当前位置：首页 > PHP

php实现lbs实现商品筛选

2026-01-30 05:33:53PHP

使用 PHP 实现 LBS（基于位置的服务）商品筛选

数据库设计

确保商品表包含经纬度字段（如 latitude 和 longitude），用于存储商品的地理位置信息。示例表结构：

CREATE TABLE `products` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(255) NOT NULL,
  `latitude` decimal(10,8) NOT NULL,
  `longitude` decimal(11,8) NOT NULL,
  PRIMARY KEY (`id`)
);

计算距离的公式

使用 Haversine 公式计算两点之间的球面距离。公式如下： $$ a = \sin²(\Deltaφ/2) + \cos φ_1 \cdot \cos φ_2 \cdot \sin²(\Deltaλ/2) \ c = 2 \cdot \text{atan2}(\sqrt{a}, \sqrt{1-a}) \ d = R \cdot c $$ 其中：

$φ$ 是纬度，$λ$ 是经度
$R$ 是地球半径（约 6371 km）
$\Deltaφ = φ_2 - φ_1$，$\Deltaλ = λ_2 - λ_1$

PHP 实现距离计算

在 PHP 中封装距离计算函数：

function calculateDistance($lat1, $lon1, $lat2, $lon2) {
    $earthRadius = 6371; // km
    $dLat = deg2rad($lat2 - $lat1);
    $dLon = deg2rad($lon2 - $lon1);
    $a = sin($dLat/2) * sin($dLat/2) + 
         cos(deg2rad($lat1)) * cos(deg2rad($lat2)) * 
         sin($dLon/2) * sin($dLon/2);
    $c = 2 * atan2(sqrt($a), sqrt(1-$a));
    return $earthRadius * $c;
}

SQL 查询优化

直接使用 SQL 计算距离并筛选附近商品：

SELECT 
    id, 
    name, 
    (6371 * acos(cos(radians(:user_lat)) * cos(radians(latitude)) * 
    cos(radians(longitude) - radians(:user_lng)) + sin(radians(:user_lat)) * 
    sin(radians(latitude)))) AS distance 
FROM 
    products 
HAVING 
    distance < :radius 
ORDER BY 
    distance;

完整 PHP 实现示例

function getNearbyProducts($userLat, $userLng, $radiusKm) {
    $db = new PDO('mysql:host=localhost;dbname=your_db', 'username', 'password');
    $stmt = $db->prepare("
        SELECT 
            id, 
            name, 
            (6371 * acos(cos(radians(:lat)) * cos(radians(latitude)) * 
            cos(radians(longitude) - radians(:lng)) + sin(radians(:lat)) * 
            sin(radians(latitude)))) AS distance 
        FROM 
            products 
        HAVING 
            distance < :radius 
        ORDER BY 
            distance
    ");
    $stmt->execute([
        ':lat' => $userLat,
        ':lng' => $userLng,
        ':radius' => $radiusKm
    ]);
    return $stmt->fetchAll(PDO::FETCH_ASSOC);
}

// 示例用法
$nearbyProducts = getNearbyProducts(31.2304, 121.4737, 5); // 上海5公里内的商品

性能优化建议

对于大规模数据，考虑以下优化方案：

使用 MySQL 的空间扩展（SPATIAL INDEX）和 POINT 数据类型
预先计算地理哈希（GeoHash）并建立索引
使用 Redis 的 GEO 命令集实现高效地理位置查询
分区查询：先按大致范围筛选，再精确计算距离

前端集成

将用户位置通过浏览器 Geolocation API 获取后传递给后端：

php实现lbs实现商品筛选

navigator.geolocation.getCurrentPosition(
    (position) => {
        const lat = position.coords.latitude;
        const lng = position.coords.longitude;
        // AJAX请求发送到PHP后端
    },
    (error) => console.error(error)
);

这种方法实现了完整的 LBS 商品筛选功能，从数据库设计到前后端交互，可根据实际需求调整查询半径和性能优化策略。