近水楼台 —— GeoHash

Redis 在 3.2 版本以后增加了地理位置 GEO 模块，意味着我们可以使用 Redis 来实现
摩拜单车「附近的 Mobike」、美团和饿了么「附近的餐馆」这样的功能了。

具体算法略过... 有兴趣自行google就好。

在使用 Redis 进行 Geo 查询时，我们要时刻想到它的内部结构实际上只是一个zset(skiplist)。通过 zset 的 score 排序就可以得到坐标附近的其它元素 (实际情况要复杂一些，不过这样理解足够了)，通过将 score 还原成坐标值就可以得到元素的原始坐标。

Redis 的 Geo 指令基本使用

Redis 提供的 Geo 指令只有 6 个，读者们瞬间就可以掌握。

增加geoadd

        jedis.geoadd(COMPANY, 116.48105, 39.996794, "juejin");
        jedis.geoadd(COMPANY, 116.514203, 39.905409, "ireader");
        jedis.geoadd(COMPANY, 116.489033, 40.007669, "meituan");
        Map map = CollectionUtil.newHashMap(2);
        map.put("jd",new GeoCoordinate(116.562108, 39.787602));
        map.put("xiaomi",new GeoCoordinate(116.334255 ,40.027400));
        jedis.geoadd(COMPANY, map);

距离geodist

geodist 指令可以用来计算两个元素之间的距离，携带集合名称、2 个名称和距离单位。

        Double geodist = jedis.geodist(COMPANY, "juejin", "ireader", GeoUnit.KM);
        Console.log("掘金与掌阅间距离"+geodist + "km");
        geodist = jedis.geodist(COMPANY, "juejin", "meituan", GeoUnit.KM);
        Console.log("掘金与美团间距离"+geodist + "km");
        geodist = jedis.geodist(COMPANY, "juejin", "jd", GeoUnit.KM);
        Console.log("掘金与京东间距离"+geodist + "km");
        geodist = jedis.geodist(COMPANY, "juejin", "xiaomi", GeoUnit.KM);
        Console.log("掘金与小米间距离"+geodist + "km");
        geodist = jedis.geodist(COMPANY, "juejin", "juejin", GeoUnit.KM);
        Console.log("掘金与掘金间距离"+geodist + "km");

掘金与掌阅间距离10.5501km
掘金与美团间距离1.3878km
掘金与京东间距离24.2739km
掘金与小米间距离12.9606km
掘金与掘金间距离0.0km

获取元素位置geopos

geopos 指令可以获取集合中任意元素的经纬度坐标，可以一次获取多个。获取的经纬度坐标和 geoadd 进去的坐标有轻微的误差，原因是 geohash 对二维坐标进行的一维映射是有损的，通过映射再还原回来的值会出现较小的差别。

        List geopos = jedis.geopos(COMPANY, "juejin","ireader");
        Console.log("掘金与掌阅的位置："+ JSONUtil.toJsonPrettyStr(geopos));
// ============================
掘金与掌阅的位置：[
    {
        "latitude": 39.9967934885826,
        "longitude": 116.4810499548912
    },
    {
        "latitude": 39.905409186624944,
        "longitude": 116.51420205831528
    }
]

获取元素的 hash 值

geohash 可以获取元素的经纬度编码字符串，上面已经提到，它是 base32 编码。你可以使用这个编码值去 http://geohash.org/${hash}中进行直接定位，它是 geohash 的标准编码值。

        List geohash = jedis.geohash(COMPANY, "juejin", "ireader");
        Console.log("掘金与掌阅的hash值："+ JSONUtil.toJsonPrettyStr(geohash));
// ==============
掘金与掌阅的hash值：[
    "wx4gd94yjn0",
    "wx4g52e1ce0"
]

让我们打开地址 http://geohash.org/wx4g52e1ce0，观察地图指向的位置是否正确。

使用geohash查询

附近的公司georadiusbymember

georadiusbymember 指令是最为关键的指令，它可以用来查询指定元素附近的其它元素，它的参数非常复杂。

        GeoRadiusParam param = GeoRadiusParam.geoRadiusParam().count(3).sortAscending();
        List nearbyIreader = jedis.georadiusByMember(COMPANY, "ireader", 20, GeoUnit.KM, param);
        Console.log("掌阅附近的公司顺序：");
        for (int i = 0; i < nearbyIreader.size(); i++) {
            Console.log(i+") "+nearbyIreader.get(i).getMemberByString());
        }
        param = GeoRadiusParam.geoRadiusParam().count(3).sortDescending();
        nearbyIreader = jedis.georadiusByMember(COMPANY, "ireader", 20, GeoUnit.KM, param);
        Console.log("掌阅附近的公司倒序：");
        for (int i = 0; i < nearbyIreader.size(); i++) {
            Console.log(i+") "+nearbyIreader.get(i).getMemberByString());
        }
        // withdist 显示距离，withCoord 显示坐标
        param = GeoRadiusParam.geoRadiusParam().count(3).withCoord().withDist();
        nearbyIreader = jedis.georadiusByMember(COMPANY, "ireader", 20, GeoUnit.KM, param);
        Console.log("掌阅附近的公司：");
        for (int i = 0; i < nearbyIreader.size(); i++) {
            Console.log(i+") "+nearbyIreader.get(i).getMemberByString());
            Console.log("坐标："+JSONUtil.toJsonPrettyStr(nearbyIreader.get(i).getCoordinate()));
            Console.log("距离："+nearbyIreader.get(i).getDistance());
        }

返回值如下：

掌阅附近的公司顺序：
0) ireader
1) juejin
2) meituan
掌阅附近的公司倒序：
0) jd
1) meituan
2) juejin
掌阅附近的公司：
0) ireader
坐标：{
    "latitude": 39.905409186624944,
    "longitude": 116.51420205831528
}
距离：0.0
1) juejin
坐标：{
    "latitude": 39.9967934885826,
    "longitude": 116.4810499548912
}
距离：10.5501
2) meituan
坐标：{
    "latitude": 40.00766997707732,
    "longitude": 116.48903220891953
}
距离：11.5748

georadius

根据坐标值来查询附近的元素

        param = GeoRadiusParam.geoRadiusParam().count(3).withDist().sortAscending();
        jedis.georadius(COMPANY, 116.514202 ,39.905409 ,20,GeoUnit.KM,param);
        Console.log("根据坐标查找附近的公司：");
        for (int i = 0; i < nearbyIreader.size(); i++) {
            Console.log(i+") "+nearbyIreader.get(i).getMemberByString());
        }

根据坐标查找附近的公司：

ireader
juejin
meituan

注意事项

在一个地图应用中，车的数据、餐馆的数据、人的数据可能会有百万千万条，如果使用Redis 的 Geo 数据结构，它们将全部放在一个 zset 集合中。在 Redis 的集群环境中，集合可能会从一个节点迁移到另一个节点，如果单个 key 的数据过大，会对集群的迁移工作造成较大的影响，在集群环境中单个 key 对应的数据量不宜超过 1M，否则会导致集群迁移出现卡顿现象，影响线上服务的正常运行。

所以，这里建议 Geo 的数据使用单独的 Redis 实例部署，不使用集群环境。

如果数据量过亿甚至更大，就需要对 Geo 数据进行拆分，按国家拆分、按省拆分，按市拆分，在人口特大城市甚至可以按区拆分。这样就可以显著降低单个 zset 集合的大小。

本文基于《Redis深度历险：核心原理和应用实践》一文的JAVA实践。更多文章请参考：高性能缓存中间件Redis应用实战（JAVA）