mysqlgeometry的简单介绍

本篇文章给大家谈谈mysqlgeometry，以及对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、请教MySQL 5.7 geometry 字段类型的正确使用方式
• 2、mysql中geometry类型的简单使用
• 3、MySQL的GIS、GEO入门笔记
• 4、MySQL空间数据类型
• 5、mysql geometry类型 对应java的什么类型
• 6、mysql 索引有几种类型

请教MySQL 5.7 geometry 字段类型的正确使用方式

括芹埋号是字符串长度

比如说@a char(5)那么这个@a长度就是5个字符

varchar(5)就是最大长度5个字符

改变括号的数字，会影响该字段的大小让雀，太大了浪费，太小了溢出，所以一定要选好。嫌滑蚂mediumint有默认的长度，也许也可以指定长度，这个没用过

[img]

mysql中geometry类型的简单使用

这里我创建了一张位置信息表，每个人对应的经纬度都会以geometry类型存在表中，geohash字段是把坐标系分成很多小方格，然枣伏神后将经纬度转化成字符串，其原理可自行百度，在这里就不多说了。

哦，对了，geometry类型好像不能为null，所以建表时必须为not null。

geomfromtext()函数凳亏厅罩是将字符串格式的点坐标，转化成geometry类型，还有个字段geohash是根据gis字段的值自动生成的，可以仔细看看建表脚本。

astext()函数是将geometry类型转化为字符串

sql执行结果

sql执行结果

name distance point

李四 329 POINT(108.9465236664 34.2598766768)

王五 198 POINT(108.947725296 34.2590342786)

十九 317 POINT(108.9530360699 34.2599476152)

如果表中数据非常多时，这样查效率会非常低，这时就会用到geohash字段查询

MySQL的GIS、GEO入门笔记

探索和学习MySQL中GIS相关功能和特性

这里记录了学习和了解MySQL中GIS特性相厅顷罩关内容的过程。

MySQL官方论坛中GIS的举例

测试数据已经导入成功，下面开始对GIS相关函数和GEOHASH进行了解和体验；

mysql中geometry类型的简单使用

MySQL空间数据类型

经纬度信息存储在geometry格式的字段中，该字段必须非空。

MySQL8.0前按照longitude-latitude的顺序存储位置

MySQL8.0前按照longitude-latitude的顺序存储位置

MySQL8.0前按照longitude-latitude的顺序存储位置

插入数据时候可使用如下语句：

MySQL存储geometry信息的方式采用了25bytes，相比WKB的21bytes，多了4bytes的坐标系表示，组成部分如下：

WTF字符串格式说明

select ST_GeomFromText(WTF格式字符串);

WKT(Well-known text)是一种文本标记语言,用于表示矢量几何对象、空间参照系统及空间参照系统之间的转换。通过WTF字符串生成geometry的方法：

点： POINT(x y)

线： LINESTRING(x1 y1, x2 y2, x3 y3...)

多边形： POLYGON((0 0, 10 0, 10 10,0 10,0 0),(5 5,7 5,7 7,5 7,5 5))

多点集： MULTIPOINT(0 0, 20 20, 60 60) 或 MULTIPOINT((0 0),(5 5),(5 0))

多线集： MULTILINESTRING((10 10, 20 20), (15 15, 30 15))

多多边形集： MULTIPOLYGON(((0 0,10 0,10 10,0 10,0 0)),((5 5,7 5,7 7,5 7, 5 5)))

例如两点一线组成的几何集： GEOMETRYCOLLECTION(POINT(10 10), POINT(30 30), LINESTRING(15 15, 20 20))

A geometry is syntactically well-formed if it satisfies conditions such as those in this (nonexhaustive) list:

Collections are not empty (except GeometryCollection)

更多内容扮闹参见

ST_PointFromText('POINT(X Y)');

ST_LineStringFromText('LINESTRING(0 0,1 1,2 2)');

ST_PolygonFromText('POLYGON((0 0,10 0,10 10,0 10,0 0),(5 5,7 5,7 7,5 7,5 5))');

ST_GeomCollFromText();

更多内容参见

参见

Point(x,y)

LineString((x1,y1),(x2,y2)...)

