我需要在我的应用程序中实现地理邻近搜索，但是对于要使用的正确公式我非常困惑。在Web和StackOverflow中进行一些搜索后，我发现解决方案是：
- 使用Haversine公式
使用大圆距离公式- 在数据库中使用空间搜索引擎
选项＃3真的不是我的ATM选项。现在，我有点困惑了，因为我总是说大圆距离公式和Haversine公式是同义词，但显然我错了吗？
上面的屏幕截图来自MySQL出色的Geo（邻近）搜索文件，并使用以下功能：
ASIN, SQRT, POWER, SIN, PI, COS
我还看到了同一个公式（余弦的球形定律）的不同形式，例如：
(3956 * ACOS(COS(RADIANS(o_lat)) * COS(RADIANS(d_lat)) * COS(RADIANS(d_lon) - RADIANS(o_lon)) + SIN(RADIANS(o_lat)) * SIN(RADIANS(d_lat))))
它使用以下功能：
ACOS, COS, RADIANS, SIN
我不是数学专家，但是这些公式相同吗？我遇到了更多的变化和公式（例如余弦的球形定律和Vincenty的 公式-似乎是最准确的），这让我更加困惑...
我需要选择一个良好的通用公式以在PHP / MySQL中实现。谁能解释我上面提到的公式之间的区别？
- 哪一个计算最快？
- 哪一个提供最准确的结果？
- 就结果的速度/准确性而言，哪一个最好？
感谢您对这些问题的见解。
基于唯一的理论答案，我测试了以下大圆距离公式：
- 文森特公式
- Haversine公式
- 余弦球定律
该Vincenty公式是死的慢，但是它是相当准确的（下降到0.5mm） 。
该haversine公式是远远比Vincenty公式更快，我能够在大约6秒，这是我的需要非常接受试验1次亿次运算。
该余弦公式的球面法发现是几乎快一倍的haversine公式和精度差是neglectfulness对于大多数使用情况。
以下是一些测试位置：
- Google总部（
37.422045，-122.084347） - 加利福尼亚州旧金山（
37.77493，-122.419416） - 法国埃菲尔铁塔（
48.8582，2.294407） - 悉尼歌剧院（
-33.856553，151.214696）
Google总部-加利福尼亚州旧金山：
- 文森特公式：
49 087.066 meters - Haversine公式：
49 103.006 meters - 余弦球定律：
49 103.006 meters
Google总部-法国艾菲尔铁塔：
- 文森特公式：
8 989 724.399 meters - Haversine公式：
8 967 042.917 meters - 余弦球定律：
8 967 042.917 meters
Google总部-悉尼歌剧院：
- 文森特公式：
11 939 773.640 meters - Haversine公式：
11 952 717.240 meters - 余弦球定律：
11 952 717.240 meters
如您所见，Haversine公式与余弦球定律之间没有明显的区别，但是与Vincenty公式相比，两者的距离偏移都高达22公里，因为它使用的是地球的椭圆近似而不是球形。
AB=sqrt(pow(($Xb-$Xa),2)+pow(($Yb-$Ya),2)));，我从来不完全知道它的作用..希望能为您提供帮助;）