目錄
前言
一、GeoHash 的編碼方法
二、Redis 操作GEO類型
前言
我們有一個需求是用戶搜索附近的店鋪，就是所謂的位置信息服務（Location-Based Service，LBS）的應用。這樣的相關服務我們每天都在接觸，用滴滴打車，中午去美團訂外賣等等。當我們用這些服務方便我們的生活的時候，大家有沒有想過是怎么實現的。目前市場上很多軟件比如Es，Redis 都提供了類似的功能，他們底層都是用的GeoHash 編碼，只不過底層的數據結構不同。今天主要講的是Redis 的 Geo 如何實現這個功能
一、GeoHash 的編碼方法
Redis 常用的數據類型有String（字符串）、List（列表）、Hash（哈希）、Set（集合）和 Sorted Set（有序集合）。位置信息存儲一定是key，value，value 就是經緯度。用List、Hash，Set 去存儲，沒有辦法去排序，當然也是不可以的。最接近的數據結構是Sorted Set，可以根據score 排序同時也滿足范圍獲取。又有一個問題是 score 是 float 類型的,經緯度不是的，好像也不可以，能不能用一種編碼把經緯度變成float 類型的，這種編碼就是GeoHash。
為了能高效地對經緯度進行比較，Redis 采用了業界廣泛使用的 GeoHash 編碼方法，這個方法的基本原理就是“二分區間，區間編碼”。當我們用GeoHash編碼時，我們要先對經度和維度分別編碼，然后再把經緯度各自的編碼組合成一個最終編碼。
我們看看經緯度的編碼過程。
對于一個定理信息來說，它的經度范圍是[-180,180]，緯度范圍是[-90,90]。GeoHash編碼會把經，緯度做N次二分區操作，其中N是自定義的。
先拿經度來說，范圍是[-180,180]會被分成兩個子區間：【-180,0)和【0,180】(我稱為左右分區)。此時我們要看下經度是落在左右哪個分區上，落在左分區用0表示，又分區用1 表示。第二次在把落在的分區又分成左右兩個分布，在看下經度是落在哪個分區上，落在左分區用0表示，又分區用1 表示。依次類推，只要分成了N份結束了。最終得到的是N bit 的位數，例如10111 這樣的數據。
緯度也是同樣的，只不過，緯度的范圍是【-90,90】。每次也是平均分成左右兩個分區，落在左分區用0表示，又分區用1 表示。最終得到的也是N bit 的位數，例如10110 這樣的數據。
最終得倒的是2個N bit 的位數，最終進行組合。組合規則是第 0 位是經度的第 0 位 1，第 1 位是緯度的第 0 位 1，第 2 位是經度的第 1 位 1，第 3 位是緯度的第 1 位 0。
下面我們會舉一個例子，來闡述算法具體的實現：經度值 116.37，緯度值 39.86， N是5。
經度分區過程 116.37：
| 分區次數 | 左分區 | 右分區 | 經度116.37所在的分區 | 編碼 |
|---|---|---|---|---|
| 1 | 【-180,0) | [0,180] | [0,180] | 1 |
| 2 | [0,90) | [90,180] | [90,180] | 1 |
| 3 | [90,135) | [135,180] | [90,135) | 0 |
| 4 | [90,112.5) | [112.5,135] | [112.5,135] | 1 |
| 5 | [112.5,123.75) | [123.75,135] | [112.5,123.75) | 0 |
最終編碼是11010
緯度的編碼過程是 39.86
| 分區次數 | 左分區 | 右分區 | 緯度 39.86所在的分區 | 編碼 |
|---|---|---|---|---|
| 1 | 【-90，0） | 【0,90] | 【0,90] | 1 |
| 2 | [0,45) | [45,90] | [45,90] | 0 |
| 3 | [0,22.5) | [22.5,45] | [22.5,45] | 1 |
| 4 | [22.5,33.75) | [33.75,45] | [33.75,45] | 1 |
| 5 | [33.75,39.375) | [39.375.45] | [39.375,45] | 1 |
最終編碼是 10111
GeoHash最終編碼是，回顧編碼規則：組合規則是第 0 位是經度的第 0 位 1，第 1 位是緯度的第 0 位 1，第 2 位是經度的第 1 位 1，第 3 位是緯度的第 1 位 0
| 經度編碼 | 1 | 1 | 0 | 1 | 0 | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 奇偶數（位數） | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 緯度編碼 | 1 | 0 | 1 | 1 | 1 |
經度編碼和緯度編碼合并：一共是10位數， 1110011101，位數不要錯了，這個最終就是 Sorted Set 的 sort 值了。
當然，使用 GeoHash 編碼后，我們相當于把整個地理空間劃分成了一個個方格，每個方格對應了 GeoHash 中的一個分區。舉個例子。我們把經度區間[-180,180]做一次二分區，把緯度區間[-90,90]做一次二分區，就會得到 4 個分區。我們來看下它們的經度和緯度范圍以及對應的 GeoHash 組合編碼。分區一：[-180,0) 和[-90,0)，編碼 00；分區二：[-180,0) 和[0,90]，編碼 01；分區三：[0,180]和[-90,0)，編碼 10；分區四：[0,180]和[0,90]，編碼 11。
這 4 個分區對應了 4 個方格，每個方格覆蓋了一定范圍內的經緯度值，分區越多，每個方格能覆蓋到的地理空間就越小，也就越精準。我們把所有方格的編碼值映射到一維空間時，相鄰方格的 GeoHash 編碼值基本也是接近的，如下圖所示：
所以，我們使用 Sorted Set 范圍查詢得到的相近編碼值，在實際的地理空間上，也是相鄰的方格，這就可以實現 LBS 應用“搜索附近的人或物”的功能了。不過，我要提醒你一句，有的編碼值雖然在大小上接近，但實際對應的方格卻距離比較遠。例如，我們用 4 位來做 GeoHash 編碼，把經度區間[-180,180]和緯度區間[-90,90]各分成了 4 個分區，一共 16 個分區，對應了 16 個方格。編碼值為 0111 和 1000 的兩個方格就離得比較遠，如下圖所示：
二、Redis 操作GEO類型
在使用 GEO 類型時，我們經常會用到兩個命令，分別是 GEOADD 和 GEORADIUS。
GEOADD 命令：用于把一組經緯度信息和相對應的一個 ID 記錄到 GEO 類型集合中；
GEORADIUS 命令：會根據輸入的經緯度位置，查找以這個經緯度為中心的一定范圍內的其他元素。當然，我們可以自己定義這個范圍。
操作如下：
GEOADD 如果member 沒有就增加，有就是修改，用 GEOPOS cars:locations 33 可以看到每個member 具體的經緯度
GEORADIUS 可以根據坐標找到相應的member。命令的詳解可以看官網文檔 GEORADIUS | Redis
非常感謝 蔣德鈞的《Redis 核心技術與實戰》以及 redis 官網提供了非常寶貴的資料
)