()*abs(`lng`-%f)/180),2)),4)?as?%s',$lat,$lat,$lng,$as_name);

}

具體SQL如下：

/**

*?shop_id?商家id

*/

$sql?=?"SELECT?shop_id,lat,lng,".get_distance_sql(?$lat,$lng)."?FROM?table_name

WHERE?distance

這樣就可以直接查出結果并排序了

結論

以上兩種方案中，第二個是我我們當時使用的，我們當時數據庫幾十萬，效率還可以。上百萬乃至更高的需要大家去實現了

總結

以上是生活随笔為你收集整理的微信lbs开发 php,【LBS】基于地理位置的搜索之微信 附近的人 简单实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。