GeoDjango和Postgis中以米为单位的位置的最佳查询答案

【问题标题】：Optimal query in GeoDjango & Postgis for locations within a distance in metersGeoDjango和Postgis中以米为单位的位置的最佳查询
【发布时间】：2015-11-03 14:44:05
【问题描述】：

我在使用 GeoDjango 的默认 SRID WGS84 的 Postgis 数据库中有几何图形，并且发现直接以度为单位的查找比以公里为单位的查找要快得多，因为数据库可以跳过我认为的投影。

基本上，Place.objects.filter(location__distance__lte=(point, D(km=10))) 比Place.objects.filter(location__dwithin=(point, 10)) 慢几个数量级，因为第一个查询会生成对表的完整扫描。但有时我需要查找以公里为单位的距离阈值的地点。

是否有某种精确的方法可以将 10 公里转换为查询的度数？也许我应该使用另一个具有相同性能的等效查找？

【问题讨论】：

标签： django geolocation gis postgis geodjango

【解决方案1】：

你有几种方法来处理你的问题，这里有两种：

如果您不太关心精度，您可以使用dwithin 并使用简单的米到度数转换degree(x meters) -> x / 40000000 * 360。你会在赤道附近得到几乎精确的结果，但是当你向北或向南移动时，你的距离会缩小（我们生活在一个球体上）。想象一个区域，一开始是一个圆，然后收缩成一个无限窄的椭圆，接近其中一个极点。

如果您关心精度，您可以使用：

max_distance = 10000 # distance in meter
buffer_width = max_distance / 40000000. * 360. / math.cos(point.y / 360. * math.pi)
buffered_point = point.buffer(buffer_width)
Place.objects.filter(
    location__distance__lte=(point, D(m=max_distance)),
    location__overlaps=buffered_point
)

基本思想是查询围绕point 度数的圆圈内的所有点。这部分性能非常好，因为圆圈是度数，并且可以使用地理索引。但是圆圈有时有点太大，所以我们将过滤器留在米中以过滤掉可能比允许的max_distance更远的地方。

【讨论】：

顺便说一句，point.y 可以是 -90 或 90，因此您可能会遇到除以零异常

【解决方案2】：

对 frankV 的答案的一个小更新。

    max_distance = 10000 # distance in meter
buffer_width = max_distance / 40000000. * 360. / math.cos(point.y / 360. * math.pi)
buffered_point = point.buffer(buffer_width)
Place.objects.filter(
    location__distance__lte=(point, D(m=max_distance)),
    location__intersects=buffered_point
)

我发现 __overlaps 不适用于 postgresql 和点，但 __intersects 可以。

为确保它有助于您的查询加速，请检查查询的解释计划（queryset.query 以获取使用的查询。）

【讨论】：