Apache Doris 地理查询实操：从建表到跑出第一条空间 SQL-开发者社区

Apache Doris 地理查询实操：从建表到跑出第一条空间 SQL

【免费下载链接】dorisApache Doris is an easy-to-use, high performance and unified analytics database.项目地址: https://gitcode.com/gh_mirrors/dori/doris

本文覆盖 Apache Doris 地理查询相关功能：空间数据类型、常用空间函数、端到端查询写法与性能注意点。一个具体场景：连锁品牌要在全国门店和百万级 POI 里，圈出"3 公里内有竞对"的候选点。这个需求不用引入独立 GIS 引擎，一条带空间函数的 SQL 就能解决。

30 秒跑通第一条空间查询

CREATE TABLE demo_geo ( id BIGINT, name STRING, loc STRING ) DUPLICATE KEY(id) DISTRIBUTED BY HASH(id) BUCKETS 1; INSERT INTO demo_geo VALUES (1, 'point_a', ST_Point(116.397, 39.916)); SELECT id, name, ST_Contains(ST_Polygon('POLYGON((116.3 39.9, 116.5 39.9, 116.5 40.0, 116.3 40.0, 116.3 39.9))'), loc) FROM demo_geo;

你刚才完成了一轮完整的"写入几何 → 判定空间关系"：ST_Point造出坐标点，ST_Polygon从 WKT 文本造出多边形，ST_Contains返回该点是否落在多边形里。

核心数据类型，各管什么用

Doris 的空间对象本质是存成 WKT 文本的字符串列（WKB 二进制可用ST_AsBinary/ST_GeometryFromWKB互转），几何解析与计算在 BE 的be/src/geo/目录实现，底层走 S2 球面几何：

类型	存什么	典型场景	例子
Point	单个经纬度坐标	门店、POI、用户定位	门店点位
LineString	有序坐标折线	路线、河流边界	配送路线
Polygon	闭合环形区域	行政区、配送围栏	配送围栏
Circle	圆心加半径的圆	周边辐射圈	3 公里圈

围栏这类文本型几何用ST_Polygon或ST_GeometryFromText从 WKT 构造；单个坐标点直接写ST_Point(经度, 纬度)即可。

高频函数拆解

算距离——"谁离我最近"类问题

距离类问题只认一个函数：ST_Distance_Sphere，返回球面距离，单位米。

SELECT ST_Distance_Sphere(116.397, 39.916, 121.473, 31.230) AS dist_m; -- 北京到上海，结果约 10700000 米

最容易踩的坑：四个参数是经度、纬度、经度、纬度，把经纬度写反会得到一个莫名其妙的"距离"。

判关系——"点落在哪个区域里"类问题

关系判断用ST_Contains(外, 内)返回 BOOLEAN，"点是否在多边形内"就写成多边形包含点。

SELECT ST_Contains( ST_Polygon('POLYGON((116.3 39.9, 116.5 39.9, 116.5 40.0, 116.3 40.0, 116.3 39.9))'), ST_Point(116.417, 39.917)) AS in_area;

注意 Doris 目前只提供了ST_Contains这一个包含类谓词，没有独立的ST_Within；另外多边形外环必须首尾闭合。

量属性——"面积多大"类问题

面积类函数按单位分成两个：ST_Area_Square_Meters与ST_Area_Square_Km，按量级选单位。

SELECT ST_Area_Square_Km(ST_Polygon('POLYGON((0 0, 1 0, 1 1, 0 1, 0 0))')) AS area_km2;

别拿"度"当面积单位直觉理解：输入是经纬度坐标，计算基于地球球面，不是平面方格。

一个完整的端到端案例：门店选址

场景：给一个新点位 (116.40, 39.92)，找最近的存量门店，并筛出落在东三环某多边形内的门店。

CREATE TABLE stores ( id BIGINT, name STRING, lng DOUBLE, lat DOUBLE, city STRING ) DUPLICATE KEY(id) DISTRIBUTED BY HASH(id) BUCKETS 8; INSERT INTO stores VALUES (1, '王府井店', 116.417, 39.917, '北京'), (2, '西单店', 116.374, 39.913, '北京'), (3, '国贸店', 116.461, 39.909, '北京'), (4, '中关村店', 116.310, 39.984, '北京');

第一条查询：按球面距离取最近门店，把经纬度列现场拼成几何再算。

SELECT name, ST_Distance_Sphere(lng, lat, 116.40, 39.92) AS dist_m FROM stores ORDER BY dist_m LIMIT 1;

第二条查询：空间谓词直接进 WHERE，只保留围栏内的门店，ST_AsText输出 WKT 方便丢给下游 GIS 工具。

SELECT name, ST_AsText(ST_Point(lng, lat)) AS wkt FROM stores WHERE ST_Contains( ST_Polygon('POLYGON((116.39 39.90, 116.48 39.90, 116.48 39.93, 116.39 39.93, 116.39 39.90))'), ST_Point(lng, lat));

优化对比：全国千万级门店表上，先收窄数据范围再算空间函数。

-- 先按城市等值过滤，再逐行算距离 SELECT name, ST_Distance_Sphere(lng, lat, 116.40, 39.92) AS dist_m FROM stores WHERE city = '北京' ORDER BY dist_m LIMIT 1;

空间函数本身对 VARCHAR 逐行计算，省掉无谓的城市就是省掉一批逐行计算。

性能与常见坑

Doris 目前没有专用的空间索引属性，建表时不存在spatial_index这类配置，空间加速完全靠"先过滤后计算"。
遵循"先过滤后计算"：把分区、桶键等值条件放前，空间函数谓词放后，缩小逐行计算的行数。
坐标系默认按 WGS84 理解，混入 GCJ-02 的坐标系数据会有几十到几百米偏差。
新手最常犯的错：参数顺序写反成"纬度、经度"。反例：ST_Distance_Sphere(39.916, 116.397, 31.230, 121.473)，北京、上海的位置直接互换，距离算出来就是错的。