ActiveRecord + PostgreSQL Earthdistance 使用指南
2024-12-27 03:13:15作者:彭桢灵Jeremy
本文档旨在帮助用户安装、使用ActiveRecord与PostgreSQL Earthdistance扩展,并提供相关的API使用说明。
1. 安装指南
系统要求
- PostgreSQL 9.1+ 版本,并安装 contrib 扩展
- Rails 3.1+ 版本
在 Ubuntu 系统上,安装 contrib 扩展非常简单:
sudo apt-get install postgresql-contrib-9.1
在 Mac 系统上,您有以下几个选项:
- 使用 EnterpriseDB 提供的二进制包
- 使用 Homebrew 安装 Postgres,它包括了 contrib 包:
brew install postgres - 使用 Postgres.app
安装步骤
- 确保 Earthdistance 是 PostgreSQL 的 contrib 模块,请先查阅相关文档。
- 将以下代码添加到 Gemfile 中:
gem 'activerecord-postgres-earthdistance'
然后运行 bundler:
bundle install
- 创建一个迁移文件来为 PostgreSQL 数据库添加 earthdistance 支持:
rails g earth_distance:setup
运行迁移:
rake db:migrate
- 为模型添加地理索引以加快查询速度。例如,为
Place模型添加索引:
rails g migration add_index_to_places
编辑生成的迁移文件:
class AddIndexToPlaces < ActiveRecord::Migration
def up
add_earthdistance_index :places
end
def down
remove_earthdistance_index :places
end
end
这将创建类似的 SQL 索引:
CREATE INDEX places_earthdistance_ix ON places USING GIST (ll_to_earth(lat, lng));
2. 项目的使用说明
在 Gemfile 中添加以下代码:
gem 'activerecord-postgres-earthdistance'
在每个具有经纬度字段的模型中添加 acts_as_geolocated 方法。例如,对于具有 lat 和 lng 字段的 Place 模型:
class Place < ActiveRecord::Base
acts_as_geolocated
end
您也可以为不同的字段名指定 acts_as_geolocated:
class Place < ActiveRecord::Base
acts_as_geolocated lat: 'latitude_column_name', lng: 'longitude_column_name'
end
对于关联模型的地理定位:
class Job < ActiveRecord::Base
belongs_to :job
acts_as_geolocated through: :job
end
查询数据库
查询给定半径内的所有地点:
Place.within_radius(100, -22.951916, -43.210487).all
根据距离排序:
Place.within_radius(100, -22.951916, -43.210487).order_by_distance(-22.951916, -43.210487)
关联模型的查询:
Job.within_radius(100, -22.951916, -43.210487)
如果不需要精确距离,可以使用更快的 bounding box 查询:
Place.within_box(1_000_000, -22.951916, -43.210487)
获取距离:
point = [-22.951916, -43.210487]
closest = Place.within_radius(100, *point).order_by_distance(*point).selecting_distance_from(*point).first
closest.distance
3. 项目API使用文档
项目的 API 使用主要是通过 acts_as_geolocated 方法以及相关查询方法来实现。以下是部分方法的简要说明:
acts_as_geolocated: 在模型中启用地理定位功能。within_radius: 查询给定半径内的所有记录。order_by_distance: 根据与指定点的距离排序记录。within_box: 使用 bounding box 方法快速查询给定范围内的记录。selecting_distance_from: 在查询结果中包含与指定点的距离。
4. 项目安装方式
请参照“安装指南”中的步骤进行安装。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220