单词:longitude(经度),latitude(维度)
数据:
1:单车信息数据,
触发事件
访问的url
时间
用户的id
经度
维度
省份
城市
区(县)
2:北京市的poi位置信息.
经度
维度
Addr
Province
District
单车数据:+位置信息
需求需求和流程分析
根据单车信息数据(经纬度信息),确定单车位置
使用GeoHash算法将poi中的数据转换成对应的geoHash值对应地理位置,
获取所有的单车数据的经纬度对应的地理位置,先从本地的地理仓库位置中获取数据,找到匹配的数据返回,如果没有数据,去官网地图获取数据,将数据存储在本地的地理位置库中
知识点:
json数据解析,HttpClient基本使用,GeoHash原理和简单使用 字符串切割 子串 数据转换
String url = "http://gc.ditu.aliyun.com/regeocoding?l=" + latitude + "," + longitude + "&type=010";
GeoHash算法基本原理
GeoHash算法的步骤
下面以北海公园为例介绍GeoHash算法的计算步骤
2.1. 根据经纬度计算GeoHash二进制编码(逼近思想)
地球纬度区间是[-90,90], 北海公园的纬度是39.928167,可以通过下面算法对纬度39.928167进行逼近编码:
1)区间[-90,90]进行二分为[-90,0),[0,90],称为左右区间,可以确定39.928167属于右区间[0,90],给标记为1;
2)接着将区间[0,90]进行二分为 [0,45),[45,90],可以确定39.928167属于左区间 [0,45),给标记为0;
3)递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区间[a,b]总在缩小,并越来越逼近39.928167;
4)如果给定的纬度x(39.928167)属于左区间,则记录0,如果属于右区间则记录1,这样随着算法的进行会产生一个序列1011100,序列的长度跟给定的区间划分次数有关。
根据纬度算编码
bit |
min |
mid |
max |
1 |
-90.000 |
0.000 |
90.000 |
0 |
0.000 |
45.000 |
90.000 |
1 |
0.000 |
22.500 |
45.000 |
1 |
22.500 |
33.750 |
45.000 |
1 |
33.7500 |
39.375 |
45.000 |
0 |
39.375 |
42.188 |
45.000 |
0 |
39.375 |
40.7815 |
42.188 |
0 |
39.375 |
40.07825 |
40.7815 |
1 |
39.375 |
39.726625 |
40.07825 |
1 |
39.726625 |
39.9024375 |
40.07825 |
同理,地球经度区间是[-180,180],可以对经度116.389550进行编码。
根据经度算编码
bit |
min |
mid |
max |
1 |
-180 |
0.000 |
180 |
1 |
0.000 |
90 |
180 |
0 |
90 |
135 |
180 |
1 |
90 |
112.5 |
135 |
0 |
112.5 |
123.75 |
135 |
0 |
112.5 |
118.125 |
123.75 |
1 |
112.5 |
115.3125 |
118.125 |
0 |
115.3125 |
116.71875 |
118.125 |
1 |
115.3125 |
116.015625 |
116.71875 |
1 |
116.015625 |
116.3671875 |
116.71875 |
2.2. 组码
通过上述计算,纬度产生的编码为10111 00011,经度产生的编码为11010 01011。偶数位放经度,奇数位放纬度,把2串编码组合生成新串:11100 11101 00100 01111。
最后使用用0-9、b-z(去掉a, i, l, o)这32个字母进行base32编码,首先将11100 11101 00100 01111转成十进制,对应着28、29、4、15,十进制对应的编码就是wx4g。同理,将编码转换成经纬度的解码算法与之相反,具体不再赘述。
三、GeoHash Base32编码长度与精度 字符串
xw9843shd xw984nlj
可以看出,当geohash base32编码长度为8时,精度在19米左右,而当编码长度为9时,精度在2米左右,编码长度需要根据数据情况进行选择。
二维转一维
如图所示,我们将二进制编码的结果填写到空间中,当将空间划分为四块时候,编码的顺序分别是左下角00,左上角01,右下脚10,右上角11,也就是类似于Z的曲线,当我们递归的将各个块分解成更小的子块时,编码的顺序是自相似的(分形),每一个子快也形成Z曲线,这种类型的曲线被称为Peano空间填充曲线。
这种类型的空间填充曲线的优点是将二维空间转换成一维曲线(事实上是分形维),对大部分而言,编码相似的距离也相近, 但Peano空间填充曲线最大的缺点就是突变性,有些编码相邻但距离却相差很远,比如0111与1000,编码是相邻的,但距离相差很大。
除Peano空间填充曲线外,还有很多空间填充曲线,如图所示,其中效果公认较好是Hilbert空间填充曲线,相较于Peano曲线而言,Hilbert曲线没有较大的突变。为什么GeoHash不选择Hilbert空间填充曲线呢?可能是Peano曲线思路以及计算上比较简单吧,事实上,Peano曲线就是一种四叉树线性编码方式。
AddList.java
public class AddrList {
private String name;
private String admName;
@Override
public String toString() {
return "AddrList [name=" + name + ", admName=" + admName + "]";
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getAdmName() {
return admName;
}
public void setAdmName(String admName) {
this.admName = admName;
}
}
BikeBean.java
/**
* 封装bikes.log数据
* @author Administrator
*
*/
public class BikesBean {
//{"event_type":0,"page":"/pages/index/index","time":"2018-03-14 12:35:14","uid":"oDK8U0c_VZqQTMVsab9oM219vZpw",
//"longitude":126.67032,"latitude":45.767525,"province":"黑龙江省","city":"哈尔滨市","district":"南岗区"}
private String event_type;
private String page;
private String time;
private String uid;
private double longitude;
private double latitude;
private String province;
private String city;
private String district;
public String getEvent_type() {
return event_type;
}
public void setEvent_type(String event_type) {
this.event_type = event_type;
}
public String getPage() {
return page;
}
public void setPage(String page) {
