WGS84转高德地图的SQL逆天写法

WGS84转高德地图的SQL逆天写法

兼容MYSQL和PGSQL

SELECT

-- 经度

xlongitude +

(((300.0 + (xlongitude - 105.0) + 2.0 * (ylatitude - 35.0) + 0.1 * (xlongitude - 105.0) * (xlongitude - 105.0) +

0.1 * (xlongitude - 105.0) * (ylatitude - 35.0) + 0.1 * sqrt(abs((xlongitude - 105.0))) +

(20.0 * sin(6.0 * (xlongitude - 105.0) * 3.1415926535897932384626) + 20.0 * sin(2.0 * (xlongitude - 105.0) * 3.1415926535897932384626)) * 2.0 / 3.0 +

(20.0 * sin((xlongitude - 105.0) * 3.1415926535897932384626) + 40.0 * sin((xlongitude - 105.0) / 3.0 * 3.1415926535897932384626)) * 2.0 / 3.0 +

(150.0 * sin((xlongitude - 105.0) / 12.0 * 3.1415926535897932384626) + 300.0 * sin((xlongitude - 105.0) / 30.0 * 3.1415926535897932384626)) * 2.0 / 3.0) * 180.0) / (6378245.0 / (SQRT(1 - 0.00669342162296594323 * sin((ylatitude) / 180.0 * 3.1415926535897932384626) * sin((ylatitude) /180.0 * 3.1415926535897932384626))) * COS((ylatitude) / 180.0 * 3.1415926535897932384626) * 3.1415926535897932384626)) AS lon,

-- 纬度

ylatitude +

((-100.0 + 2.0 * (xlongitude - 105.0) + 3.0 * (ylatitude - 35.0) + 0.2 * (ylatitude - 35.0) * (ylatitude - 35.0) +

0.1 * (xlongitude - 105.0) * (ylatitude - 35.0) + 0.2 * sqrt(abs(xlongitude - 105.0)) +

(20.0 * sin(6.0 * (xlongitude - 105.0) * 3.1415926535897932384626) + 20.0 * sin(2.0 * (xlongitude - 105.0) * 3.1415926535897932384626)) * 2.0 /3.0 +

(20.0 * sin((ylatitude - 35.0) * 3.1415926535897932384626) + 40.0 * sin((ylatitude - 35.0) / 3.0 * 3.1415926535897932384626)) * 2.0 / 3.0 +

(160.0 * sin((ylatitude - 35.0) / 12.0 * 3.1415926535897932384626) + 320 * sin((ylatitude - 35.0) * 3.1415926535897932384626 / 30.0)) * 2.0 / 3.0 ) * 180) / ((6378245.0 * (1 - 0.00669342162296594323)) / ((1 - 0.00669342162296594323 * sin((ylatitude) /180.0 * 3.1415926535897932384626) * sin((ylatitude) /180.0 * 3.1415926535897932384626)) * (SQRT(1 - 0.00669342162296594323 * sin((ylatitude) /180.0 * 3.1415926535897932384626) * sin((ylatitude) /180.0 * 3.1415926535897932384626)))) * 3.1415926535897932384626) AS lat

相关推荐
lzhlizihang36 分钟前
【Hive sql 面试题】求出各类型专利top 10申请人,以及对应的专利申请数(难)
大数据·hive·sql·面试题
威哥爱编程2 小时前
SQL Server 数据太多如何优化
数据库·sql·sqlserver
Mephisto.java3 小时前
【大数据学习 | kafka高级部分】kafka的kraft集群
大数据·sql·oracle·kafka·json·hbase
Mephisto.java3 小时前
【大数据学习 | kafka高级部分】kafka的文件存储原理
大数据·sql·oracle·kafka·json
数新网络7 小时前
《深入浅出Apache Spark》系列②:Spark SQL原理精髓全解析
大数据·sql·spark
师太,答应老衲吧9 小时前
SQL实战训练之,力扣:2020. 无流量的帐户数(递归)
数据库·sql·leetcode
NiNg_1_23411 小时前
高级 SQL 技巧详解
sql
全栈开发圈19 小时前
新书速览|Spark SQL大数据分析快速上手
sql·数据分析·spark
WeeJot嵌入式19 小时前
数据库----SQL
数据库·sql
矛取矛求19 小时前
高级sql技巧
数据库·sql·mysql