JPA와 MySQL로 위치 데이터 다루기

업데이트: October 07, 2020

JPA와 MySQL로 위치 데이터 다루기

CSV 파일로 MySQL Point 타입 좌표 데이터 입력해보자.

JPA를 활용해서 MySQL 위치 데이터를 다루어보자.

MySQL과 위치 좌표 데이터

개요

입력 된 좌표를 기준으로 일정 반경거리 내에 위치한 음식점 정보를 가져오려 한다.
MySQL 5.7부터 공간 데이터 타입을 지원한다. 이를 활용하여 위치 데이터를 인덱싱 할 수 있다.

기본 설정

개발 환경

Spring Boot 2.3.3
Hibernate 5.4.20
MySQL 5.7
Gradle

설정

JPA에서 Spatial Type을 사용하기 위한 hibernate-spatial 의존성을 추가한다. 이때 hibernate 버전이 동일하도록 추가한다.

// dependancy
compile group: 'org.hibernate', name: 'hibernate-spatial', version: '5.4.20.Final'
  
// hibernate version
org.hibernate.Version.getVersionString()

application.yml 설정은 아래와 같다. spring.jpa.database-platform을 추가했다.

spring:
  datasource:
    url: jdbc:mysql://localhost:3306/osikdang
    username: henry
    password: henry
  
  jpa:
    hibernate:
      ddl-auto: update
    generate-ddl: true
    database: mysql
    database-platform: org.hibernate.spatial.dialect.mysql.MySQL56InnoDBSpatialDialect

스키마 생성을 위한 Entity를 만든다. 주의 할 점은 Point 타입 사용 시 org.locationtech.jts.geom.Point 패키지를 사용하도록 한다.

@Entity
@Getter
@ToString
@NoArgsConstructor
public class Restaurant {
  
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;
  
    private String name;
  
    private String category;
  
    private String categoryCode;
  
    private String categoryMain;
  
    private String categorySub;
  
    private String categoryIndustry;
  
    private String addressProvince;
  
    private String addressCity;
  
    private String addressDistrict;
  
    private String addressDistrictOld;
  
    private String addressOld;
  
    private String address;
  
    private Integer zipCode;
  
    private Point point;
}

CSV 파일로 MySQL Point 타입 좌표 데이터 입력하기

CSV 데이터 MySQL 입력

아래와 같이 변수와 POINT()를 이용해서 좌표 데이터를 넣을 수 있다.

LOAD DATA LOCAL INFILE '/restaurant.csv' INTO TABLE restaurant FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n' (@var1, @var2, @var3, @var4, @var5, @var6, @var7, @var8, @var9, @var10, @var11, @var12, @var13, @var14, @var15, @var16) SET id = @var1, address = @var2, address_city = @var3, address_district = @var4, address_district_old = @var5, address_old = @var6, address_province = @var7, category = @var8, category_code = @var9, category_industry = @var10,  category_main = @var11, category_sub = @var12, point = POINT(@var13, @var14), name = @var15, zip_code = @var16;

기준 좌표에서 일정 거리 떨어진 좌표 데이터 구하기

이론

하버사인 공식(Haversine Formula)을 이용히여 구의 두 지점 사이의 최단거리를 구한다.
https://pyxispub.uzuki.live/?p=1006

코드

단순 계산을 위한 Utility 클래스로 static으로 사용한다.

@Getter
public class Location {
  
    private Double latitude;
    private Double longitude;
  
    public Location(Double latitude, Double longitude) {
        this.latitude = latitude;
        this.longitude = longitude;
    }
}

/**
 * Haversine Formula
 * φ2 = asin( sin φ1 ⋅ cos δ + cos φ1 ⋅ sin δ ⋅ cos θ )
 * λ2 = λ1 + atan2( sin θ ⋅ sin δ ⋅ cos φ1, cos δ − sin φ1 ⋅ sin φ2 )
 */
public class GeometryUtil {
  
    public static Location calculate(Double baseLatitude, Double baseLongitude, Double distance,
        Double bearing) {
        Double radianLatitude = toRadian(baseLatitude);
        Double radianLongitude = toRadian(baseLongitude);
        Double radianAngle = toRadian(bearing);
        Double distanceRadius = distance / 6371.01;
  
        Double latitude = Math.asin(sin(radianLatitude) * cos(distanceRadius) +
            cos(radianLatitude) * sin(distanceRadius) * cos(radianAngle));
        Double longitude = radianLongitude + Math.atan2(sin(radianAngle) * sin(distanceRadius) *
                cos(radianLatitude), cos(distanceRadius) - sin(radianLatitude) * sin(latitude));
  
        longitude = normalizeLongitude(longitude);
        return new Location(toDegree(latitude), toDegree(longitude));
    }
  
    private static Double toRadian(Double coordinate) {
        return coordinate * Math.PI / 180.0;
    }
  
    private static Double toDegree(Double coordinate) {
        return coordinate * 180.0 / Math.PI;
    }
  
    private static Double sin(Double coordinate) {
        return Math.sin(coordinate);
    }
  
    private static Double cos(Double coordinate) {
        return Math.cos(coordinate);
    }
  
    private static Double normalizeLongitude(Double longitude) {
        return (longitude + 540) % 360 - 180;
    }
}

계산식을 서비스 계층에서 활용하기

이론

일정 거리 범위 내에있는 좌표들을 비교하기 위해서 MBR(Minimal Boundary Rectangle) 이라는 최소 경계 사각형 좌표가 필요하다.
MBR을 구하기 위해 북동쪽, 남서쪽 좌표를 구해야 한다.
distance의 단위는 km이며 1은 반경 1km를 의미한다.
https://momentjin.tistory.com/m/136

코드

native query를 사용하여 반경 내에 존재하는 음식점을 조회한다.

