SQL中ST_Distance函数计算“附近的人”：避开那些坑，才算真会用

想在数据库里根据经纬度精准找出“附近的人”，ST_Distance这个空间函数几乎是绕不开的。但如果你觉得直接用它就能搞定，那可能已经踩进了第一个坑。不同数据库、不同版本、不同参数设置，得出的结果可能天差地别。今天，我们就来把这里面的门道彻底捋清楚。

MySQL 8.0+ 怎么用 ST_Distance 查附近的人

先说核心结论：在MySQL里，ST_Distance默认返回的是笛卡尔平面距离（单位：米）。想让它按地球球面来算，条件相当苛刻：你的字段必须是POINT类型，SRID明确设为4326，并且必须显式启用地理模式。这里有个关键分水岭：MySQL从8.0.17版本才开始真正支持地理空间距离计算。如果你用的是更老的版本，哪怕字段设了SRID 4326，ST_Distance依然会按照平面投影来计算，结果偏差可能达到几百米甚至几公里，这在“附近的人”这种场景下是完全不可接受的。

具体操作时，建议按这个清单来核对：

• 版本先行：首先确认你的MySQL版本不低于8.0.17，执行SELECT VERSION();看一眼。
• 字段定义：确保存储经纬度的字段是POINT类型，并且在插入或更新时显式指定SRID，例如：POINT(116.48 39.92) SRID 4326。
• 语法关键：查询时，务必使用ST_Distance(p1, p2, 'spherical')来显式声明进行球面计算（该语法从MySQL 8.0.29开始支持）。省略第三个参数，它就会退回默认的平面计算模式。
• 单位确认：记住，即便启用了球面模式，ST_Distance返回的单位依然是「米」，而不是经纬度度数。

MySQL 8.0.17+ 才真正支持球面距离计算，需字段为 SRID 4326 的 POINT 类型，并用 ST_Distance(p1, p2, 'spherical') 显式声明球面模式，返回单位为米。

PostgreSQL + PostGIS 的 ST_Distance 为什么经常返回 0 或极小值

切换到PostgreSQL+PostGIS阵营，可能会遇到另一个让人困惑的现象：明明两个点的经纬度相差不小，但ST_Distance返回的结果却是0、0.0001或者只有几十米。这十有八九是坐标系没对齐惹的祸。

PostGIS默认将geometry类型当作平面几何来处理，计算单位是“度”。而你传入的WGS84经纬度（SRID 4326）本质是球面坐标，直接用欧氏距离公式去算“度”的差值，得出的数字在地理意义上几乎无法解读。

正确的做法是：

• 使用geography类型：这是根本解决方案。将字段定义为geography(POINT, 4326)，或者在查询时进行强制转换：ST_SetSRID(ST_MakePoint(lng, lat), 4326)::geography。
• 函数配对：确保计算距离时，两个参数都是geography类型，即ST_Distance(geog1, geog2)。切忌将geometry和geography类型混用。
• 避免陷阱：直接写ST_Distance(a.geom, b.geom)（其中geom是geometry类型）是在计算以“度”为单位的平面距离，数值会非常小且没有实际距离意义。
• 备选方案：如果坚持使用geometry类型，则需要先用ST_Transform函数将坐标转换到以米为单位的投影坐标系（如EPSG:3857或当地的UTM坐标系），然后再计算距离。

为什么加了 WHERE ST_Distance(...) <= 1000 查询还是慢

即使语法用对了，下一个拦路虎很可能是性能。明明只想查1000米内的人，为什么查询慢得像爬？核心原因在于：ST_Distance是一个标量函数，它无法利用空间索引进行加速过滤。即便你已经在相关字段上建立了GIST（PostGIS）或SPATIAL（MySQL）索引，数据库优化器也无法将这个距离条件“下推”到索引扫描中。

解决方案是改用能够利用索引的空间关系谓词进行初步筛选：

• PostgreSQL最佳实践：使用ST_DWithin(geog1, geog2, 1000)函数（单位是米）。这个函数专为地理类型优化，能够高效地利用geography上的索引，先快速找出可能在一个大略范围内的数据。
• MySQL的变通方法：不推荐使用ST_Within(p, ST_Buffer(中心点, 半径))，因为ST_Buffer生成缓冲区的计算开销较大。更可靠的做法是分两步走：先用ST_Intersects(p, ST_Envelope(...))配合一个外包矩形进行粗略筛选，再对筛选后的结果集使用ST_Distance进行精确计算。
• 通用性能技巧：一个简单有效的优化是，先利用经纬度的大致范围进行快速过滤（例如lng BETWEEN x-0.01 AND x+0.01），将数据量大幅减少后，再在子查询或应用层进行精确的ST_Distance计算。

SQL 计算附近人时最容易被忽略的精度陷阱

最后，我们来谈谈精度这个隐形杀手。你以为查出来的“1000米内”的人，真的都在1000米球面距离内吗？不一定，尤其是在高纬度地区。由于地球是椭球体，在哈尔滨（北纬45°）和赤道附近，同样的经度差0.01°，实际的东西向地面距离可能相差约30%。

ST_Distance函数在计算球面距离时，底层模型是关键。MySQL目前只支持完美的球体模型进行近似计算，而WGS84坐标系本身是椭球体，这就会引入误差。PostGIS在这方面更胜一筹，其geography类型默认使用更精确的椭球算法（use_spheroid=true是默认行为）。

因此，在实际部署业务时，务必注意：

• MySQL用户注意：不要依赖其ST_Distance函数做高精度的风控或地理围栏判断（例如判断设备是否精确进入某个区域），其误差在某些情况下可能超过10米。
• PostGIS用户检查：如果发现计算出的距离比预期小，检查是否误传了第三个参数false，即ST_Distance(geog1, geog2, false)，这会强制使用球体模型计算。通常，直接使用两个参数的版本即可获得最精确的椭球距离。
• 理性看待精度：前端或设备传来的经纬度常常有5～6位小数，但民用GPS的实际精度通常在3～5米左右。在业务逻辑设计中，过度追求亚米级的计算精度，可能反而是一种误导，增加不必要的计算负担。

说到底，技术工具用对场景、了解边界，比盲目追求高级功能更重要。希望这些梳理，能让你下次再用ST_Distance时，心里更有底。