MySQL 实战案例：地理空间数据处理——附近的人、地理围栏查询实现

在 LBS（基于位置的服务）应用中，常见的需求包括：

✅ 查询附近的人（社交应用、打车、配送等）

✅ 查询某个点是否在指定范围内（地理围栏，例如外卖配送范围、进出考勤范围）

✅ 查找某个区域内的所有点（如商家、用户）

MySQL 5.7+ 提供了GIS（地理信息系统）支持，包括空间数据类型（Point、Geometry）和空间索引（SPATIAL INDEX），可以高效存储和查询地理数据。本文将介绍 MySQL 如何实现“附近的人”和“地理围栏”查询，并提供高效的索引优化方案。

1. 创建用户位置表（存储经纬度）

首先，我们创建一个 user_location 表来存储用户的地理位置信息。

CREATE TABLE user_location (
    id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT NOT NULL,          -- 用户 ID
    location POINT NOT NULL,       -- 经纬度坐标
    updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    SPATIAL INDEX idx_location (location)  -- 空间索引
);

✅ 优化点：

• POINT NOT NULL 存储地理坐标（格式：POINT(longitude, latitude)，经度在前，纬度在后！）。
• SPATIAL INDEX 空间索引加速地理查询。
• updated_at 记录最后更新时间，方便清理过期位置数据。

2. 插入用户位置数据

使用 ST_GeomFromText() 存储 POINT(经度 纬度) 格式的数据。

INSERT INTO user_location (user_id, location)
VALUES (1, ST_GeomFromText('POINT(116.403963 39.915119)'));  -- 北京天安门

批量插入示例：

INSERT INTO user_location (user_id, location) VALUES
(2, ST_GeomFromText('POINT(116.404 39.915)')),  -- 附近用户
(3, ST_GeomFromText('POINT(116.500 39.920)')),  -- 稍远的用户
(4, ST_GeomFromText('POINT(116.600 40.000)'));  -- 更远的用户

3. 查询附近的人（ST_Distance_Sphere）

3.1 查找 5km 内的用户

假设当前用户的位置是 北京天安门（116.403963, 39.915119），我们想要查找5km 内的用户。

SELECT user_id,
       ST_Distance_Sphere(location, ST_GeomFromText('POINT(116.403963 39.915119)')) AS distance
FROM user_location
WHERE ST_Distance_Sphere(location, ST_GeomFromText('POINT(116.403963 39.915119)')) <= 5000
ORDER BY distance ASC;

✅ 优化点：

• ST_Distance_Sphere() 计算球面距离（单位：米），适用于小范围查询（如城市内）。
• ORDER BY distance 让最近的人排在前面。
  ⚠️ 注意：ST_Distance_Sphere() 不走索引，适用于小规模数据（百万级以内）！

3.2 用索引优化查询（预过滤 + 精确计算）

如果用户量很大（上千万），查询 ST_Distance_Sphere() 可能会遍历整个表，影响性能。

✅ 优化方法：

1. 使用 MBRContains() 先用索引筛选大致范围（如 5km 内的正方形）。
2. 再用 ST_Distance_Sphere() 计算精确距离。

SELECT user_id,
       ST_Distance_Sphere(location, ST_GeomFromText('POINT(116.403963 39.915119)')) AS distance
FROM user_location
WHERE MBRContains(
        ST_Buffer(ST_GeomFromText('POINT(116.403963 39.915119)'), 0.05),
        location
    )
ORDER BY distance ASC
LIMIT 50;  -- 取前 50 个最近的人

✅ 优化点：

• ST_Buffer(…, 0.05) 生成一个大致 5km 的矩形范围，先用 MBRContains() 走索引筛选出可能的用户。
• 再用 ST_Distance_Sphere() 计算精确距离，提高查询效率。
• LIMIT 50 限制结果，避免查询过多数据。

4. 地理围栏查询：判断用户是否在某个区域内

4.1 商家配送范围（Polygon + ST_Contains）

假设我们有一个商家，配送范围是北京市区的多边形，我们想要判断用户是否在配送范围内。

CREATE TABLE delivery_area (
    id INT AUTO_INCREMENT PRIMARY KEY,
    store_id INT NOT NULL,          -- 商家 ID
    area POLYGON NOT NULL,          -- 多边形配送范围
    SPATIAL INDEX idx_area (area)   -- 空间索引
);

✅ POLYGON 存储配送区域，SPATIAL INDEX 加速查询。

插入一个配送区域（北京市区）：

INSERT INTO delivery_area (store_id, area)
VALUES (1, ST_GeomFromText('POLYGON((116.20 39.80, 116.60 39.80, 116.60 40.10, 116.20 40.10, 116.20 39.80))'));

查询用户是否在配送范围内：

SELECT store_id
FROM delivery_area
WHERE ST_Contains(area, ST_GeomFromText('POINT(116.403963 39.915119)'));

✅ ST_Contains() 判断 POINT 是否在 POLYGON 内，适用于商家配送范围、考勤打卡范围等场景。

5. 地理围栏查询：查找某个区域内的所有用户

5.1 查询北京市区内的所有用户

SELECT user_id
FROM user_location
WHERE ST_Within(location,
    ST_GeomFromText('POLYGON((116.20 39.80, 116.60 39.80, 116.60 40.10, 116.20 40.10, 116.20 39.80))'));

✅ ST_Within() 检查 location 是否在 POLYGON 内，适用于查找特定区域的用户。

6. 总结：不同地理查询的实现方式

🚀 推荐方案：

• 小数据量（百万级以内）：直接用 ST_Distance_Sphere()。
• 大数据量（上千万级）：先用 MBRContains() 走索引，再用 ST_Distance_Sphere() 精确计算。
• 固定范围查询（商家配送、考勤等）：用 ST_Contains() 或 ST_Within() 提高查询效率。

7. 结论

MySQL 的 GIS 数据类型（POINT、POLYGON）和空间索引（SPATIAL INDEX），为LBS 场景提供了高效的查询能力。结合索引优化，可以加速“附近的人”、地理围栏查询，提高地理计算性能。🚀