邮政编码产品查询| Haversine算法| 性能

Question

我有一个应用程序,根据邮政编码搜索项目.

在搜索邮政编码时,我会返回来自该城市/邻居的所有产品(通过解析邮政/邮政编码完成).

我现在需要根据与原始邮政/邮政编码的距离对这些产品进行分类.

我在数据库中存储了Lat/Long,并计划使用Haversine公式计算与原始查询的apprx距离.

我的问题是,应该在哪里计算.在返回数据集之前,我应该在存储过程中执行此操作吗？

或者我应该使用我的Lat/Long返回我的数据集,并在返回用户之前计算它的服务器端.

可能需要执行最多1000次结果的计算.

Answer 1

通常，数据库服务器是 IO 密集型的，而不是 CPU 密集型的。YMMV，但如果您的情况很典型，则需要在数据库服务器上执行半正矢计算。

我建议使用自定义查找表进行反正弦计算，因为您可以提供对数刻度上的近似距离，例如：

• 100米，

• 300米，

• 1公里，

• 3公里，

• 10公里，

• 30公里，

• > 30公里

  然后使用线性插值作为细化。

对于单个大都市区遇到的典型距离，您可以考虑仅使用sin和cos泰勒展开式的 2 或 3 项，而不是更精确的计算：

• sin(x) =~ x - x^3 / 6 + x^5 / 120
• cos(x) =~ 1 - x^2 / 2 + x^4 / 24

还记得对于收敛的泰勒级数，第 n 项之后的误差严格小于第 (n+1) 项的大小。这使您可以在达到所需精度后有效地终止计算，由于地球不是均匀球体，半正矢公式的精度通常仅为 0.5%。