Polygon(LineString(),LineString()....)

参见

ST_AsText()

ST_AsBinary()

ST_AsWKT()

参见

ST_Dimension(geom) ：返回geom的维度（-1，0，1，2）

ST_Envelope(geom) ：返回geom的最小外接矩形（MBR）

ST_GeometryType(geom) ：返回geom的类型

ST_IsEmpty(geom) ：该函数并不能真实的判空，当geom为任何有效的几何值时返回0，无效的几何值返回1；

ST_IsSimple(geom) ：当geom无任何异常几何点返回1（如自相交和自切线等），否则返回乎亩0

ST_SRID(geom) ：返回geom的坐标系ID

参见

ST_X(Point) ：获取Point的X值

ST_Y(Point) ：获取Point的Y值

参见

ST_StartPoint(linestrng) ： 线的起点

ST_EndPoint(linestring) ：返回线的最后一个点

ST_IsClosed(linestring或multilinestring) ：线是否闭合（若为线，则判断起点与终点是否一致；若为线组，则判断组内每个元素是否符合闭合线）

ST_Length(linestring) ：返回线的长度，若入参为线集，则返回集合内所有长度的和

ST_NumPoiints(linestring) ：返回点的数量；

ST_PointN(linestring,N) ：返回第N个点（从1开始）

参见

具体不在一一列举，主要有计算多边形面积、中心点、最小外接圆，最大内接圆等函数，列举几个可能会用到的：

ST_Area(Poly|mPoly) ：返回双精度的面积或面积的和

'ST_Centroid(Poly|mPoly)'：返回数学上的中心点

ST_ExteriorRing(Poly) ：返回外接圆

参见

ST_Buffer说明

不再列举，主要有：ST_Buffer（不懂干啥用），ST_ConvexHull(geom)凸包，ST_Dfference(g1,g2)比较差异，ST_Intersecton(g1,g2)交叉点，ST_SymDifference(g1,g2)对称差分，ST_Union(g1,g2)连接、合并等。

检查geometry Objects之间的空间关系的方法。

参见

计算两个Object之间的空间关系的函数，有两个间距离、相交、不相交，包含、相等、相切、重叠、接触、在内等等空间关系。下面列举几个可能会常用的方法：

ST_Contains(g1,g2) ：g1是否完全包含g2

ST_Within(g1,g2) ：g1是否包含于g2中

ST_Distance(g1,g2) ：返回g1和g2之间的距离，已坐标单位计算的

ST_Equals(g1,g2) ：返回g1和g2是否相等

参见

MBRContains(g1,g2) ：g1的mbr是否包含g2的mbr

MBRWithin(g1,g2) ：g1的mbr是否在g2的mbr内

MBRCoveredBy(g1,g2) ：g1的mbr是否被g2的mbr覆盖

MBRCovers(g1,g2) ：g1的mbr是否覆盖g2的mbr

MBRDisjoint(g1,g2) ：g1的mbr,g2的mbr是否不相交

MBRIntersects(g1,g2) ：g1mbr，g2mbr是否相交

MBREqual(g1,g2) ：g1的mbr,g2的mbr的外接是否相等

MBREquals(g1,g2) ：g1的mbr,g2的mbr的外接是否相等

MBROverlaps(g1,g2) ：g1mbr、g2mbr

其他函数请参看原文

GeoHash介绍

GeoHash Wiki百科

MySQL中自带函数 st_geohash(longtude,latitude,max_length) 或 st_geohash(point, max_length) 即可生成某一点的geohash值。

返回一个geohash字符串中的latitude或longitude

返回一个geohash解析出的point数据

官方文档

通过geometry生成一个GeoJSON Object， select st_asgeojson(geometry,max_length,options);

通过GeoJSON生成GeoMetry对象。

ST_GeomFromGeoJSON(jsonstring, [options [, srid]])

具体使用方法参见官方文档

官方文档

MySQL中提供的方便空间运算的函数们

select ST_Distance_Spher(geomPoint1,geomPoint2 [, radius]);

