基于PostgreSQL+Django的5公里内事件高效筛选方案求助

核心前提：修复字段类型 #

当前latitude和longitude用CharField存储是不合理的——字符串类型无法让数据库直接进行数值计算，这是导致循环计算效率极低的根本原因之一。首先需要将字段转换为数值类型或地理专用类型：

方案A：转换为DecimalField（轻量改造） #

修改Event模型，将字符串字段替换为高精度小数字段：

from django.db import models

class Event(models.Model):
    # max_digits和decimal_places可根据需求调整，保留6位小数足够满足经纬度精度
    latitude = models.DecimalField(max_digits=9, decimal_places=6, null=True, blank=True)
    longitude = models.DecimalField(max_digits=9, decimal_places=6, null=True, blank=True)

执行迁移更新数据库：

python manage.py makemigrations
python manage.py migrate

注意：需提前将原有字符串格式的经纬度批量转换为数值，可通过数据迁移脚本或批量更新完成，例如：

# 仅示例，需根据实际数据格式调整
from django.db.models import F
from django.db.models.functions import Cast

Event.objects.filter(latitude__isnull=False).update(
    latitude=Cast(F('latitude'), output_field=models.DecimalField())
)
Event.objects.filter(longitude__isnull=False).update(
    longitude=Cast(F('longitude'), output_field=models.DecimalField())
)

方案B：直接使用PostGIS PointField（最优性能） #

如果数据量极大，推荐使用PostGIS地理扩展，这是处理地理位置查询的专业方案：

1. 先在PostgreSQL中启用PostGIS扩展：

CREATE EXTENSION IF NOT EXISTS postgis;

2. 安装Django的PostGIS支持：

pip install django-postgis

3. 修改settings.py，添加GIS应用：

INSTALLED_APPS = [
    # ...其他应用
    'django.contrib.gis',
]

4. 更新Event模型，用PointField存储地理位置：

from django.contrib.gis.db import models

class Event(models.Model):
    # geography=True表示使用WGS84地理坐标系，计算真实球面距离
    location = models.PointField(null=True, blank=True, geography=True)
    
    # 可选：保留lat/lng字段并通过属性获取经纬度
    @property
    def latitude(self):
        return self.location.y if self.location else None
    
    @property
    def longitude(self):
        return self.location.x if self.location else None

5. 迁移后批量转换原有数据：

from django.contrib.gis.geos import Point

Event.objects.filter(location__isnull=True, latitude__isnull=False, longitude__isnull=False).update(
    location=Point(F('longitude'), F('latitude'), srid=4326)
)

优化查询方案 #

方案1：基于PostgreSQL内置函数的Haversine计算（无需PostGIS） #

利用PostgreSQL的数值计算能力，将Haversine公式放到数据库层面执行，避免Python循环全表扫描：

自定义Django Filter实现

import django_filters
from django.db.models import RawSQL
from .models import Event

class EventFilter(django_filters.FilterSet):
    within_5km = django_filters.CharFilter(method='filter_within_5km')

    def filter_within_5km(self, queryset, name, value):
        # value格式为"纬度,经度"，例如"39.9042,116.4074"
        if not value or ',' not in value:
            return queryset
        current_lat, current_lng = map(float, value.split(','))
        # 6371是地球半径（公里），计算结果为两点间公里数
        return queryset.annotate(
            distance=RawSQL(
                """
                6371 * acos(
                    cos(radians(%s)) * cos(radians(latitude)) *
                    cos(radians(longitude) - radians(%s)) +
                    sin(radians(%s)) * sin(radians(latitude))
                )
                """,
                [current_lat, current_lng, current_lat]
            )
        ).filter(distance__lte=5)

    class Meta:
        model = Event
        fields = ['within_5km']

方案2：基于PostGIS的地理查询（性能最优） #

PostGIS支持地理索引，能大幅提升大范围数据的查询效率：

添加GIST索引（关键优化）

在Event模型的Meta类中添加索引，让数据库可以快速定位范围内的点：

class Event(models.Model):
    location = models.PointField(null=True, blank=True, geography=True)
    
    class Meta:
        indexes = [
            models.Index(fields=['location'], name='event_location_gist_idx', using='gist'),
        ]

执行迁移创建索引：

python manage.py makemigrations
python manage.py migrate

使用Django Filter的地理过滤器

import django_filters
from django.contrib.gis.geos import Point
from .models import Event

class EventFilter(django_filters.FilterSet):
    # 使用GeoDistanceFilter，自动处理距离计算
    within_5km = django_filters.GeoDistanceFilter(field_name='location', lookup_expr='lte')

    class Meta:
        model = Event
        fields = ['within_5km']

# 使用示例：
current_point = Point(116.4074, 39.9042, srid=4326)  # 格式为(经度, 纬度)，srid=4326是WGS84坐标系
filter_set = EventFilter(
    data={'within_5km': current_point, 'within_5km__value': 5000},  # value单位为米
    queryset=Event.objects.all()
)
nearby_events = filter_set.qs

为什么原方案效率极低？ #

原方案在Python循环中调用Haversine公式，需要将全表数据从数据库拉取到内存，再逐一计算距离，属于典型的全表扫描+内存计算，数据量越大，耗时呈线性增长。优化后的方案将计算逻辑放到数据库层面，利用数据库的内置函数和索引，仅返回符合条件的数据，大幅减少数据传输和计算量。

内容的提问来源于stack exchange，提问作者Muhammed Sheffin E S