哪个邻近函数提供最快并利用 postGIS 中的空间索引？

Question

我是 PostgreSQL / PostGIS 的新手。我正在评估它来解决一个简单的算法：尝试找到半径（米）内的所有点。这是我的表格：

=> \d+ theuser;
                         Table "public.theuser"
  Column  |          Type          | Modifiers | Storage  | Description 
----------+------------------------+-----------+----------+-------------
 id       | bigint                 | not null  | plain    | 
 point    | geometry               |           | main     | 
Indexes:
    "theuser_pkey" PRIMARY KEY, btree (id)
    "point_index" gist (point)
Referenced by:
    ...
Has OIDs: no

我在 point 列中添加了要点索引，我不知道这是否是正确的设计。 插入的所有“点”均带有 SRID=4326。

似乎有两种方法可以获取附近的点：

ST_Distance 、 ST_Distance_Sphere 。 以 2 为例：

select * from theuser where
ST_distance_sphere(point , ST_GeomFromText('POINT(120.9982 24.788)',4326)) < 100;

我想知道哪种算法使用“point_index< /代码>”？如果有数百万个点，两者都可以执行得很快吗？

另一个问题，如何查询小区的SRID（我搜索没有找到答案）？ 我所能做的就是通过 hibernate-spatial-postgis 获取 "com.vividsolutions.jts.geom.Point" ，并从返回的点获取 SRID。我如何在 SQL 中查询它？谢谢。

环境：

=> select version();
                                                  version                                                  
-----------------------------------------------------------------------------------------------------------
 PostgreSQL 8.4.9 on i486-pc-linux-gnu, compiled by GCC gcc-4.4.real (Ubuntu 4.4.3-4ubuntu5) 4.4.3, 32-bit

=> SELECT postgis_lib_version();
 postgis_lib_version 
---------------------
 1.4.0

----更新----

感谢@filiprem，我尝试了这个：

=> explain select * from theuser where
ST_distance_sphere(point , ST_GeomFromText('POINT(120.9982 24.788)',4326)) < 100;
                                                          QUERY PLAN                                                           
-------------------------------------------------------------------------------------------------------------------------------
 Seq Scan on theuser  (cost=0.00..1.15 rows=3 width=2644)
   Filter: (st_distance_sphere(point, '0101000020E610000080B74082E23F5E407D3F355EBAC93840'::geometry) < 100::double precision)
(2 rows)

我如何知道它是否使用了“point_index”要点（点）？它能在高数据量搜索下生存吗？

Answer 1

我曾经听说 ST_DWithin 是最快的，实际上在文档中他们说新版本 ST_DWithin 已进行调整。

1.3之前，ST_Expand通常与&&结合使用。和
ST_Distance达到和1.3.4之前这个函数相同的效果
基本上是该结构的简写。从1.3.4开始，ST_D内
使用更短路距离函数，这应该使它更
对于更大的缓冲区，比之前的版本更高效。

它还使用边界框比较和索引：

此函数调用将自动包含一个边界框
比较将利用任何可用的索引
几何形状。