一篇文章掌握GeoHash

一、基本概念

地球是一个球，我们常用经纬度来表示某个点的坐标，例如：北海公园的坐标为(39.928167，116.389550)。GeoHash的基本原理就是将地球理解为一个展开的二维平面，将这个二维平面按照一定的规则划分为不同的单元格，每个单元格拥有具有唯一性的编码，如图一所示。至于这个编码如何计算，将会在后面的内容予以介绍。

图1：GeoHash原理示意图

从图中可以看出，每一个单元格的唯一性编码其实表示的是单元格所在的区域，而不是某个特定点的信息。矩形区域内的所有点共享相同的GeoHash值，这样做的目的一方面是为了保证数据的私密性，既可以大概表达位置，又不用准备描述所在位置；另一方面，则是把二维位置转换为一维数据，方便数据的缓存和检索操作。而GeoHash值的相似度则代表了距离的远近。所以，利用GeoHash的code可以快速进行空间关系判断。

二、GeoHash算法

我们都知道，地球纬度的范围是[-90, 90]，经度的范围是[-180, 180]。这里我们以上面提到的北海公园坐标(39.928167，116.389550)为例演示GeoHash算法。

• 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；

• 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；

• 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；

• 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。

计算过程如下图所示，最终的计算结果为 10111 00011

同样的，对经度值116.389550进行这种操作，如下图所示，最终得到的结果为11010 01011

最后，将经度放在偶数位置，纬度放在奇数位置：

 

序号	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19
值 经度	1		1		0		1		0		0		1		0		1		1
值 纬度		1		0		1		1		1		0		0		0		1		1

最终得到的GeoHash的值为：11100 11101 00100 01111，按照base32编码

GeoHash的值为：28 29 4 15，最终的GeoHash值为wx4g。解码算法与上述算法相反。GeoHash划分的单元格的大小其实表示了不同的精度，精度表如下：

三、GeoHash作用

首先，geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引（例如MySQL 4之前的版本，Google App Engine的数据层等），利用geohash，只需在一列上应用索引即可。

其次，geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。

第三，编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash（例如wx4g0ec1）然后取其前缀进行查询（SELECT * FROM placeWHERE geohash LIKE 'wx4g0e%'），即可查询附近的所有地点。Geohash比直接用经纬度的高效很多。

具体应用：

1、Mysql使用GeoHash转换成字符串存储

2、Postgresql的PostGis插件，支持空间计算

3、Mongodb自带距离计算

4、Redis自带距离计算

5、Mysql spitial