打开打车软件,屏幕上的小蓝点一闪,几秒之后系统告诉你:师傅还有三分钟到。你可能从没想过,这短短几秒里,后台至少完成了一次“在几万辆车中找出离你最近的那几辆”的计算。
单靠给每条车辆记录加一个经纬度字段,是做不到这件事的。
给数据加上“位置感”,事情就变了
普通数据库擅长回答“是谁”“多少”“什么时候”。你问它张三的电话是多少,它翻一下索引就给你。可一旦问题变成“离我最近的三个停车场在哪”,它就有点懵,因为它不知道“近”是什么意思。
空间数据库要做的,就是让数据自己带着位置感,并且能算距离、判关系。点、线、面是它的基本积木:一家便利店是一个点,一条地铁线是一条线,一个配送片区是一个面。存进去之后,它不只记得形状,还记得形状在哪、和谁挨着、有没有重叠。
打个比方,普通数据库像按姓氏排好的通讯录,找名字很快;空间数据库像一张会自己量距离的地图,你指一个位置,它能告诉你周围一圈都有什么。
它为什么能这么快
关键在于空间索引。如果每次查询都把全城几百万条记录挨个算一遍距离,再快的机器也扛不住。空间索引的思路,很像图书馆先分楼层、再分书架、最后才看具体某本书——先把地球切成一个个格子或区域,查询时只打开相关的那几个,剩下的直接跳过。常见的 R 树、网格索引,本质都是这个思路的不同做法。
还有一件容易被忽略的事:地球是圆的,地图是平的。把球面坐标摊到平面上,必然有变形,所以你会看到不同坐标系之间的转换。这一步处理不好,轻则位置偏移几十米,重则两套数据叠在一起怎么也对不上。很多项目踩的坑不在算法,而在这里。
它其实早就在你身边
除了打车派单,还有不少场景:
- 共享单车的电子围栏,判断车有没有停进规定区域,靠的是点和面的包含关系。
- 城市规划里想知道新建一所学校能覆盖多少小区,把服务半径画成一个圆,和小区边界做相交运算就行。
- 物流选网点,把订单密度、道路网络、配送时效叠在一起算,比拍脑袋靠谱得多。
几个常见误会
第一个误会是把地图软件当成空间数据库。地图只是最外面那层展示,底下真正干活的是数据库。
第二个误会更普遍:加个经纬度字段,就以为有了空间能力。实际上那只能“存”,不能“算”。你让它查附近三公里,它只能老老实实全表扫一遍。
第三个是觉得这东西只有大厂用得起。开源方案早就成熟,小团队也能跑起来。
它也有不顺的时候
数据量一上来,索引的维护成本就不便宜,频繁写入的场景尤其明显。三维数据、连续的轨迹点,也比二维的点线面难处理得多——一个人一天可能产生上千个位置点,怎么压缩、怎么查,都还在演进。另外精度和性能往往要取舍,你要毫米级准确,就得接受慢一点。
所以它不是什么万能钥匙。用之前先想清楚:你要回答的到底是“是什么”,还是“在哪里、离多远”。
顺带一提,眼下更热闹的问题已经从“现在在哪”变成了“什么时候在哪”。车流、人流、骑手的轨迹,本质是一串带时间戳的位置。空间数据库正在学着处理这类数据,这大概是接下来几年最值得看的方向之一。