此方法用于计算两点或多个点之间的地球上的距离（是地球球面距离而不是直线距离），返回单位为米，

select ST_IsValid(ST_GeomFromText('LINESTRING(0 0,1 1)'))

判断入参是否是符合地理位置描述的格式。返回1（符合）或者0（不符）；

例如：

返回0：

select st_isvalid(st_geomfromtext('linestring(0 0, -0.00 0, 0.0 0)')

返回1：

select st_isvalid(st_geomfromtext('linestring(0 0,1 1)')

select st_astext(st_makeenvelope(pt1, pt2));

返回两点构成的包络。（此计算是基于笛卡尔坐标系而非球面）

例如：

SELECT ST_AsText ( st_makeenvelope ( st_geomfromtext ( 'point(0 0)' ), st_geomfromtext ( 'point(1 1)' ) ) );

返回结果：

POLYGON((0 0,1 0,1 1,0 1,0 0))

效果说明

JS抽稀算法

select st_simplify(geometry, max_distance);

用道格拉斯-普克算法（抽稀函数）简化geometry，并返回与原格式相同格式的结果。

例如，以下点集拟合为直线，步长0.5：

SELECT st_simplify ( st_geomfromtext ( 'LINESTRING(0 0,0 1,1 1,1 2,2 2,2 3,3 3)' ), 0.5 )

返回结果：

LINESTRING(0 0, 0 1, 1 1, 2 3, 3 3)

再如，步长1.0：

SELECT st_simplify ( st_geomfromtext ( 'LINESTRING(0 0,0 1,1 1,1 2,2 2,2 3,3 3)' ), 1.0 )

返回结果：

LINESTRING(0 0, 3 3)

SELECT ST_Validate(geometry);

验证geometry是符合正确的地理位置信息格式。例如 Point(0 0) 是合格的； Linestring(0 0) 是非法的； Linestring(0 0, 1 1) 是合格的

了解了上述MySQL中关于集合对象的功能，下面来实践一下

由上面geohash长度-精度对应表可知，前6位表示±610米左右的误差，这里先查询前六位范围之后再用上述方法精确筛选一次即可：

可将上述查询方法封装为MySQL函数方便和简化程序调用.

该方法是运用了内置的几何关系运算函数 ST_Contains 和 ST_MakeEnvelop 来实现的，0.5对应大概500米左右的范围，具体如下；

链接:

提取码: jagn

MySQL空间数据类型

MySQL空间数据类型讲解

MySQL具有与OpenGIS类对应的数据类型。某些类型只能保存单个几何值：

此让孙·

GEOMETRY

·

POINT

·

LINESTRING

·

POLYGON

GEOMETRY能够保存任何类型的几何滑顷值。其他的单值类型POINT、LINESTRING以及POLYGON只能保存特定几何类型的值。

其他数据类型能保存多个值：

·

MULTIPOINT

·

MULTILINESTRING

·

MULTIPOLYGON

·

GEOMETRYCOLLECTION

GEOMETRYCOLLECTION能保存任意类型的对象集合。对于其他集合类型，MULTIPOINT、MULTILINESTRING、森链MULTIPOLYGON和GEOMETRYCOLLECTION，仅限于具有特定几何类型的集合成员。

注：更多精彩文章请关注三联编程教程栏目。

mysql geometry类型 对应java的什么类型

一般用String就敏绝袜可以了，

如果桥激文本过宏弯大的话，

可以使用 java.sql 包下的Clob类。

mysql 索引有几种类型

如大家所知道的，Mysql目前主要有以下几种索引类型：FULLTEXT，HASH，BTREE，RTREE。

那么，这几种索引有什么功能和性能上的不同呢？

FULLTEXT

即为全文索引，目前只有MyISAM引擎支持。其可以在CREATE TABLE ，ALTER TABLE ，CREATE INDEX 使用，不过目前只有 CHAR、VARCHAR ，TEXT 列上可以创建全文索引。值得一提的是，在数据量较大时候，现将数据放入一个没有全局索引的表中，然后再用CREATE INDEX创建FULLTEXT索引，要比先为一张表建立FULLTEXT然后再将数据写入的速度快很多。

