问查询数据库以查找区域中的位置
EN

Stack Overflow用户

提问于 2017-04-04 13:29:17

回答 2查看 395关注 0票数 0

我感兴趣的是制作一个网站，它将存储多个位置，并需要能够根据用户的查询找到它们。类似的网站，如Yelp，Zomato，Zillow等。我喜欢的技术栈是PHP/MySQL。

尽管如此，我还有几个相关的问题。给出一个位置的数据库以及它们的纬度/经度坐标.

他们如何能够查询他们的位置数据库，并返回在X距离特定城市或邮政编码的数据库？
此外，他们如何才能查询他们的数据库中的位置，而不是在附近，而是在非常特定的城市或州的范围内？他们从哪里得到他们的边界数据，你如何确定一个坐标是否在该边界内的有效方式？
最后，我注意到一些网站有特定城市的链接在他们的网站上。我本来希望从远程映射API中提取城市数据，但它们经常将图像和其他内容与这些城市联系起来。这些网站是否将所有城市的名称存储在自己的数据库中？他们从哪里得到他们的名单？

php

mysql

maps

geospatial

geocoding

腾讯云会员中心

加入腾讯云会员，每月可领会员专属优惠券；会员云产品免费体验；云产品会员专享价；会员签到抽奖…

回答 2

Stack Overflow用户

发布于 2017-04-04 13:43:56

这将有助于你的第一点。

我使用此查询按起点距离搜索数据库中的属性。起点是经度和纬度，$coordX和$coordY。我是通过在Google上进行地理代码查找获得这些信息的：

SELECT properties.*, 
    (
        (   ACOS(SIN(".$coordX." * PI() / 180) * 
            SIN(coordX * PI() / 180) + COS(".$coordX." * PI() / 180) * 
            COS(coordX * PI() / 180) * COS((".$coordY." - coordY) * 
            PI() / 180)) * 180 / PI()) * 60 * 1.1515
        ) 
    AS distance 
FROM properties 
order by distance

在我的表中，我将单个属性坐标的坐标存储在coordX和coordY列中。

票数 0

Stack Overflow用户

发布于 2017-04-04 13:50:40

这里是MySQL函数，它将取两个纬度/经度对，并给出两个点之间以度为单位的距离。它使用Haversine公式来计算距离。由于地球不是一个完美的球体，在两极和赤道附近有一些误差。

若要转换为英里，请乘以3961。
要转换为公里，乘以6373。
若要转换为米，请乘以6373000。
若要转换为英尺，请乘以(3961 * 5280) 20914080。划界器$$ 创建函数haversine( lat1浮点数、lon1浮点数、lat2浮点数、lon2浮点数)不返回SQL确定性注释‘返回地球上两个已知纬度点和经度之间的距离。得到英里数，乘以3961，公里乘以6373‘开始返回度(ACOS(辐射(Lat1))*COS(弧形(Lat2))*COS(半径(Lon2)-弧形(Lon1))+SIN(弧形(Lat1))*SIN(弧形(Lat2)；划界者；

使用浮点数(10，6)将列添加到您的纬度和经度地址表中。在保存记录时，编写一个php脚本来查找lat/long。

然后，您可以对表进行选择，以获得具有距离的地址列表。您甚至可以根据距离对结果进行排序，或者将结果限制在来自参考位置的某个半径范围内。

SELECT 
    `street`,
    `city`,
    `state`,
    `zip`,
    (haversine($ref_location_lat,$ref_location_long,`lat`,`long) * 3961) as `distance`
FROM `address_table`
WHERE (haversine($ref_location_lat,$ref_location_long,`lat`,`long) * 3961) < 300    //  Example for limiting returned records to a raduis of 300 miles.
ORDER BY haversine($ref_location_lat,$ref_location_long,`lat`,`long) DESC;      //  Don't need actual distance for sorting, just relative distance.