this.page = page;
}
public String getTime() {
return time;
}
public void setTime(String time) {
this.time = time;
}
public String getUid() {
return uid;
}
public void setUid(String uid) {
this.uid = uid;
}
public String getProvince() {
return province;
}
public void setProvince(String province) {
this.province = province;
}
public String getCity() {
return city;
}
public void setCity(String city) {
this.city = city;
}
public String getDistrict() {
return district;
}
public void setDistrict(String district) {
this.district = district;
}
public double getLongitude() {
return longitude;
}
public void setLongitude(double longitude) {
this.longitude = longitude;
}
public double getLatitude() {
return latitude;
}
public void setLatitude(double latitude) {
this.latitude = latitude;
}
@Override
public String toString() {
return "BikesBean [event_type=" + event_type + ", page=" + page + ", time=" + time + ", uid=" + uid
+ ", longitude=" + longitude + ", latitude=" + latitude + ", province=" + province + ", city=" + city
+ ", district=" + district + "]";
}
}
BilesUtil
import java.io.IOException;
import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.methods.GetMethod;
import ch.hsr.geohash.GeoHash;
public class BikesUtile {
/**
* 通过经纬度信息获取geohash值
* @param lng
* @param lat
* @return
*/
public static String getGeoHash(double lng, double lat) {
String base32 = GeoHash.withCharacterPrecision(lat, lng, 8).toBase32();
return base32;
}
/**
* 通过网络请求获取json数据
* @param url
* @return
*/
public static String getJsonByUrl(String url) {
HttpClient client = new HttpClient();
GetMethod method = new GetMethod(url);
try {
client.executeMethod(method);
return method.getResponseBodyAsString();
} catch (IOException e) {
e.printStackTrace();
}
return null;
}
}
Repotery.java
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileInputStream;
import java.io.FileWriter;
import java.io.InputStreamReader;
/**
* 把bj_poi.csv数据转换为所需要的数据
* csv数据格式:
* 每一行都是一条数据,数据数据之间使用逗号隔开
*
* @author Administrator
*
*/
public class Repotery {
public static void main(String[] args) throws Exception {
try {
//new FileReader("E:\\data\\bj-poi-1.csv")
//乱码的解决
BufferedWriter bw = new BufferedWriter(new FileWriter("D:\\a.txt"));
BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream("../案例练习4/src/ch07/bikes.log"), "gbk"));
String line = null;
//孔化营东区19号楼,地名地址信息;门牌信息;楼栋号,116.154243,40.510423,北京市延庆区孔化营东区3号楼,北京市,10,延庆区,城皇庙胡同,110119,190403,延庆区,116.1479392,40.50896791,116.1606171,40.51675233
//跳过行
br.readLine();
while((line = br.readLine())!=null){
//错误数据跳过
try {
//System.out.println(line);
String[] split = line.split(",");
String lngStr = split[2];
String latStr = split[3];
String addr = split[4];
String city = split[5];
String district = split[7];
//System.out.println(addr);
double lng = Double.parseDouble(lngStr);
double lat = Double.parseDouble(latStr);
String geoHash = BikesUtile.getGeoHash(lng,lat);
String key = geoHash+"\t"+"北京市"+"\t"+city+"\t"+district+"\t"+addr;
bw.write(key);
bw.newLine();
bw.flush();
//System.out.println(key);
} catch (Exception e) {
continue;
}
}
System.out.println("写入完毕!!!");
bw.close();
br.close();
} catch (Exception e) {
// TODO: handle exception
}
}
}
ResultBean.java
import java.util.Arrays;
public class ResultBean {
private double[] queryLocation;
private AddrList[] addrList;
public double[] getQueryLocation() {
return queryLocation;
}
public void setQueryLocation(double[] queryLocation) {
this.queryLocation = queryLocation;
}
public AddrList[] getAddrList() {
