MySQL ST_HausdorffDistance 怎样衡量两个几何集合的最大偏离

如果你要比较两条轨迹、两组采样点或两组线性几何，单看“是否相交”并不能说明它们最远偏离了多少。MySQL 的 ST_HausdorffDistance() 返回两个几何值之间的离散 Hausdorff 距离，可以把两组几何的最大离散偏离压成一个长度值。

官方地址：https://dev.mysql.com/doc/refman/8.4/en/spatial-relation-functions-object-shapes.html

最重要的判断是：它比较的是几何中明确写出的点，不是把每条线段无限细分后再比较。先让两个参数处于同一个 SRS，再确认几何组合受支持；如果输入是 LineString，还要把返回值理解为离散点集上的距离。

先用两个几何值算出离散距离

最小调用只需要两个几何参数。为了让示例的取样点清楚，先用两个包含不同顶点的 LineString。下面的坐标是 Cartesian 平面中的示例值，重点是调用关系和返回值语义，不把它当成真实地图测量。

-- 创建两条带有显式顶点的 LineString，坐标使用默认的 Cartesian SRS 0
SET @g1 = ST_GeomFromText('LINESTRING(0 0, 0 5, 5 5)');
SET @g2 = ST_GeomFromText('LINESTRING(0 1, 0 6, 3 3, 5 6)');

-- 返回两个几何值之间的离散 Hausdorff 距离
SELECT ST_HausdorffDistance(@g1, @g2) AS discrete_distance;

返回结果是一个双精度长度值，默认使用几何参数所属 SRS 的长度单位。对于 Cartesian SRS 0，不能把结果随意标成米或厘米；要让数字带有现实单位，应该使用有明确单位的空间参考，或在函数中指定受支持的 unit。

unit 参数决定结果怎样表达

函数可以接收第三个可选参数 unit。MySQL 会从 INFORMATION_SCHEMA.ST_UNITS_OF_MEASURE 中判断该单位是否受支持；指定了支持的线性单位后，结果会用该单位返回。

-- 使用带地理 SRS 的相同 LineString，两个参数都标记为 SRID 4326
SET @geo1 = ST_GeomFromText('LINESTRING(0 0, 0 0.05, 0.05 0.05)', 4326);
SET @geo2 = ST_GeomFromText('LINESTRING(0 0.01, 0 0.06, 0.03 0.03, 0.05 0.06)', 4326);

-- 不写 unit 时使用 SRS 的长度单位；显式写 metre 便于接口约定
SELECT ST_HausdorffDistance(@geo1, @geo2) AS distance_in_srs_unit,
       ST_HausdorffDistance(@geo1, @geo2, 'metre') AS distance_in_metres;

-- 需要英制输出时，使用受支持的单位名称
SELECT ST_HausdorffDistance(@geo1, @geo2, 'foot') AS distance_in_feet;

这里要区分“单位转换”和“算法改变”：unit 只改变长度结果的表达单位，不会把离散 Hausdorff 距离改成连续曲线距离。单位不受支持时会触发 ER_UNIT_NOT_FOUND；对 SRID 0 指定线性单位还会触发未知长度单位错误。

离散距离不会自动比较线段中间点

这是这个函数最容易被误读的地方。MySQL 文档把它定义为 discrete Hausdorff distance：对于 LineString，只考虑几何值中明确给出的点，连接两个顶点的线段中间位置不会自动增加采样点。

-- 第一条线只写入两个端点，线段中间没有单独的顶点
SET @short_line = ST_GeomFromText('LINESTRING(0 0, 10 0)');

-- 第二条线有自己的显式顶点；函数按离散点集合解释这些输入
SET @sampled_line = ST_GeomFromText('LINESTRING(0 1, 5 2, 10 1)');

-- 结果用于比较显式顶点的离散偏离，不代表对整条连续线段逐点采样
SELECT ST_HausdorffDistance(@short_line, @sampled_line) AS discrete_distance;

因此，两个业务几何即使视觉上很接近，结果也会受到顶点布置影响。如果你的轨迹是稀疏采样的，不能把函数结果直接解释为两条连续曲线之间的严格最大距离；需要先在数据生产阶段统一采样策略，或者选择能够表达连续几何需求的其他方案。

