MySQL 存储地理信息通常使用 GEOMETRY 数据类型或其子类型（如 POINT, LINESTRING, POLYGON 等）。为了支持这些数据类型，MySQL 提供了 SPATIAL 索引，这允许我们执行高效的地理空间查询。
首先，我们需要一个包含 GEOMETRY 或其子类型列的表。以下是一个示例，展示如何创建一个包含 POINT 类型的表：
CREATE TABLE locations (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255) NOT NULL,
position POINT NOT NULL,
SPATIAL INDEX(position) -- 为位置列创建空间索引
) ENGINE=InnoDB;
我们可以使用 GeomFromText() 或 PointFromText() 函数插入地理数据。以下是如何插入一个点的示例：
INSERT INTO locations (name, position)
VALUES ('Location A', GeomFromText('POINT(10 20)'));
-- 或者使用 PointFromText
INSERT INTO locations (name, position)
VALUES ('Location B', PointFromText('POINT(30 40)'));
我们可以使用 MBRContains(), Distance_Sphere(), ST_Distance_Sphere() 等函数来查询地理数据。以下是一些示例：
-- 查找位置在 (0, 0) 到 (20, 20) 矩形区域内的所有位置
SELECT * FROM locations
WHERE MBRContains(
GeomFromText('POLYGON((0 0, 20 0, 20 20, 0 20, 0 0))'),
position
);
注意：这里使用了 Distance_Sphere() 函数，它基于地球是完美球体的假设。对于更精确的计算，我们可以使用 ST_Distance_Sphere() 并指定地球半径。
-- 查找距离 (15, 15) 点 10 公里内的所有位置
-- 假设地球半径为 6371 公里（平均半径）
SELECT *, (6371 * acos(cos(radians(15))
* cos(radians(X(position)))
* cos(radians(Y(position)) - radians(15))
+ sin(radians(15))
* sin(radians(X(position))))) AS distance_km
FROM locations
HAVING distance_km < 10;
ST_Distance_Sphere() 查找距离这是一个更精确的距离计算示例，它使用 ST_Distance_Sphere() 函数并指定地球的平均半径。
-- 查找距离 (15, 15) 点 10 公里内的所有位置
SELECT *, ST_Distance_Sphere(point(15, 15), position, 6371) AS distance_km
FROM locations
HAVING distance_km < 10;
注意：上述查询中的距离计算是基于 Haversine 公式的简化版本，它假设地球是一个完美的球体。在实际应用中，我们可能需要使用更复杂的算法来考虑地球的不规则形状。
此外，我们还可以使用 MySQL 的其他地理空间函数和操作符来执行更复杂的地理空间查询和操作。
我们可以探讨一个更复杂的示例，该示例涉及POLYGON地理数据类型，并使用ST_Contains函数来检查一个点是否位于多边形内部。同时，我们也会使用ST_Distance_Sphere函数来计算点与多边形中心点的距离。
首先，我们创建一个包含POLYGON列的表，并插入一些多边形数据。
CREATE TABLE polygons (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255) NOT NULL,
shape POLYGON NOT NULL,
SPATIAL INDEX(shape)
) ENGINE=InnoDB;
INSERT INTO polygons (name, shape)
VALUES ('Polygon A', GeomFromText('POLYGON((0 0, 10 0, 10 10, 0 10, 0 0))'));
INSERT INTO polygons (name, shape)
VALUES ('Polygon B', GeomFromText('POLYGON((20 20, 30 20, 30 30, 20 30, 20 20))'));
-- 创建一个包含点的表
CREATE TABLE points (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255) NOT NULL,
position POINT NOT NULL,
SPATIAL INDEX(position)
) ENGINE=InnoDB;
INSERT INTO points (name, position)
VALUES ('Point 1', GeomFromText('POINT(5 5)'));
INSERT INTO points (name, position)
VALUES ('Point 2', GeomFromText('POINT(25 25)'));
现在，我们可以编写一个查询来检查点是否位于多边形内部，并计算这些点与多边形中心点的距离。
-- 假设我们想要检查'Point 1'和'Point 2'是否分别位于'Polygon A'和'Polygon B'内部
-- 并计算它们与各自多边形中心点的距离
-- 首先，我们需要计算每个多边形的中心点
SET @polygonA_center = ST_Centroid(GeomFromText('POLYGON((0 0, 10 0, 10 10, 0 10, 0 0))'));
SET @polygonB_center = ST_Centroid(GeomFromText('POLYGON((20 20, 30 20, 30 30, 20 30, 20 20))'));
-- 然后，我们可以使用这些中心点与点表中的点进行比较和距离计算
SELECT
p.name AS point_name,
p.position,
CASE
WHEN ST_Contains(pg.shape, p.position) THEN 'Inside'
ELSE 'Outside'
END AS location_status,
ST_Distance_Sphere(p.position, CASE pg.name WHEN 'Polygon A' THEN @polygonA_center ELSE @polygonB_center END, 6371) AS distance_km
FROM
points p
JOIN
polygons pg ON (
(p.name = 'Point 1' AND pg.name = 'Polygon A') OR
(p.name = 'Point 2' AND pg.name = 'Polygon B')
);
这个查询首先计算了两个多边形的中心点，并使用JOIN语句将点表与多边形表连接起来。它使用ST_Contains函数来检查点是否位于多边形内部，并使用ST_Distance_Sphere函数来计算点与对应多边形中心点的距离（以公里为单位）。注意，我们使用了CASE语句来根据点的名称选择正确的多边形中心点进行计算。
这个查询将返回每个点的名称、位置、是否在多边形内部的状态以及与对应多边形中心点的距离。