揭秘你所看不见的技术原理 - 附近的人
摘要
相信很多朋友都用到过微信附近的人功能，这个神奇的功能让陌生人能成为朋友、聊友、饭友，甚至能帮助一些朋友解决自身的一些生理需求。点开附近的人，就能显示附近的人甚至是附近的异性，真是一级棒。
但是大家在使用这个功能时有没有想过技术方面的实现原理呢？系统是如何在我们点开附近的人时，帮我们选出附近的人，同时还能计算出距离。接下来我们就来揭秘附近的人这个技术魔法。
定位原理
说到定位其实是离不开定位系统，例如GPS与北斗系统等。这些系统能提供给我们位置信息，也就是我们所处的经纬度。理想状态下，我们拿到经纬度后就能依据每一个用户的经纬度来计算附近的人了。那事实是不是这样呢？
当然不是，如果是这样我这篇文章也就没必要写了，技术点门槛也太低了。那为何不能这么做？其实原因很简单，像微信这种用户动不动就过亿的app，如果每一次定位都依据用户原始的经纬度来计算，运算量实在是太大了。首先要计算与亿级用户的距离，然后依据距离排序。要是没有计算机，我们每分钟能计算3个人，每小时能计算180人，每天计算4320人，每年计算1,576,900，这辈子也算不完了，就算计算机能帮助我们提高10万倍的计算速度，这么多人也要算半个小时。
但是有没有发现，我们打开附件的人可能两秒钟就把附件的用户筛选出来了。这么快的速度肯定不是计算所有的经纬度。其实是有一套计算原理的。
1. 对着地图画格子
对于定位系统来说，我们的地球是被一个一个格子构成的，而每一个格子包含着一定的区域。我们拿北京城区为例，在画格子之前是： 
将地图放入定位系统后，城区就不再是这个样子了，而是被分割成若干个格子，每一个格子都有格子的“名字”： 
至于如何定义每一块的名称，后续章节-geohash算法会具体提及，这里不再复述。
2. 找到你所在的格子
定义了格子的名称，当然就有他的用处了，不然这不是白白定义了吗。其实在打开微信附近的人时，系统也会把设备的位置信息给记录，这时候系统依据设备的位置信息，通过geohash算法，计算出所在块名称。比如我们在天安门广场时，系统的计算名称可能是“EFACMDH”，名称有多少个字母主要看系统要求的定位精度最高为多少。我们发现设备位置名称的前5个字母是“EFACM”，正好是在地图中正中间的格子中，也就是包含了天安门的格子。但是设备位置名称后面还包含了“DH”，这说明当前格子包含的位置还不够详细，还不能说明设备所在更为精确的位置。因此我们还需要将格子更为细分，将“EFACM”格子放大，为下图： 
这个范围内的所有格子前5个字符都是“EFACM”，但是都出现了第六个字符，而且第六个字符不同，其实就是因为这些位置范围都在“EFACM”中，只是对“EFACM”放大细分的结果。
而设备的位置信息为“EFACMDH”，也就是当前的位置范围任然不够精确，还需要继续细分，因此我们找出前六个字符为“EFACMD”的格子，再细分，如下图： 
依据设备的位置编码，我们找出了设备所处的位置在红色框内，这时候我们把设备的位置信息记录在“EFACMDH”框内： 
这样就将地图画成了格子，并且将设备的位置也记录在的相应的格子中。
3. 小结
整个定位，其实就是不断地进行着地图区域细化过程，我们依据系统设计的最高经度，计算出设备经纬度所在的区块名称，并将设备与经纬度记录在区块中，如下图： 
接下来就是通过区块名称，将附件的人揪出来了。
揪出附近的人
上面这些区块与名称，作为用户的我们是看不到也不关心的，我们关心的是附近的人是如何选出来并展现在设备中。
1. 揪出第一批人
什么叫做第一批人，其实就像是微信中第一批大约展示20个人，这20人是离我们最近的20人，为了选出这20位好汉，系统进行了如下步骤： 
- 找出所有在设备（浅蓝色点）所在的区块“EFACMDH”中的全部设备（蓝黑色的点）；
- 依据浅蓝色点与所有蓝黑色点的经纬度，计算出亮点之间的距离（这个网上有教程，很容易算），并对两点距离进行排序；
- 读取蓝黑色所有点的用户信息（头像、名称、微信号等等）；
- 按距离有小到大发送给设备并显示在附近的人中。
通过这些步骤，系统既获得了附近人的位置，又获得了用户信息、与当前设备距离等信息。所以说不只是显示距离，甚至附近的人在哪里都可以查询到，只是可能涉及到了用户隐私，不提供这项功能而已。
2. 还想看其他人
当“EFACMDH”区块记录的用户小于20名，或者用户还想查看更多的附近的人时，就需要扩大查询范围了。其实扩大查询范围无非就是减少一位名称，从查询“EFACMDH”变成查询“EFACMD”。流程如下： 
- 将名称英文字母减少一位，由“EFACMDH”变成“EFACMD”；
- 查询区块名称类似于“EFACMD”的所有区块，例如“EFACMDHA”至“EFACMDY”区块，共同组成“EFACMDH”区块；
- 找出“EFACMD”的所有位置信息，并依据“1. 揪出第一批人”的方法获得排序后的用户信息
- 将用户信息回传给设备，并显示。