全文索引并不是和MyISAM一起诞生的，它的出现是为了解决WHERE name LIKE “%word%"这类针对文本的模糊查询效率较低的问题。在没有全文索引之前，这样一个查询语句是要进行遍历数据表操作的，可见，在数据量较大时是极其的耗时的，如果没有异步IO处理，进程将被挟持，很浪费时间，当然这里不对异步IO作进一步讲解，想了解的童鞋，自行谷哥。

全文索引的使用方法并不复杂：

创建ALTER TABLE table ADD INDEX `FULLINDEX` USING FULLTEXT(`cname1`[,cname2…]);

使用SELECT * FROM table WHERE MATCH(cname1[,cname2…]) AGAINST ('word' MODE );

其中， MODE为搜寻方式（IN BOOLEAN MODE ，IN NATURAL LANGUAGE MODE ，IN NATURAL LANGUAGE MODE WITH QUERY EXPANSION / WITH QUERY EXPANSION）。

关于这三种搜寻方式，愚安在这里也不多做交代，简单地说，就是，布尔模式，允许word里含一些特殊字符用于标记一些具体的要求，如+表示一定要有，-表示一定没有，*表示通用匹配符，是不是想起了正则，类似吧；自然语言模式，就是简单的单词匹配；含表达式的自然语言模式，就是先用自然语言模式处理，对返回的结果，再进行表达式匹配。

对搜索引擎稍微有点了解的同学，肯定知道分词这个概念，FULLTEXT索引也是按照分词原理建立索引的。西文中，大部分为字母文字，分词可以很方便的按照空格进行分割。但很明显，中文不能按照这种方式进行分词。那又怎么办呢？这个向大家介绍一个Mysql的中文分词插件Mysqlcft，有了它，就可以对中文进行分词，想了解的同学请移步Mysqlcft，当然还有其他的分词插件可以使用。

HASH

Hash这个词，可以说，自打我们开始码的那一天起，就开始不停地见到和使用到了。其实，hash就是一种（key=value）形式的键值对，如数学中的函数映射，允许多个key对应相同的value，但不允许一个key对应多个value。正是由于这个销前特性，hash很适合做索引，为某一列或几列建立hash索引，迟灶就会利用这一列或几列的值通过一定的算法计算出一个hash值，对应一行或几行数据（这里在概念上和函数映射有区别，不要混淆）。在java语言中，每个类都有自己的hashcode()方法，没有显示定义的都继承自object类，该方法使得每一个对象都是唯一的，在进行对象间equal比较，和序列化传输中起到了很重要的作用。hash的生成方法有很多种，足可以保证hash码的唯一性，例如在MongoDB中，每一个document都有系统为其生成的唯一的objectID（包含时间戳，主机散列值，进程PID，和自增ID）也是一种hash的表现。额，我好像扯远了-_-!

由于hash索引可以一次定位，不需要像树形索引那样逐层查找,因此具有极高的效率。那为什么还需要其他的树形索引呢？

在这里愚安就不自己总结了。引用下园子里其他大神的文章：来自 14的路 的MySQL的btree索引和hash索引的区别

（1）Hash 索引仅仅能满足"=","IN"和"="查询，不能使用范围查询。

由于 Hash 索引比较的是进行 Hash 运算之后的 Hash 值，所以它只能用于等值的过滤，不能用于基于范围的过滤，因为经过相应的 Hash 算码斗扮法处理之后的 Hash 值的大小关系，并不能保证和Hash运算前完全一样。

（2）Hash 索引无法被用来避免数据的排序操作。

由于 Hash 索引中存放的是经过 Hash 计算之后的 Hash 值，而且Hash值的大小关系并不一定和 Hash 运算前的键值完全一样，所以数据库无法利用索引的数据来避免任何排序运算；

（3）Hash 索引不能利用部分索引键查询。

对于组合索引，Hash 索引在计算 Hash 值的时候是组合索引键合并后再一起计算 Hash 值，而不是单独计算 Hash 值，所以通过组合索引的前面一个或几个索引键进行查询的时候，Hash 索引也无法被利用。

