Beschreibung

Der <-> Operator gibt die 2D Entfernung zwischen zwei Geometrien zurück. Wird er in einer "ORDER BY" Klausel verwendet, so liefert er Index-unterstützte nearest-neighbor Ergebnismengen. PostgreSQL Versionen unter 9.5 geben jedoch lediglich die Entfernung der Centroide der bounding boxes zurück, während PostgreSQL 9.5+ mittels KNN-Methode die tatsächliche Entfernung zwischen den Geometrien, bei geographischen Koordinaten die Entfernung auf der Späre, widergibt.

	Dieser Operand verwendet 2D GiST Indizes, falls diese für die Geometrien vorhanden sind. Er unterscheidet sich insofern von anderen Operatoren, die räumliche Indizes verwenden, indem der räumliche Index nur dann verwendet wird, wenn sich der Operator in einer ORDER BY Klausel befindet.

	Der Index kommt nur zum Tragen, wenn eine der Geometrien eine Konstante ist (sich nicht in einer Subquery/CTE befindet). Z.B. 'SRID=3005;POINT(1011102 450541)'::geometry und nicht a.geom

Siehe OpenGeo workshop: Nearest-Neighbour Searching für ein praxisbezogenes Anwendungsbeispiel.

Verbesserung: 2.2.0 -- Echtes KNN ("K nearest neighbor") Verhalten für Geometrie und Geographie ab PostgreSQL 9.5+. Beachten Sie bitte, das KNN für Geographie auf der Späre und nicht auf dem Sphäroid beruht. Für PostgreSQL 9.4 und darunter, wird die Berechnung nur auf Basis des Centroids der Box unterstützt.

Änderung: 2.2.0 -- Da für Anwender von PostgreSQL 9.5 der alte hybride Syntax langsamer sein kann, möchten sie diesen Hack eventuell loswerden, falls der Code nur auf PostGIS 2.2+ 9.5+ läuft. Siehe die unteren Beispiele.

Verfügbarkeit: 2.0.0 -- Weak KNN liefert nearest neighbors, welche sich auf die Entfernung der Centroide der Geometrien, anstatt auf den tatsächlichen Entfernungen, stützen. Genaue Ergebnisse für Punkte, ungenau für alle anderen Geometrietypen. Verfügbar ab PostgreSQL 9.1+.

Beispiele

SELECT ST_Distance(geom, 'SRID=3005;POINT(1011102 450541)'::geometry) as d,edabbr, vaabbr
FROM va2005
ORDER BY d limit 10;

        d         | edabbr | vaabbr
------------------+--------+--------
                0 | ALQ    | 128
 5541.57712511724 | ALQ    | 129A
 5579.67450712005 | ALQ    | 001
  6083.4207708641 | ALQ    | 131
  7691.2205404848 | ALQ    | 003
 7900.75451037313 | ALQ    | 122
 8694.20710669982 | ALQ    | 129B
 9564.24289057111 | ALQ    | 130
  12089.665931705 | ALQ    | 127
 18472.5531479404 | ALQ    | 002
(10 rows)

Then the KNN raw answer:

SELECT st_distance(geom, 'SRID=3005;POINT(1011102 450541)'::geometry) as d,edabbr, vaabbr
FROM va2005
ORDER BY geom <-> 'SRID=3005;POINT(1011102 450541)'::geometry limit 10;

        d         | edabbr | vaabbr
------------------+--------+--------
                0 | ALQ    | 128
 5541.57712511724 | ALQ    | 129A
 5579.67450712005 | ALQ    | 001
  6083.4207708641 | ALQ    | 131
  7691.2205404848 | ALQ    | 003
 7900.75451037313 | ALQ    | 122
 8694.20710669982 | ALQ    | 129B
 9564.24289057111 | ALQ    | 130
  12089.665931705 | ALQ    | 127
 18472.5531479404 | ALQ    | 002
(10 rows)

Wenn Sie "EXPLAIN ANALYZE" an den zwei Abfragen ausführen, sollte eine Performance Verbesserung im Ausmaß von einer Sekunde auftreten.

Anwender von PostgreSQL < 9.5 können eine hybride Abfrage erstellen, um die echten nearest neighbors aufzufinden. Zuerst eine CTE-Abfrage, welche die Index-unterstützten KNN-Methode anwendet, dann eine exakte Abfrage um eine korrekte Sortierung zu erhalten:

WITH index_query AS (
  SELECT ST_Distance(geom, 'SRID=3005;POINT(1011102 450541)'::geometry) as d,edabbr, vaabbr
        FROM va2005
  ORDER BY geom <-> 'SRID=3005;POINT(1011102 450541)'::geometry LIMIT 100)
  SELECT *
        FROM index_query
  ORDER BY d limit 10;

        d         | edabbr | vaabbr
------------------+--------+--------
                0 | ALQ    | 128
 5541.57712511724 | ALQ    | 129A
 5579.67450712005 | ALQ    | 001
  6083.4207708641 | ALQ    | 131
  7691.2205404848 | ALQ    | 003
 7900.75451037313 | ALQ    | 122
 8694.20710669982 | ALQ    | 129B
 9564.24289057111 | ALQ    | 130
  12089.665931705 | ALQ    | 127
 18472.5531479404 | ALQ    | 002
(10 rows)

                        

Siehe auch

ST_DWithin, ST_Distance, <#>