先核对支持的几何组合

ST_HausdorffDistance() 不是对任意几何类型都提供实现。MySQL 8.4 文档列出的支持组合如下：

如果两个参数处于相同的 Cartesian 或 geographic SRS，但组合不在支持范围内，可能得到 ER_NOT_IMPLEMENTED_FOR_CARTESIAN_SRS 或 ER_NOT_IMPLEMENTED_FOR_GEOGRAPHIC_SRS。这不是“距离很大”，而是当前函数没有为该组合提供实现。

-- 先读取类型和 SRID，把参数准备情况记录下来
SELECT ST_GeometryType(@g1) AS g1_type,
       ST_SRID(@g1) AS g1_srid,
       ST_GeometryType(@g2) AS g2_type,
       ST_SRID(@g2) AS g2_srid;

-- 只有类型组合和 SRS 都符合预期时，才继续计算距离
SELECT ST_HausdorffDistance(@g1, @g2) AS discrete_distance;

NULL、空几何和 SRS 不一致要分开看

通用空间函数规则也会影响这次调用。任一参数为 NULL，或者任一几何为空，返回值就是 NULL。几何文本格式不正确会产生 ER_GIS_INVALID_DATA；SRS 未定义会产生 ER_SRS_NOT_FOUND；多个几何参数不在同一 SRS 时会产生 ER_GIS_DIFFERENT_SRIDS。

-- 用 CASE 区分输入缺失、空几何和正常计算，避免把 NULL 当成数字 0
SELECT CASE
         WHEN @g1 IS NULL OR @g2 IS NULL THEN '输入为 NULL'
         WHEN ST_IsEmpty(@g1) OR ST_IsEmpty(@g2) THEN '存在空几何'
         ELSE '进入 SRS、类型组合和距离计算'
       END AS input_state;

-- 多参数空间计算前，先确认两个几何使用同一个 SRID
SELECT ST_SRID(@g1) AS first_srid,
       ST_SRID(@g2) AS second_srid,
       ST_SRID(@g1) = ST_SRID(@g2) AS same_srid;

不要用 COALESCE(ST_HausdorffDistance(...), 0) 把所有 NULL 都改成零后再解释业务结果。零表示距离计算得到零，NULL 则可能表示输入为空或缺失，两者含义不同。

按这张清单解释结果

1. 先看两个输入是不是支持的几何组合，尤其不要把未实现的组合当成距离为零。
2. 核对两个几何的 SRID 是否相同，并确认坐标属于这个 SRS 的合法范围。
3. 确认 LineString 或 MultiLineString 的顶点密度足够表达业务想比较的形状。
4. 明确结果单位：未指定 unit 时跟随 SRS，指定 unit 时先确认单位受支持。
5. 区分数值结果、NULL 和异常：数值是距离，NULL 是空输入路径，异常是数据、SRS、单位或组合问题。

如果只需要比较两组显式采样点和线集合的离散偏离，ST_HausdorffDistance() 可以提供紧凑的单值指标；如果业务要求连续曲线、线段中间采样或跨不同空间参考的比较，就不能只靠这一行 SQL 解决。

相关问题

ST_HausdorffDistance 和 ST_Distance 有什么区别？

ST_Distance() 关注两个几何之间的最短距离，而 ST_HausdorffDistance() 关注两组显式采样点在离散意义下的最大偏离，回答的是不同问题。

为什么 LineString 看起来相交，Hausdorff 距离仍然不是零？

相交只说明存在共同位置，不能说明所有显式顶点都完全重合。只要两组点集仍有偏离，离散 Hausdorff 距离就可能大于零。

能不能把两个不同 SRID 的几何直接传进去？

不能依赖这种调用。多几何参数的空间函数要求参数使用同一 SRS；SRID 不同会产生 ER_GIS_DIFFERENT_SRIDS。

结果为什么和地图上目测的最大距离不一致？

最先检查顶点采样。该函数对 LineString 采用离散距离，只看明确写入的点，不自动比较线段中间位置；另外还要检查 SRS 和单位。

总结

MySQL ST_HausdorffDistance(g1, g2 [, unit]) 衡量的是两个受支持几何值之间的离散 Hausdorff 距离。正确使用它要抓住三点：输入组合必须受支持，两个几何要处于同一 SRS，LineString 的结果只能按显式顶点取样来解释。把数值、NULL、单位错误和 SRS/组合错误分开处理，才能让“最大偏离”这个指标真正对应业务含义。