需用空间函数（如ST_Within）将经纬度转点后匹配多边形行政区，而非简单四舍五入；须确保坐标系一致、维度表含空间索引及合适颗粒度，否则会导致漏匹配或性能差。
怎么用经纬度坐标匹配到行政区划维度表
核心是把原始数据里的 lat 和 lng 落到某个省/市/区的多边形范围内，不是简单四舍五入或取整。直接用 BETWEEN 做矩形框粗筛可以，但会漏掉边界弯曲区域（比如长三角某镇实际属江苏，却落在上海矩形框外）。
实操建议：
- 先确保维度表（如
dim_region）有geom字段，类型为POLYGON或GEOMETRY，且已建立空间索引（PostGIS 用CREATE INDEX ON dim_region USING GIST(geom)） - 原始表需转成点：PostGIS 中用
ST_Point(lng, lat)（注意顺序是经度在前），再用ST_Within(point, region.geom)判断是否在内 - MySQL 8.0+ 可用
ST_Contains(region.geom, ST_Point(lng, lat))，但性能弱于 PostGIS，且必须确保geom是 SRID 4326 - 如果没空间扩展，退而求其次：用最小外接矩形（MBR）预过滤——
ST_Contains(ST_Envelope(region.geom), ST_Point(lng, lat))，再加业务规则兜底（如按城市中心点距离 fallback）
为什么 GROUP BY 区域字段后总数对不上
常见现象是：原始记录 10 万条，分组后 sum(count) 只有 9.2 万。根本原因不是 SQL 写错，而是坐标落在所有已知行政区划范围之外（海洋、边境无人区、坐标系不一致、或维度表本身缺失某些飞地）。
排查步骤：
- 先查未匹配上的点：
SELECT lat, lng FROM raw_data d LEFT JOIN dim_region r ON ST_Within(ST_Point(d.lng, d.lat), r.geom) WHERE r.id IS NULL LIMIT 100 - 检查坐标系：原始数据若来自高德/百度，是 GCJ-02 或 BD-09，必须先纠偏转 WGS84（用对应 SDK 或开源库如
coordtransform），否则ST_Point构造的点位置偏差可达 500 米 - 维度表若只含地级市，但你要统计到区县，就必然有“市辖区”未覆盖的街道数据——得确认维度表颗粒度是否匹配业务需求
如何让地理分组查询不慢到超时
空间 JOIN 天然比普通 JOIN 慢，尤其当原始表千万级、区域表上千个面时，没优化很容易 10 分钟不出结果。
关键优化点：
- 强制走空间索引：在 PostGIS 中，确保
ST_Within的第二个参数是索引字段（即r.geom），不要写成ST_Within(r.geom, ST_Point(...))，否则索引失效 - 加地理围栏预过滤：先用
ST_DWithin(ST_Transform(ST_Point(lng, lat), 4326), ST_Transform(r.center_point, 4326), 100000)快速筛出 100km 内的候选区域，再精确判断 - 避免 SELECT *：只 SELECT 需要的区域字段（如
r.province_name,r.city_code），别把整个geom拉出来 - 小表驱动大表：把
dim_region当驱动表（FROM dim_region r），用LATERAL关联原始数据，配合ST_Intersects+ 索引，有时比大表驱动快一个数量级
MySQL 5.7 没空间函数怎么办
只能放弃精确多边形匹配，改用「行政中心点 + 距离阈值」近似法，适合对精度要求不高的运营报表。
操作方式：
- 维度表增加
center_lat、center_lng、radius_km三列（半径可按地级市平均面积估算） - 用 Haversine 公式算球面距离：
SELECT *, 6371 * ACOS(LEAST(1.0, COS(RADIANS(lat)) * COS(RADIANS(center_lat)) * COS(RADIANS(lng - center_lng)) + SIN(RADIANS(lat)) * SIN(RADIANS(center_lat)))) AS distance_km FROM raw_data d JOIN dim_region r ON distance_km - 缺点明显：圆形覆盖无法处理狭长区域（如甘肃走廊），且无索引，大数据量需加
lat BETWEEN ... AND ...和lng BETWEEN ... AND ...先粗筛
真正难的不是写那几行 SQL，而是确认每一条坐标属于哪个“真实世界里的行政主体”——这背后涉及坐标系、行政区划变更、飞地归属、甚至国界争议。上线前务必抽样人工核验 50 条边界案例。
