在第一级近似中，可以扫描边界框。
假设你有一个 loc 带的表格 loc_id , lat , lng 柱。并说你的候选人观点 @ptLat , @ptLng .
计算每个位置的边界框。这在纬度和经度上都适用，除非你在北极或南极几度以内或接近180度° 经度。

SELECT loc_id, MAX(lat) north, MAX(lng) east, MIN(lat) south, MIN(lng) west
            FROM loc
           GROUP BY loc_id

这是快速的，如果你有一个索引上 (loc_id, lat, lng) . 它也很快，因为你可以避免所有的三角函数在大圆计算。
一旦有了边界框，就可以确定候选点是否在其内部。
那你就可以了

SELECT loc_id
   FROM  (
          SELECT loc_id, MAX(lat) north, MAX(lng) east, MIN(lat) south, MIN(lng) west
            FROM loc
           GROUP BY loc_id
         ) box
   JOIN ( SELECT @ptLat ptLat, @ptLon, ptLon ) pt
        ON ptLat <= north
       AND ptLat >= south
       AND ptLon <= east
       AHD ptLon >= west

这将获得一个结果集，其中locïid值与候选点匹配。
如果你的lat，lng数据是混乱的——如果它有很多离群点——这将不会很好地工作。它对错误很敏感。例如，如果冰岛的一个位置附近有很多点，但格陵兰岛的一个点编码错误，那么边界框将非常大。
如果它不够精确，你应该研究凸包算法。但这很可能会使您脱离纯sql。