由于在Geometry中，有相关自带函数和SPATIAL INDEX的性能优化，可以让某些位置计算的效率提升。以下是几种计算方法的效果对比。 1. 数据准备 首先创建一个数据表，这是一个店铺数据表，结构如下：
创建语句： 
CREATE TABLE `store_geometry` ( `id` int(11) NOT NULL, `name` varchar(64) NOT NULL, `latitude` double DEFAULT NULL, `longitude` double DEFAULT NULL, `city` varchar(16) DEFAULT NULL, `district` varchar(16) DEFAULT NULL, `address` varchar(64) DEFAULT NULL, `geohash_8` varchar(16) DEFAULT NULL, `geometry` geometry DEFAULT NULL, PRIMARY KEY (`id`) ) ENGINE=MyISAM DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC
然后插入数据，包含id,name,latitude,longitude,city,district,address这些字段的数值。 原始字段数值插入后，通过geometry函数计算出geometry字段的数值，并更新： 
UPDATE `store_geometry` SET geometry=geomFromText(CONCAT(\'POINT(\',longitude,\' \',latitude,\')\'))
到此，数据准备工作完成。 2. 对比实例：筛选出在一定矩形范围内的店铺 对比时，表内共有100,000条左右的店铺数据。 矩形范围： max_x=121.474243 min_x=121.470724 max_y=31.234504 min_y=31.230229 2.1 方法一：使用经度和纬度字段判断是否在此区间内 我们看看对latitude,longitude2个字段做索引前后的性能对比 先在索引前查询： 
SET @max_x=121.474243; SET @min_x=121.470724; SET @max_y=31.234504; SET @min_y=31.230229; SELECT * FROM `store_geometry` WHERE longitude BETWEEN @min_x AND @max_x and latitude BETWEEN @min_y AND @max_y;
查询结果有70条，耗时0.473秒
然后索引后使用相同语句查询，速度有明显加快：
2.2 方法二：使用geometry字段数据和相关几何计算函数判断是否在此区间内 同样的我们先不对geometry字段创建索引 
SET @mbr=geomFromText(CONCAT(\'POLYGON\',\'((\',@min_x,\' \',@min_y,\',\',@max_x,\' \',@min_y,\',\',@max_x,\' \',@max_y,\',\',@min_x,\' \',@max_y,\',\',@min_x,\' \',@min_y,\'))\'));
SELECT * FROM `store_geometry` WHERE st_contains(@mbr, geometry);
查询结果相同，耗时如下：
然后对geometry创建索引，这里注意不要用mysql客户端工具在界面上创建，因为只能创建普通索引，没有效果。 
CREATE SPATIAL INDEX i_geometry ON `store_geometry`(geometry);
然后用相同语句查询，结果如下：
3.结论 实验结果很明显，geometry扩展在进行位置计算时具有性能上的明显优势。