扩大查询范围其实要比查询当前区块的消耗是要大一些的。因为需要将若干个小区块组合成一个大区块；同时还要进行区块名类似性匹配，比精确匹配的消耗是要高上不少的。这就是为何查询附近的人时，都是先显示少数最近的一些人。
3. 小结
知道了附近的人查询原理，是不是觉得原来实现这么简单。其实中间还设计一些hash匹配、数据存储等，只是这些过于技术，与业务联系不紧密，这里也就没必要过深入地研究了。有兴趣的同学可以查阅redis数据库的geohash模块。
geohash算法
本章节与附近人业务关系不大了，而且内容偏技术性，若不是技术方面的同学可以跳过了。
1. geohash简单原理
上面已经把如何查找附近的人技术原理梳理了一遍，但是留下了一个问题是每一个区块都有一个名字，这个名字是如何来的？接下来将揭晓这个谜团。
为了方便提取位置信息，人为地把地球划分了经度与纬度，依据经纬度，又可以画一些经纬度参考线。犹如地球仪中，人为地划分了若干条经度线与纬度线，依据这些参考线我们可以知道某一些位置在参考线以东或者以西、以南或者以北，从而估算出大概的经度纬度。
geohash算法就是依据这个原理，算法思路就是对参考线进行不断细分，判断当前位置是在参考线以东（右）或者参考线以西（左），以东用1来标记，以西用0来标记，最后组成一个01串，再依据01串按照一定的编码格式转换成容易辨认的英文字符+数字的组合。
2. geohash计算过程
依据上述原理，接下来详细介绍一下geohash的计算过程，这里拿经纬度（116.389550， 39.928167）进行算法说明。
a. 纬度计算
中学学过的地理知识知道，地球分为南纬与北纬，分别都是0~90°，但是在计算机中，用文字定义南纬与北纬较为麻烦，所以计算机中用区间定义[-90,0)与[0,90]分为南北纬，同时叫做左右区间。区分了左右区间，接下来就是整个计算过程：
- 判断当前纬度39.928167是在左区间还是右区间，发现是在右区间[0,90]中，在右区间标识为1；
- 接着将区间[0,90]进行左右区间二分，二分后为 [0,45),[45,90]，可以确定39.928167属于左区间 [0,45)，标记为0；
- 不断重复上述过程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；
- 依据最大精度，定义一个最大重复次数，这里我们定义为15，这样就能得出一个01字串；
| 重复数 | 纬度范围 | 左区间 | 右区间 | 39.928167 |
|---|---|---|---|---|
| 1 | [-90.0, 90.0] | [-90.0, 0.0) | [0.0, 90.0] | 1 |
| 2 | [0, 90.0] | [0.0, 45.0) | [45.0, 90] | 0 |
| 3 | [0.0, 45.0) | [0.0, 22.5) | [22.5, 45.0) | 1 |
| 4 | [22.5, 45.0] | [22.5, 33.75) | [33.75, 45.0] | 1 |
| 5 | [33.75, 45.0] | [33.75, 39.375) | [39.375, 45.0] | 1 |
| 6 | [39.375, 45.0] | [39.375, 42.1875) | [42.1875, 45.0] | 0 |
| 7 | [39.375, 42.1875) | [39.375, 40.7812) | [40.7812, 42.1875) | 0 |
| 8 | [39.375, 40.7812) | [39.375, 40.0781) | [40.0781, 40.7812) | 0 |
| 9 | [39.375, 40.0781) | [39.375, 39.7265) | [39.7265, 40.0781) | 1 |
| 10 | [39.7265, 40.0781) | [39.7265, 39.9023) | [39.9023, 40.0781) | 1 |
| 11 | [39.9023, 40.0781) | [39.9023, 39.9902) | [39.9902, 40.0781) | 0 |
| 12 | [39.9023, 39.9902) | [39.9023, 39.9462) | [39.9462, 39.9902) | 0 |
| 13 | [39.9023, 39.9462) | [39.9023, 39.9243) | [39.9243, 39.9462) | 1 |
| 14 | [39.9243, 39.9462) | [39.9243, 39.9353) | [39.9353, 39.9462) | 0 |
| 15 | [39.9243, 39.9353) | [39.9243, 39.9298) | [39.9298, 39.9353) | 0 |
