半径范围内查询慢问题：SQL语句性能优化咨询

先帮你拆解下当前查询慢的核心问题：无索引可用的字符串拼接关联、全表无过滤的距离计算、低效的JOIN逻辑，下面是针对性的优化方案：

1. 修复低效的JOIN关联条件 #

你用了CONCAT(property.paon, ', ', property.street) = epc.ADDRESS1做关联，这种动态字符串拼接的等式完全无法利用索引，数据库只能逐行计算拼接结果再对比，开销极大。

优化方式：

• 如果能修改表结构，拆分epc表的ADDRESS1字段，拆成epc_paon和epc_street两个字段，直接用property.paon = epc.epc_paon AND property.street = epc.epc_street关联，给这两组字段加联合索引即可。
• 没法改epc表的话，在property表新增预计算列，然后加索引：

  -- MySQL示例：新增存储型计算列
  ALTER TABLE property ADD COLUMN full_address VARCHAR(255) GENERATED ALWAYS AS (CONCAT(paon, ', ', street)) STORED;
  -- 给计算列和epc的ADDRESS1加索引
  CREATE INDEX idx_property_full_addr ON property(full_address);
  CREATE INDEX idx_epc_address1 ON epc(ADDRESS1);
  

  之后关联条件改成property.full_address = epc.ADDRESS1，就能用上索引加速关联。

2. 先过滤再计算，减少数据处理量 #

现在你是先JOIN全表再计算距离，哪怕是离目标点极远的数据也会被处理。应该先筛选出目标半径范围内的property数据，再和epc表关联：

SELECT 
  p.paon, p.saon, p.street, p.postcode, p.lastSalePrice, p.lastTransferDate,
  e.ADDRESS1, e.POSTCODE, e.TOTAL_FLOOR_AREA,
  p.distance
FROM (
  SELECT 
    *,
    -- 预计算距离
    (3959 * acos(cos(radians(54.6921)) * cos(radians(latitude)) * cos(radians(longitude) - radians(-1.2175)) + sin(radians(54.6921)) * sin(radians(latitude)))) AS distance
  FROM property
  -- 先做粗过滤：缩小经纬度范围（0.1约对应6-7英里，根据你的半径调整）
  WHERE latitude BETWEEN 54.6921 - 0.1 AND 54.6921 + 0.1
    AND longitude BETWEEN -1.2175 - 0.1 AND -1.2175 + 0.1
    -- 再精确过滤半径（比如10英里，按需修改）
    AND (3959 * acos(cos(radians(54.6921)) * cos(radians(latitude)) * cos(radians(longitude) - radians(-1.2175)) + sin(radians(54.6921)) * sin(radians(latitude)))) <= 10
) p
RIGHT JOIN epc e ON p.postcode = e.POSTCODE AND p.full_address = e.ADDRESS1;

3. 给经纬度加索引，加速范围查询 #

给property表的经纬度加联合索引，让上面的粗过滤条件能快速定位目标区域数据：

CREATE INDEX idx_property_lat_lng ON property(latitude, longitude);

如果你的数据库支持空间索引（比如MySQL 5.7+、PostgreSQL+PostGIS），可以考虑用空间类型优化：

-- MySQL示例：新增空间字段并创建索引
ALTER TABLE property ADD COLUMN location POINT;
UPDATE property SET location = POINT(longitude, latitude);
CREATE SPATIAL INDEX idx_property_location ON property(location);
-- 用空间函数查询距离（16093米=10英里）
SELECT * FROM property WHERE ST_Distance_Sphere(location, POINT(-1.2175, 54.6921)) <= 16093;

空间索引的距离查询效率比手动计算余弦公式高很多。

4. 调整JOIN类型（如果业务允许） #

你用了RIGHT JOIN，会返回所有epc表的数据，哪怕没有匹配的property。如果业务只需要有匹配关联的数据，改成INNER JOIN会更高效；如果必须用RIGHT JOIN，确保epc表的POSTCODE和ADDRESS1字段都有索引，减少JOIN时的查找开销。

5. 其他小优化 #

• 只查询需要的字段：避免SELECT *，减少数据传输和内存占用；
• 缓存高频查询：如果这个查询执行频繁且数据非实时，可以缓存结果（比如用Redis），避免重复计算。

内容的提问来源于stack exchange，提问作者Mike