使用mysql在地图上搜索点时处理集群

Question

我已经找到了各种类似于这个问题的解决方案的问题，但到目前为止还没有任何关于钱的问题。非常感谢任何帮助。

我有一个mysql（v.5.6.10）数据库，其中包含一个名为POSTS的表，可以在地图上存储数百万行纬度/经度。每个点被分类为几种不同类型中的一种。每行的结构为id, type, coords：

• id unsigned bigint +主键。对于插入的每个新行，这会自动递增。
• type unsigned tinyint用于编码兴趣点的类型。
• coords一个mysql地理空间POINT数据类型，表示兴趣点的纬度/经度。

'coords'上有一个SPATIAL索引。

我需要找到一种有效的方法来查询表格并返回特定纬度/经度位置半径（“ R ”）内最近插入的点的X（“的位置“）。数据库非常动态，因此请假设每次查询表时数据都完全不同。

如果X是无限的，问题就是微不足道的。我只需要执行类似的查询：

SELECT id, type, AsText(coords) FROM POSTS WHERE MBRContains(GeomFromText(BoundingBox, Position))

其中'BoundingBox'是一个mysql POLYGON数据类型，它完美地包围了位置半径为R的圆。当然，使用边界框并不是一个完美的解决方案，但这对我正在尝试解决的特定问题并不重要。我可以使用“ORDER BY ID DESC”来排序结果，以便首先检索和处理最近插入的点。

如果X小于无穷大，那么我只需将上述内容修改为：

SELECT id, type, AsText(coords) FROM POSTS WHERE MBRContains(GeomFromText(BoundingBox, Position)) ORDER BY id DESC LIMIT X

我想解决的问题是，当该区域中的点被大量聚集时（例如，在地图搜索区域内的城市内），如何从地图上的给定区域获得一组良好的代表性结果集？ 。例如：

在上面的示例中，我站在X并在黑框边界框中搜索最近插入的5个黑色点。如果这些点全部插入到右下角的聚类中（假设聚类是伦敦），那么我的结果集将不包括搜索区域右上角附近的黑点。这对我的应用程序来说是一个问题，因为我不希望给用户的印象是在点聚集的任何区域之外没有兴趣点。

我考虑了一些潜在的解决方案，但是当行数很大（数百万）时，我找不到一个有效的解决方案。到目前为止我尝试过的方法包括：

1. 将搜索区域划分为S个正方形（即，将其转换为网格）并在每个正方形内搜索最多x / S点 - 即，对网格中的每个正方形执行单独的mysql查询。这适用于少量行，但当行数很大时变得效率低，因为您需要将区域划分为大量方块以使方法有效工作。如果只有少量方块，则无法保证每个方块不包含人口密集的群集。大量的正方形意味着大量的mysql搜索会导致事情发生。

2. 向表中的每一行添加一列，用于存储每个点到最近邻居的距离。当将点插入表中时，计算给定点的最近邻距离。通过这种结构，我可以按最近邻距离列对搜索结果进行排序，以便最后返回簇中的任何点。此解决方案仅在我搜索搜索区域内的所有点时有效。例如，请考虑上图所示的情况。如果我想找到5个最近插入的绿色类型的点，则为每个点记录的最近邻居距离将不正确。即使使用像KD树这样的高效算法，重新计算每个查询的这些距离也会非常昂贵。

事实上，我看不到任何需要在表行中预处理数据的方法（或者换句话说，'触摸'相关搜索区域数据集中的每个点）在行数时是可行的变大了。我考虑过k-means / DBSCAN等算法，但鉴于上面解释的用例，我找不到任何能够充分发挥效率的算法。

任何珍珠？我的直觉告诉我这可以解决但到目前为止我很难过。

Answer 1

在这种情况下的后处理似乎更有效。获取给定类型的最后X个点。查找是否存在某些聚类，例如：相对于您的视点距离，太多的点太靠近在一起。删除最旧的（或非常接近的 - 可能是您的数据引用相同的POI）。多少 - 取决于你。获取下一个X点并查看其中是否有一些不在群集中，或者您可以根据远程性和近期性计算每个点的值，并根据该值计算丢弃点。