- 纬度最终得到的01字串为：1 0 1 1 1 0 0 0 1 1 0 0 1 0 0
b. 全局计算
经度计算与纬度计算类似，也是依据区间划分，左右判断来进行，这里就不在复述了，给出最终计算结果为：1 1 0 1 0 0 1 0 1 1 0 0 0 1 0，接下来就是如何通过经度与纬度的01字串，编码成相应的字母+数字的组合。
- 将经度与纬度的01字串进行合并，合并方法为：基数为放纬度，偶数位放经度，如下表：
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 1 | 0 | 0 | |||||||||||||||
| 1 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 0 | |||||||||||||||
| 1 | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 |
- 最终字串为：11011, 01110, 00010, 01111, 00001, 00100
- 将字串转换成十进制，得到：27, 14, 2, 15, 1, 4
- 对应base32编码表，如下：
| 数字 | 字符 |
|---|---|
| 0 | 0 |
| 1 | 1 |
| 2 | 2 |
| 3 | 3 |
| 4 | 4 |
| 5 | 5 |
| 6 | 6 |
| 7 | 7 |
| 8 | 8 |
| 9 | 9 |
| 10 | b |
| 11 | c |
| 12 | d |
| 13 | e |
| 14 | f |
| 15 | g |
| 16 | h |
| 17 | j |
| 18 | k |
| 19 | m |
| 20 | n |
| 21 | p |
| 22 | q |
| 23 | r |
| 24 | s |
| 25 | t |
| 26 | u |
| 27 | v |
| 28 | w |
| 29 | x |
| 30 | y |
| 31 | z |
- 最终得出（116.389550， 39.928167）所在区块为：VF2G14(可能有计算错误，不要在意这些细节)
这就是我们如何通过位置点，计算出位置所在区块的原理了。
3. 计算精度问题
通过上面的计算可以看到，循环计算15次才获得6位geohash字串，那6位geohash的精度是多少呢？如下表：
| geohash长度 | 纬度位数 | 经度位数 | 纬度误差 | 经度误差 | 距离误差（km） |
|---|---|---|---|---|---|
| 1 | 2 | 3 | ± 23 | ± 23 | ± 2500 |
| 2 | 5 | 5 | ± 2.8 | ± 56 | ± 630 |
| 3 | 7 | 8 | ± 0.7 | ± 0.7 | ± 78 |
| 4 | 10 | 10 | ± 0.087 | ± 0.18 | ± 20 |
| 5 | 12 | 13 | ± 0.022 | ± 0.022 | ± 2.4 |
| 6 | 15 | 15 | ± 0.0027 | ± 0.0055 | ± 0.61 |
| 7 | 17 | 18 | ± 0.00068 | ± 0.00068 | ± 0.076 |
| 8 | 20 | 20 | ± 0.000086 | ± 0.000172 | ± 0.01911 |
| 9 | 22 | 23 | ± 0.000021 | ± 0.000021 | ± 0.00478 |
| 10 | 25 | 25 | ± 0.00000268 | ± 0.00000536 | ± 0.0005971 |
| 11 | 27 | 28 | ± 0.00000067 | ± 0.00000067 | ± 0.0001492 |
| 12 | 30 | 30 | ± 0,00000008 | ± 0.00000017 | ± 0.0000186 |
可以看出geohash的长度达到6个字符的误差是610m，长度达到8以上时精度已经达到了10m级。
但是当前民用领域定位系统的定位误差都在10m以上，如果在城区由于高楼、大树等影响定位系统型号，所以误差可以达到50m（不要看到导航软件那么准就认为没有误差，其实那是经过了强大的数据修正）。所以通过geohash定位附近的人时，8位已经是极限了，定位系统的精度导致再高的精度已经没有了意义。
总结
以上已经把附近的人找寻原理、定位算法原理都梳理了一遍，是不是觉得自己可以出门去寻找那个附近的人了。
当前移动设备非常发达，每一个智能手机中几乎都会安装GPS或者北斗芯片，而且GPS与北斗系统一直在不断升级，定位的精度也越来越高。这样附近的人算法精度也就越来越高。同时设备提供的API也非常容易使用，也为基于位置的服务变得（LBS）非常发达。相信通过原理的讲解能让大家更为了解隐藏在底层的东西。