我们将纬度/经度X 1,000,000作为数字存储在oracle数据库中，以避免使用双数舍入错误。

已知纬度/经度精确到小数点后第6位是10厘米，这就是我们所需要的。许多其他数据库也将lat/long存储到小数点后第6位。

基本上，这取决于你需要的定位精度。使用DOUBLE可以获得3.5nm的精度。DECIMAL(8,6)/(9,6)减小到16cm。FLOAT是1.7米…

这个非常有趣的表格有一个更完整的列表:http://mysql.rjweb.org/doc.php/latlng:

Datatype               Bytes            Resolution

Deg*100 (SMALLINT)     4      1570 m    1.0 mi  Cities
DECIMAL(4,2)/(5,2)     5      1570 m    1.0 mi  Cities
SMALLINT scaled        4       682 m    0.4 mi  Cities
Deg*10000 (MEDIUMINT)  6        16 m     52 ft  Houses/Businesses
DECIMAL(6,4)/(7,4)     7        16 m     52 ft  Houses/Businesses
MEDIUMINT scaled       6       2.7 m    8.8 ft
FLOAT                  8       1.7 m    5.6 ft
DECIMAL(8,6)/(9,6)     9        16cm    1/2 ft  Friends in a mall
Deg*10000000 (INT)     8        16mm    5/8 in  Marbles
DOUBLE                16       3.5nm     ...    Fleas on a dog

当我从ARINC424构建导航数据库时，我做了相当多的测试，并回顾了代码，我使用了DECIMAL(18,12)(实际上是NUMERIC(18,12)，因为它是firebird)。

浮点数和双精度数没有那么精确，可能会导致舍入错误，这可能是一件非常糟糕的事情。我不记得我是否发现了任何有问题的真实数据——但我相当肯定无法准确地存储在浮点数或双精度数中可能会导致问题

关键是，当使用角度或弧度时，我们知道值的范围——小数部分需要最多的数字。

MySQL空间扩展是一个很好的选择，因为它们遵循OpenGIS几何模型。我没有使用它们，因为我需要保持数据库的可移植性。

Lat Long计算需要精度，因此使用某种类型的十进制类型，并使精度至少比您要存储的数字高2，以便执行数学计算。我不知道我的sql数据类型，但在sql server中，人们经常使用浮点数或实数而不是十进制，这就陷入了麻烦，因为这些是估计值而不是实数。所以只要确保你使用的数据类型是一个真正的十进制类型，而不是一个浮动十进制类型，你就可以了。

纬度范围从-90到+90(度)，因此DECIMAL(10,8)是可以的 经度范围从-180到+180(度)，因此需要DECIMAL(11,8)。

注:第一个数字是存储的总位数，第二个数字是小数点后的数字。

简而言之:latdecimal (10,8) NOT NULL, lng DECIMAL(11,8) NOT NULL

虽然它并不是所有操作的最佳选择，但如果你正在制作地图瓷砖或使用只有一个投影的大量标记(点)(例如Mercator，像谷歌Maps和许多其他滑头地图框架)，我发现我所谓的“巨大坐标系”真的非常非常方便。基本上，你将x和y像素坐标存储在一些放大的地方——我使用缩放级别23。这有几个好处:

You do the expensive lat/lng to mercator pixel transformation once instead of every time you handle the point Getting the tile coordinate from a record given a zoom level takes one right shift. Getting the pixel coordinate from a record takes one right shift and one bitwise AND. The shifts are so lightweight that it is practical to do them in SQL, which means you can do a DISTINCT to return only one record per pixel location, which will cut down on the number records returned by the backend, which means less processing on the front end.

我在最近的一篇博客文章中谈到了这些: http://blog.webfoot.com/2013/03/12/optimizing-map-tile-generation/