return addrList;
}
public void setAddrList(AddrList[] addrList) {
this.addrList = addrList;
}
@Override
public String toString() {
return "ResultBean [queryLocation=" + Arrays.toString(queryLocation) + ", addrList=" + Arrays.toString(addrList)
+ "]";
}
}
TestGeoHash.java
import ch.hsr.geohash.GeoHash;
public class TestGeoHash {
public static void main(String[] args) {
String base32 = GeoHash.withCharacterPrecision(41.083778, 113.983896, 8).toBase32();
System.out.println(base32);
}
}
TestHttpClient.java
import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.HttpMethod;
import org.apache.commons.httpclient.methods.GetMethod;
public class TestHttpClient {
public static void main(String[] args) throws Exception {
HttpClient client = new HttpClient();
String uri = "http://gc.ditu.aliyun.com/regeocoding?l=41.083778,113.983896&type=010";
HttpMethod method = new GetMethod(uri);
client.executeMethod(method);
String bodyAsString = method.getResponseBodyAsString();
System.out.println(bodyAsString);
}
}
TestMain.java
//通过经纬度查找位置信息新
String addr = findAddr(longitude,latitude);
System.out.println(sum+addr);
//缺少数据保存
}
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 查找地理位置
* 1:先从本地查找
* 2:从网络上查找
* @param longitude
* @param latitude
* @return
*/
private static String findAddr(double longitude, double latitude) {
//从本地中查找
String ret = findAddrByLocal(longitude,latitude);
if(ret==null){
//从网络中查找
ret = findAddrByNet(longitude,latitude);
//System.err.println(ret);
}
return ret;
}
/**
* 通过网络获取地址数据
* @param longitude
* @param latitude
* @return
*/
private static String findAddrByNet(double longitude, double latitude) {
String url = "http://gc.ditu.aliyun.com/regeocoding?l=" + latitude + "," + longitude+"&type=010";
String json = BikesUtile.getJsonByUrl(url);
ResultBean resultBean = JSON.parseObject(json, ResultBean.class);
AddrList[] addrList = resultBean.getAddrList();
AddrList addrList2 = addrList[0];
//得到的是省市区
String admName = addrList2.getAdmName();//河北省,张家口市,尚义县
String address = addrList2.getName();//华艺幼儿园
String key = null;
if(admName!=null&&!"".equals(admName)){
String[] split = admName.split(",");
if(split.length>2){
key = split[0]+"\t"+split[1]+"\t"+split[2]+"\t"+address;
}
}
String geoHash = BikesUtile.getGeoHash(longitude, latitude);
//把数据写到文件中,并把添加的数据put到map中
if(key!=null){
try {
BikesBean b = new BikesBean();
BufferedWriter bw = new BufferedWriter(new FileWriter("D:\\a1.txt",true));
bw.write(geoHash+"\t"+key);
bw.newLine();
bw.flush();
bw.close();
map.put(geoHash, geoHash+"\t"+key);
} catch (IOException e) {
e.printStackTrace();
}
}
return geoHash+"\t"+key;
}
/**
* 从本地中查找
* @param longitude
* @param latitude
* @return
*/
private static String findAddrByLocal(double longitude, double latitude) {
//Map map = loadData();
String geoHash = BikesUtile.getGeoHash(longitude, latitude);
//map是加载的本地数据
String ret = map.get(geoHash);
return ret;
}
/**
* 加载数据生成map数据
* @return
*/
public static Map loadData(){
//key--->geoHashCode value--->整条数据
Map map = new HashMap<>();
try (BufferedReader br = new BufferedReader(new FileReader("D:\\a1.txt"));){
String line = null;
while((line = br.readLine())!=null){
String[] split = line.split("\t");
String hashCode = split[0];
map.put(hashCode, line);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
return map;
}
}
模拟数据
{"event_type":0,"page":"/pages/index/index","time":"2018-03-14 12:35:14","uid":"oDK8U0c_VZqQTMVsab9oM219vZpw","longitude":126.67032,"latitude":45.767525,"province":"黑龙江省","city":"哈尔滨市","district":"南岗区"}