（4）Hash 索引在任何时候都不能避免表扫描。

前面已经知道，Hash 索引是将索引键通过 Hash 运算之后，将 Hash运算结果的 Hash 值和所对应的行指针信息存放于一个 Hash 表中，由于不同索引键存在相同 Hash 值，所以即使取满足某个 Hash 键值的数据的记录条数，也无法从 Hash 索引中直接完成查询，还是要通过访问表中的实际数据进行相应的比较，并得到相应的结果。

（5）Hash 索引遇到大量Hash值相等的情况后性能并不一定就会比B-Tree索引高。

对于选择性比较低的索引键，如果创建 Hash 索引，那么将会存在大量记录指针信息存于同一个 Hash 值相关联。这样要定位某一条记录时就会非常麻烦，会浪费多次表数据的访问，而造成整体性能低下。

愚安我稍作补充，讲一下HASH索引的过程，顺便解释下上面的第4,5条：

当我们为某一列或某几列建立hash索引时（目前就只有MEMORY引擎显式地支持这种索引），会在硬盘上生成类似如下的文件：

hash值 存储地址

1db54bc745a1 77#45b5

4bca452157d4 76#4556,77#45cc…

…

hash值即为通过特定算法由指定列数据计算出来，磁盘地址即为所在数据行存储在硬盘上的地址（也有可能是其他存储地址，其实MEMORY会将hash表导入内存）。

这样，当我们进行WHERE age = 18 时，会将18通过相同的算法计算出一个hash值==在hash表中找到对应的储存地址==根据存储地址取得数据。

所以，每次查询时都要遍历hash表，直到找到对应的hash值，如（4），数据量大了之后，hash表也会变得庞大起来，性能下降，遍历耗时增加，如（5）。

BTREE

BTREE索引就是一种将索引值按一定的算法，存入一个树形的数据结构中，相信学过数据结构的童鞋都对当初学习二叉树这种数据结构的经历记忆犹新，反正愚安我当时为了软考可是被这玩意儿好好地折腾了一番，不过那次考试好像没怎么考这个。如二叉树一样，每次查询都是从树的入口root开始，依次遍历node，获取leaf。

BTREE在MyISAM里的形式和Innodb稍有不同

在 Innodb里，有两种形态：一是primary key形态，其leaf node里存放的是数据，而且不仅存放了索引键的数据，还存放了其他字段的数据。二是secondary index，其leaf node和普通的BTREE差不多，只是还存放了指向主键的信息.

而在MyISAM里，主键和其他的并没有太大区别。不过和Innodb不太一样的地方是在MyISAM里，leaf node里存放的不是主键的信息，而是指向数据文件里的对应数据行的信息.

RTREE

RTREE在mysql很少使用，仅支持geometry数据类型，支持该类型的存储引擎只有MyISAM、BDb、InnoDb、NDb、Archive几种。

相对于BTREE，RTREE的优势在于范围查找.

各种索引的使用情况

（1）对于BTREE这种Mysql默认的索引类型，具有普遍的适用性

（2）由于FULLTEXT对中文支持不是很好，在没有插件的情况下，最好不要使用。其实，一些小的博客应用，只需要在数据采集时，为其建立关键字列表，通过关键字索引，也是一个不错的方法，至少愚安我是经常这么做的。

（3）对于一些搜索引擎级别的应用来说，FULLTEXT同样不是一个好的处理方法，Mysql的全文索引建立的文件还是比较大的，而且效率不是很高，即便是使用了中文分词插件，对中文分词支持也只是一般。真要碰到这种问题，Apache的Lucene或许是你的选择。

（4）正是因为hash表在处理较小数据量时具有无可比拟的素的优势，所以hash索引很适合做缓存（内存数据库）。如mysql数据库的内存版本Memsql，使用量很广泛的缓存工具Mencached，NoSql数据库redis等，都使用了hash索引这种形式。当然，不想学习这些东西的话Mysql的MEMORY引擎也是可以满足这种需求的。

（5）至于RTREE，愚安我至今还没有使用过，它具体怎么样，我就不知道了。有RTREE使用经历的同学，到时可以交流下！

关于mysqlgeometry和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。