根据经纬度计算两点之间的距离-Toy模板网

这篇具有很好参考价值的文章主要介绍了根据经纬度计算两点之间的距离。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

在我们平时使用美团，饿了么等app进行订餐，或者使用猫眼进行订电影票的时候，都有一个距离的排序，表明该家店距离我们当前的位置，这种基于地理位置的服务，统一被称为LBS（Location Based Service），而LBS的实现则是借助于GIS，WC（无线通信）等信息技术来实现。而今天我们所要讨论的就是这个距离的实现。

GIS，Geographic information system，地理信息系统。

计算方式

由于地球是一个椭圆形，我们在计算的时候有点麻烦，所以我们更常用的方式是将地球作为一个球形来计算，而计算球面上任意两点之间的距离的公式通常有两种：Great-circle distance和Haversine formula，而目前大多数公司都是用的是Haversine公式，原因可以参考：

Great-circle distance公式用到了大量余弦函数，而两点间距离很短时（比如地球表面上相距几百米的两点），余弦函数会得出0.999…的结果，会导致较大的舍入误差。而Haversine公式采用了正弦函数，即使距离很小，也能保持足够的有效数字。

而有关这两者的介绍可以参考维基百科：Haversine formula 维基百科，Great-circle distance 维基百科。而最终该公式的形式为：

根据经纬度计算两点之间的距离

至于为什么是这种形式，其实目前网上有许多推导公式，感兴趣的可以看一下推导过程，顺便回忆一下自己当年学过的数学知识：
1. 关于已知两点经纬度求球面最短距离的公式推导
2. 根据经纬度计算两点之间的距离的公式推导过程以及google.maps的测距函数

而如果要考虑到高度的影响的话，可以参考：https://stackoverflow.com/questions/3694380/calculating-distance-between-two-points-using-latitude-longitude

另外，还有一种方式是 Vincenty’s formulae，该方式也是用于计算球体表面两点之间距离的方式，而它所基于的就是地球是扁球体的形状，因此这种方式比假设地球是球体的方式应该更加准确，但实现起来比较麻烦。感兴趣的可以查看下维基百科：Vincenty’s formulae 维基百科

接下来说几点概念：

3.1 地球半径

由于地球不是一个完美的球体，所以并不能用一个特别准确的值来表示地球的实际半径，不过由于地球的形状很接近球体，用[6357km] 到 [6378km]的范围值可以涵盖需要的所有半径。并且通常情况下，地球半径有几个常用值：

极半径，从地球中心至南极或北极的距离，相当于6356.7523km；
赤道半径，从地球中心到赤道的距离，大约6378.137km；
平均半径，6371.393km，表示地球中心到地球表面所有各点距离的平均值；
RE，地球半径，有时被使用作为距离单位, 特别是在天文学和地质学中常用，大概距离是6370.856km；

所以我们通过地球半径进行计算的时候，通常情况下，我们可以使用上面的每一个值都可以进行计算，不过或多或少都会有误差的，但这样的误差是也是允许存在的。这里参考自维基百科：维基百科-地球半径

MySQL实现

同样，在MySQL中实现该功能，计算公式还是通过Haversine公式。不过在Google Map中，已经提供了相应的实现方式，我们先来看一下。

SELECT
	id,
	(
		3959 * acos(
			cos( radians( 37 ) ) * cos( radians( lat ) ) * cos( radians( lng ) - radians(- 122 ) ) + sin( radians( 37 ) ) * sin( radians( lat ) ) 
		) 
	) AS distance 
FROM
	markers 
HAVING
	distance < 25 
ORDER BY
	distance 
	LIMIT 0,
	20;

而如果我们要查询公里，将3959英里也就是地球半径，修改为6371即可。

Google Maps地址：Creating a Store Locator on Google Maps php&MySQL

4.2 st_distance函数

MySQL其实在很早就提供了这种存储经纬度及相关运算的功能，这种数据类型叫做空间数据类型，而对应的索引被称为空间索引，但由于MySQL之前的版本对InnoDB支持的并不是太好，所以使用的并不多。不过MySQL5.6和MySQL5.7对此进行了优化，添加了st_distance等相关函数来支持经纬度相关的计算。

SELECT
	s.*,
	( st_distance ( point ( lng, lat ), point (- 122.083235, 37.38714 ) ) * 111195 ) AS distance 
FROM
	markers s 
ORDER BY
	distance

其中，point是MySQL的空间数据类型，先不多说这块。就这样，我们只需要通过st_distance函数就计算出了我们所需要查询的结果，不过这里需要说一下：

st_distance 函数返回的单位是degrees，也就是空间单位的度数，我们如果要将degrees转换为米或者千米的话，需要乘以 EARTH_RADIUS * PI/180， EARTH_RADIUS 也就是地球半径，至于是米还是千米，就看该变量的单位。
该运算其实就相当于对地球半径进行弧度与角度的转换，也就是Math.toRadians，而上面我们写的111195其实是一个有误差的值，该值就是通过该计算得出的结果。

其实，MySQL有提供直接查询结果是米的函数：st_distance_sphere，并且该函数的计算结果要比st_distance转换为米的结果更精确。不过该函数是MySQL5.7之后才引入的，5.7之前还是需要通过计算转换成米。更多可参考官方文档地址：MySQL 5.7 ST_Distance_Sphere(g1, g2 [, radius])

5 Geohash算法

Geohash是目前比较主流的范围搜索的算法，比如说搜索附近500米内的地点这种问题。Geohash算法将二维的经纬度编码为一个字符串，每个字符串代表了某一矩形区域，也就是说，这个矩形区域内所有的点（经纬度坐标）都共享相同的GeoHash字符串，这样在查询的时候就可以对该字符串做索引，然后根据该字符串进行过滤。

Geohash算法的最大用途其实就是附近地址搜索了，不过，从geohash的编码算法中可以看出它的一个缺点，也就是边界问题：虽然两个地点距离很近，但恰好位于分界点的两侧，这样geohash字符串就会不相同，然后匹配的时候就会有问题。不过要解决这个问题也很简单，就是计算的时候，计算出8个分别分布在周围8个区域的地点。

原文文章来源地址https://www.toymoban.com/news/detail-448157.html

到了这里，关于根据经纬度计算两点之间的距离的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！