在日常生活中，我们经常使用手机搜索附近的餐馆，或者在打车软件上打车，都需要获取用户和服务商之间位置信息，而 Redis 提供了一种可以查询地理位置信息的数据结构 GEO，其底层实现原理和 有序集合(Sorted Set) 的原理一样，我们知道有序集合数据特点就是每个值有对应的权重(score)，这篇文章学习一下 GEO 如何对经纬度编码，然后通过这种编码实现 有序集合(Sorted Set)中就有了权重(score)了，这样就能快速找到相邻经纬度信息的数据了。

• 搜索附近的餐馆
• 在打车软件上叫车

• 网约车都有编号（如 33），网约车要将自己的经纬度信息（如 116.034579 39.000452）发给叫车应用
• 用户叫车的时候，叫车应用会根据用户的位置（如 116.054579，39.030452）查找附近车辆
• key（例如车 ID）对应一个 value（一组经纬度）

• 对经度值的范围做多次分区，当做完 N 次二分区后，经度值就可以用 N bit 的数来表示了
• 第一次二分区：经度范围 [-180,180] 会被分成两个子区间：[-180,0) 和 [0,180]（左、右分区）,要查询的经度落在左分区就用 0``表示，否则用1表示，如经度115第一次二分区编码1`
• 第二次分区：如经度 115 第一次落在 [0,180] 区间，第二次二分区就把 [0,180] 分成 [0,90） 和 [90,180]，115 落在 [90,180] ，第二次分区的编码 1
• 第三次二分区：如经度 115 第二次落在 [90,180] 区间，第三次二分区就把 [90,180] 分成 [90,135) 和 [135,180]，115 落在 [90,135)，第三次分区的编码 0
• 第四次二分区：如经度 115 第三次落在 [90,135) 区间，第四次二分区就把 [90,135) 分成 [90,112.5) 和 [112.5,135]，115 落在 [112.5,135]，第四次分区的编码 1
• 第五次二分区：如经度 115 第四次落在 [112.5,135] 区间，第五次二分区就把 [112.5,135] 分成 [112.5,123.75) 和 [123.75,135]，115 落在 [112.5,123.75)，第五次分区的编码 0
• 五次编码综合：11010

Tips：维度的编码和经度类似，维度范围是 [-90,90]。

• 组合规则：最终编码值的偶数位上依次是经度的编码值，奇数位上依次是纬度的编码值，偶数从第 0 位开始，奇数从第 1 位开始
• 作用：原来无法用一个权重分数表示的一组经纬度（116.37，39.86）就可以用 1110011101 这一个值来表示，就可以保存为 Sorted Set 的权重分数了，这样在查找附近的数据时就很方便了。

• 使用 GeoHash 编码后，相当于把整个地球地理空间划分成了一个个方格，每个方格对应了 GeoHash 中的一个分区，举例：

• 把经度区间 [-180,180] 做一次二分区，把纬度区间 [-90,90] 做一次二分区，就会得到 4 个分区
  

  • 分区一：[-180,0) 和 [-90,0)，编码 00
  • 分区一：[-180,0) 和 [-90,0)，编码 00
  • 分区二：[-180,0) 和 [0,90]，编码 01
  • 分区三：[0,180] 和 [-90,0)，编码 10
  • 分区四：[0,180] 和 [0,90]，编码 11

• 作用：使用 Sorted Set 范围查询得到的相近编码值，在实际的地理空间上，也是相邻的方格，这就可以实现 搜索附近的人或物 的功能了

• 特殊情况处理：

  • 有的编码值虽然在大小上接近，但实际对应的方格却距离比较远
    

  • 为了避免查询不准确问题，我们可以同时查询给定经纬度所在的方格周围的 4 个或 8 个方格

• GEOADD 命令：
• 用于把一组经纬度信息和相对应的一个 ID 记录到 GEO 类型集合中
• 假设车辆 ID 是 33，经纬度位置是（116.034579，39.030452），我们可以用一个 GEO 集合保存所有车辆的经纬度，集合 key 是 cars:locations

GEOADD cars:locations 116.034579 39.030452 33

• GEORADIUS 命令：
• 用户想要寻找自己附近的网约车时，LBS 应用就可以使用 GEORADIUS 命令
• 查找以这个经纬度为中心的 5 公里内的车辆信息，并返回给 LBS 应用

GEORADIUS cars:locations 116.054579 39.030452 5 km ASC COUNT 10

扫码关注