PostGIS最近邻搜索结果顺序错乱？

Question

PostGIS最近邻搜索结果顺序错乱？

3

我有一个Django/PostgreSQL应用程序，可以显示哪些用户最接近特定用户。它使用PostGIS 2.0 KNN（K最近邻）<->操作符在ORDER BY子句中列出用户，最接近的用户排在前面。根据我的初始数据集，我发现两个搜索结果顺序不正确（所有距离都是从加利福尼亚州洛杉矶测量的）。

Member, City, State, Distance (miles)

user1, North Las Vegas, NV, 239
user2, Phoenix, AZ, 365
user3, Provo, UT, 568
user4, Twin Falls, ID, 630
user5, Albuquerque, NM, 673
user6, Portland, OR, 828
user7, Bozeman, MT, 896
user8, Seattle, WA, 962
user9, Boulder, CO, 834       <- Out of order!
user10, Laramie, WY, 862      <- Out of order!
user11, Naperville, IL, 1756

会员名称只是Django的contrib.auth.models User类中的用户名列。包含几何信息的UserAccount类定义如下：

class UserAccount(models.Model):
    user = models.OneToOneField(User, primary_key=True, unique=True)
    address_line_1 = models.CharField(max_length=30)
    address_line_2 = models.CharField(max_length=30, blank=True)
    city = models.CharField(max_length=30)
    region = models.CharField(max_length=30, blank=True)
    postal_code = models.CharField(max_length=10, blank=True)
    country = models.ForeignKey('Country')
    measurement_sys = models.CharField(max_length=5)  # US or Metric

    # User's home (default) and current longitude and latitude
    home_lon = models.FloatField(default=0.0)
    home_lat = models.FloatField(default=0.0)
    current_lon = models.FloatField(default=0.0)
    current_lat = models.FloatField(default=0.0)

    # GeoDjango-specific fields 
    home_point = models.PointField(srid=4326)
    current_point = models.PointField(srid=4326)
    objects = models.GeoManager()

这是我Django视图中的查询：

def members(request, template):
    """View all members of the website."""
    uid = request.session['uid']   # PK from User table

    # Get the current user's lon/lat and measurement system
    try:
        ua = UserAccount.objects.get(user_id=uid)
        lon = ua.current_lon
        lat = ua.current_lat
        measurement_sys = ua.measurement_sys
    except UserAccount.DoesNotExist as e:
        return HttpResponseRedirect(reverse('unable-to-display-members'))

    # Define the proximity query.
    if measurement_sys == 'US':
        multiplier = 0.000621371  # Convert to miles
    else:
        multiplier = 0.001  # Convert to kilometers

    query = "SELECT \
                ua.user_id, \
                au.username, \
                ua.city, \
                ua.region, \
                ST_Distance( \
                    ua.current_point::geography, \
                    ST_GeographyFromText( \
                        'SRID=4326;POINT(" \
                            + str(lon) \
                            + " " \
                            + str(lat) + \
                        ")' \
                    ) \
                )*" + str(multiplier) + " AS distance \
            FROM \
                user_account ua \
                INNER JOIN \
                auth_user au \
                ON (ua.user_id = au.id) \
            WHERE ua.user_id != %s \
            ORDER BY \
                ua.current_point::geometry \
                <-> \
                'SRID=4326;POINT(" + str(lon) + " " + str(lat) + ")'::geometry \
            LIMIT 250;"

    # Run the proximity query
    raw_queryset = UserAccount.objects.raw(query, [uid])

    # Paginate results
    user_list = [user for user in raw_queryset]
    list_size = len(list(user_list))
    paginator = Paginator(user_list, 10, 4)
    paginator._count = list_size

    page = request.GET.get('page')
    try:
        users = paginator.page(page)
    except PageNotAnInteger:
        users = paginator.page(1)
    except EmptyPage:
        users = paginator.page(paginator.num_pages)
    return render(request, template, {'users': users})

在我的查询中是否有任何错误？KNN运算符是否有时会“失误”并返回一些错序的结果？我问这个是因为当我尝试从我的表中取出两个错序的记录，然后添加额外的记录以使用户的地址更远（即在IL、LA、MI、NC、PA、NY和ME），所有的结果都是按正确顺序排列的。

顺便说一下，我的输入位于这里。

谢谢！

- Jim

这很奇怪。你可以发一些数据让我们测试吗？ - John Powell

当然。这是测试数据：http://pastebin.com/sGyiipWs - Jim

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Alexandros · Accepted Answer

更新的答案：

自2011年9月以来，Postgis提供了两种关于kNN邻居功能的近似解决方案：

使用<->运算符，可以获取最近的邻居，使用边界框的中心计算对象间距离。
使用<#>运算符，可以获取最近的邻居，使用边界框本身计算对象间距离。

问题是，它们都是近似的，因此不是完美的。所以，如果你想要最好的250个结果，你可以使用其中任何一个，例如检索最佳的1000个结果，然后通过ST_DISTANCE排序相同的结果，并限制250个结果，从这些近似的1000个结果中获取最佳的250个结果。

示例：

SELECT * FROM 
    (SELECT *,ST_DISTANCE(current_point::geography, 'SRID=4326;POINT(" + str(lon) + " " + str(lat) + ")'::geography ) AS st_dist
    FROM ua
    ORDER BY current_point::geometry <-> 'SRID=4326;POINT(" + str(lon) + " " + str(lat) + ")'::geometry 
    LIMIT 1000) AS s
    ORDER BY st_dist LIMIT 250;