Реализация определения ближайших объектов (POI) в мобильном приложении

Реализация определения ближайших объектов (POI) в мобильном приложении

Представьте: приложение отображает сотню маркеров на карте, а прокрутка превращается в слайд-шоу. Или пользователь нажимает «Найти аптеку», а список загружается полминуты. Именно это происходит, когда поиск ближайших объектов (POI) реализован без учёта масштаба данных и без кластеризации. Мы, команда мобильных разработчиков с пятилетним опытом, решили эту задачу для более чем 50 проектов (iOS, Android, Flutter). Гарантируем: POI будут загружаться за доли секунды даже при датасете в 100 000 точек.

Два подхода: клиентский и серверный поиск

Клиентский поиск — загружаем все точки (или их подмножество) в приложение, ищем ближайшие на устройстве. Работает для небольших наборов данных — до 5000 точек. Фильтрация по расстоянию через формулу Хаверсина или через CLLocation.distance(from:) / Location.distanceTo(). Плюс: работает офлайн. Минус: нельзя хранить миллион точек в памяти.

Серверный поиск — PostGIS ST_DWithin, MongoDB $near, Elasticsearch geo_distance query. Для больших датасетов (от 10 000 точек) только этот вариант. Приложение отправляет координаты и радиус, сервер возвращает отсортированный список. Используем индексацию на стороне БД — это в десять раз быстрее, чем полный перебор.

Сравнение подходов

Google Places Nearby Search

Для POI из открытых данных (кафе, банки, аптеки) используем Google Places API:

GET https://maps.googleapis.com/maps/api/place/nearbysearch/json?location=55.75,37.62&radius=1000&type=pharmacy&key=...

На iOS через GMSPlacesClient.findPlaceLikelihoodList или прямой HTTP. На Android через Retrofit. Возвращает до 20 результатов за запрос, следующая страница — через pagetoken. Важно: pagetoken активируется не сразу, нужна задержка 2 секунды перед запросом следующей страницы.

Для кастомных точек (собственные магазины, пункты выдачи) — собственный бэкенд. PostGIS запрос:

SELECT id, name, lat, lon, ST_Distance(geom, ST_MakePoint(:lon, :lat)::geography) AS distance_m FROM locations WHERE ST_DWithin(geom, ST_MakePoint(:lon, :lat)::geography, :radius) ORDER BY distance_m LIMIT 50; 

Отображение на карте и кластеризация

Если точек больше 50 на экране — нужна кластеризация. На iOS: GMSMarkerClusterer из google-maps-ios-utils. На Android: ClusterManager из android-maps-utils. В Flutter: flutter_map + flutter_map_marker_cluster.

Кластеры пересчитываются при каждом изменении зума. Без debounce на событие onCameraMove это вызывает лаг — расчёт кластеров должен происходить асинхронно, не на main thread.

При тапе на кластер — плавное масштабирование через CameraUpdate.newLatLngBounds() к границам кластера, не просто зум к центру.

Обновление при перемещении

Не перезапрашивать POI на каждое обновление геолокации. Логика: запрашиваем при первой загрузке и при перемещении пользователя более чем на N метров от центра последнего запроса (для большинства случаев — 300-500 м). CLLocation.distance(from: lastQueryCenter) > threshold. Дополнительно — кешируем результаты на час, чтобы снизить нагрузку.

Почему стоит выбрать наш подход?

Опытные разработчики (iOS, Android, Flutter) используют только проверенные стеки: Swift 5.9, Kotlin, Flutter 3.x. Мы интегрировали Google Places API в 30+ проектах и знаем все тонкости pagetoken. Гарантируем производительность: да, кластеризация считается асинхронно, а запросы ходят с debounce. Результат — карта не тормозит даже на старых устройствах.

Что входит в работу

• Исследование датасета и выбор стратегии (клиент/сервер/гибрид)
• Проектирование архитектуры модуля POI
• Интеграция Google Places API или настройка собственного бэкенда с PostGIS
• Реализация кластеризации с асинхронным пересчётом
• Логика обновления при перемещении с debounce и кешированием
• Unit-тесты и UI-тесты
• Документация для разработчиков и обучение вашей команды
• Поддержка после деплоя: 1 месяц бесплатно

Процесс работы

Сроки ориентировочно

Базовая интеграция (Google Places + карта + кластеризация) — от 3 до 5 дней. Полное решение с серверным поиском и кастомными точками — до 7 дней. Оценим ваш проект за один день — просто напишите нам.

Как оптимизировать запросы к серверу?

• Используйте пространственные индексы (GiST в PostGIS, 2dsphere в MongoDB)
• Ограничьте радиус: не более 5 км для пешеходного поиска
• Добавьте лимит на количество результатов (50-100)
• Кешируйте ответ на 5-10 минут для статичных POI
• При частых запросах от одного пользователя — агрегируйте их в batch

Типичные ошибки

• Отсутствие debounce при смене зума — интерфейс тормозит
• Запрос новой страницы Places API без задержки — получаем пустой ответ
• Хранение всех координат в памяти — перерасход памяти
• Игнорирование pagetoken — видим только 20 результатов
• Кластеризация на main thread — лаги при скролле

let clusterManager = GMUClusterManager(mapView: mapView, algorithm: GMUNonHierarchicalDistanceBasedAlgorithm(), renderer: renderer) clusterManager.setDelegate(self, mapDelegate: self)