.setMaxResults(10)으로 최대 10개만 가져오도록 페이징 처리했다.

@Getter
public enum Direction {
    NORTH(0.0),
    WEST(270.0),
    SOUTH(180.0),
    EAST(90.0),
    NORTHWEST(315.0),
    SOUTHWEST(225.0),
    SOUTHEAST(135.0),
    NORTHEAST(45.0);
  
    private final Double bearing;
  
    Direction(Double bearing) {
        this.bearing = bearing;
    }
}

@Service
@RequiredArgsConstructor
public class RestaurantService {
  
    private final EntityManager em;
  
    @Transactional(readOnly = true)
    public List<Restaurant> getNearByRestaurants(Double latitude, Double longitude, Double distance) {
        Location northEast = GeometryUtil
            .calculate(latitude, longitude, distance, Direction.NORTHEAST.getBearing());
        Location southWest = GeometryUtil
            .calculate(latitude, longitude, distance, Direction.SOUTHWEST.getBearing());
  
        double x1 = northEast.getLatitude();
        double y1 = northEast.getLongitude();
        double x2 = southWest.getLatitude();
        double y2 = southWest.getLongitude();
  
        String pointFormat = String.format("'LINESTRING(%f %f, %f %f)')", x1, y1, x2, y2);
        Query query = em.createNativeQuery("SELECT r.id, r.address, r.address_city, "
                + "r.address_district, r.address_district_old, r.address_old, r.address_province, "
                + "r.category, r.category_code, r.category_industry, r.category_main, r.category_sub, "
                + "r.point, r.name, r.zip_code "
                + "FROM restaurant AS r "
                + "WHERE MBRContains(ST_LINESTRINGFROMTEXT(" + pointFormat + ", r.point)", Restaurant.class)
            .setMaxResults(10);
  
        List<Restaurant> restaurants = query.getResultList();
        return restaurants;
    }
}

눈으로 확인해보기

실제 예시를 통해 실제 좌표가 어디에 찍히는지 확인해 보자.
아래는 예제를 위한 코드이다.

기준 좌표는 맥도날드 서초뱅뱅점(37.4901548250937, 127.030767490957)으로 반경 300m를 조회하여 출력 해보도록 한다.

@Component
public class SampleRunner implements ApplicationRunner {
  
    @Autowired
    RestaurantService restaurantService;
  
    @Transactional(readOnly = true)
    @Override
    public void run(ApplicationArguments args) {
        final List<Restaurant> nearRestaurants = restaurantService
            .getNearByRestaurants(37.4901548250937, 127.030767490957, 0.3);
  
        for (Restaurant restaurant : nearRestaurants) {
            System.out.println(
                restaurant.getName() + " / " + restaurant.getCategorySub() + " / " + restaurant
                    .getAddressOld() + " / " + restaurant.getPoint());
        }
    }
}

geometry1

북동쪽 좌표 (x1 : 37.4920625469542, y1 : 127.0331718968735)
남서쪽 좌표 (x2: 37.4882470545089, y2: 127.0283632078535)

페이징 처리한 결과는 아래와 같이 출력된다.

고래똥 / 한식/백반/한정식 / 서울특별시 서초구 서초동 1339-4번지  / POINT (37.4895303786052 127.030436319555)
참치바리 / 참치전문점 / 서울특별시 서초구 서초동 1339-7 / POINT (37.4895773750866 127.030673180212)
왕대박 / 해장국/감자탕 / 서울특별시 서초구 서초동 1339-7 / POINT (37.4895773750866 127.030673180212)
snowfox / 라면김밥분식 / 서울특별시 서초구 서초동 1338-20번지  / POINT (37.4901548250937 127.030767490957)
맥도날드서초뱅뱅점 / 패스트푸드 / 서울특별시 서초구 서초동 1338-20번지  / POINT (37.4901548250937 127.030767490957)
봉천동진순자계란말이김밥서초점 / 라면김밥분식 / 서울특별시 서초구 서초동 1338-20번지  / POINT (37.4901548250937 127.030767490957)
마블 / 한식/백반/한정식 / 서울특별시 서초구 서초동 1338-20번지  / POINT (37.4901548250937 127.030767490957)
일일향 / 중국음식/중국집 / 서울특별시 서초구 서초동 1338-21번지  / POINT (37.4906123669241 127.030524107463)
시몽복지식당 / 한식/백반/한정식 / 서울특별시 서초구 서초동 1338-20번지  / POINT (37.4901548250937 127.030767490957)

실제 구글맵에서는 아래와 같이 표시된다.

결론

위 방식을 사용하면 디스크 접근 빈도수가 감소하여 성능 향상에 도움이 된다고 한다.
MBR과 같이 공간 좌표계를 이용하기 위한 이론적 부분은 아래 Reference에서 확인하도록 하자.

References

Twitter Facebook LinkedIn

Henry Yoon

JPA와 MySQL로 위치 데이터 다루기

JPA와 MySQL로 위치 데이터 다루기

MySQL과 위치 좌표 데이터

개요

기본 설정

개발 환경

설정

CSV 파일로 MySQL Point 타입 좌표 데이터 입력하기

CSV 데이터 MySQL 입력

기준 좌표에서 일정 거리 떨어진 좌표 데이터 구하기

이론

코드

계산식을 서비스 계층에서 활용하기

이론

코드

눈으로 확인해보기

결론

References

공유하기

댓글남기기

참고

이슈노트 - 개발환경

Docker - docker compose

Docker - 도커 기본 명령어

JPA #9 - OSIV