GeoHash原理及redis geo相关操作

geohash计算原理

经纬度地图：纵线是经度（-180~180）横线为纬度（-90~90）

GeoHash是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个二进制字符串，然后base32后成为一个短字符串。以(123.15488794512, 39.6584212421)为例计算geohash：

1、第一步，经纬度分别计算出一个二进制数，通过二分法不断查找最小区间。

以经度123.15488794512为例，计算过程如下：

精度	左边界	平均值	右边界	结果
1	-180	0	180	1
2	0	90	180	1
3	90	135	180	0
4	90	112.5	135	1
5	112.5	123.75	135	0
6	112.5	118.125	123.75	1
7	118.125	120.9375	123.75	1
8	120.9375	122.3438	123.75	1
9	122.3438	123.0469	123.75	1
10	123.0469	123.3984	123.75	0
11	123.0469	123.2227	123.3984	0
12	123.0469	123.1348	123.2227	1
13	123.1348	123.1787	123.2227	0
14	123.1348	123.1567	123.1787	0
15	123.1348	123.1458	123.1567	1
16	123.1458	123.1512	123.1567	1
17	123.1512	123.154	123.1567	1
18	123.154	123.1554	123.1567	0
19	123.154	123.1547	123.1554	1
20	123.1547	123.155	123.1554	0

#经度转换结果
11010111100100111010

#维度转换结果
10111000011001110011

2、两个二进制组合，经度占偶数位，纬度占奇数位

11100 11101 10101 01001 01100 00111 11100 01101
#8个10进制数
28 29 21 9 12 7 28 13
wxp9d7we

3、每5位一组，进行base32编码

base32编码参照

public static function geoHash($lon, $lat, $precision = 10) {
    $lonA = '';
    $s = -180;$t = 180;
    $totalBits = $precision * 5;
    $bits = ceil($totalBits / 2);
    for ($i = 0; $i < $bits; $i++) {
        $mid = ($s + $t) / 2;
        if ($lon >= $mid) {
            $lonA .= 1;
            $s = $mid;
        } else {
            $t = $mid;
            $lonA .= 0;
        }
    }
    $latA = '';
    $s = -90;$t = 90;
    $bits = floor($totalBits / 2);
    for ($i = 0; $i < $bits; $i++) {
        $mid = ($s + $t) / 2;
        if ($lat >= $mid) {
            $latA .= 1;
            $s = $mid;
        } else {
            $t = $mid;
            $latA .= 0;
        }
    }
    $geoBinary = '';
    for ($i = 0; $i < $bits; $i++) {
        $geoBinary .= $lonA[$i] . $latA[$i];
    }
    return self::base32Encode($geoBinary, $totalBits);
}
 
public static function decodeGeoHash(string $geohash) {
    $geoBinary = self::base32Decode($geohash);
    $lonS = -180;$lonT = 180;
    $latS = -90;$latT = 90;
    for ($i = 0; $i < strlen($geoBinary); $i += 2) {
        $lonCode = $geoBinary[$i];
        $lonMid = ($lonS + $lonT) / 2;
        if ($lonCode) {
            $lonS = $lonMid;
        } else {
            $lonT = $lonMid;
        }
        $latCode = $geoBinary[$i + 1];
        $latMid = ($latS + $latT) / 2;
        if ($latCode) {
            $latS = $latMid;
        } else {
            $latT = $latMid;
        }
    }
    $geo = [($lonS + $lonT) / 2, ($latS + $latT) / 2];
    return $geo;
}
 
public static function base32Encode(string $geoBinary, $bits)
{
    $encodeMap = '0123456789bcdefghjkmnpqrstuvwxyz';
    $encode = '';
    for ($i = 0; $i < $bits; $i += 5) {
        $digit = intval(substr($geoBinary, $i, 5), 2);
        $encode .= $encodeMap[$digit];
    }
    return $encode;
}
 
public static function base32Decode(string $geoHash)
{
    $encodeMap = '0123456789bcdefghjkmnpqrstuvwxyz';
    $decode = '';
    for ($i = 0; $i < strlen($geoHash); $i++) {
        $digit = strpos($encodeMap, $geoHash[$i]);
        $binary = base_convert($digit, 10, 2);
        $decode .= sprintf('%05d', $binary);
    }
    return $decode;
}
 
public function testGeoHash()
{
    $geohash = self::geoHash(123.15488794512, 39.6584212421, 10);//wxp9d7wehc
    $geo = self::decodeGeoHash($geohash);// (123.15488755703, 39.658420979977)
}

geohash的使用

geohash的位数是9位数的时候，误差约为4米;geohash的位数是10位数的时候，误差为0.6米

geohash长度	Lat位数	Lon位数	Lat误差	Lon误差	Km误差
1	2	3	±23	±23	±2500
2	5	5	± 2.8	±5.6	±630
3	7	8	± 0.70	± 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

假设数据库中存储了所有用户的geohash，根据经纬度获取附近的人：

1. 给定经纬度，计算geohash
2. 根据半径范围选取最小的区块，例如600m附近，可以使用6位的geohash作为最小区块
3. 由于自身可能在最小区块内的任意位置，因此需要一并获取最小区块的周围8个临近区块
4. 数据库中筛选geohash的6位前缀在这9个中的所有用户，然后计算距离，排除距离外的用户

redis的geo命令

6个命令：

• GEOADD 添加经纬度坐标到集合中
• GEODIST 获取集合中两个成员的距离
• GEOHASH 获取成员的geohash
• GEOPOS 获取集合中成员的经纬度坐标
• GEORADIUS 根据经纬度获取给定半径内的成员列表
• GEORADIUSBYMEMBER 根据成员获取给定半径内的成员列表

geoadd命令：

GEOADD key longitude latitude member

1. 操作参数是经纬度，经度范围：-180 to 180 degrees.纬度范围：-85.05112878 to 85.05112878 degrees.
2. 实际存储的数据类型是zset，第四个参数member是zset的value，score是根据经纬度计算出geohash
3. geohash的精度：52bit的长整型，计算距离使用的公式是：Haversine
4. 实际在redis中的数据如下图，其中score是52bit的长整型
5. 由于实际存储的是geohash值，所以使用geopos获取的经纬度与实际保存值有一定误差
6. 删除使用zrem，重新geoadd会更新

附近的人查询命令：

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]
GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]
 
#上边两个命令有store选项，会被集群当作写命令，只会在主节点执行，可以用只读形式
GEORADIUS_RO
GEORADIUSBYMEMBER_RO

redis内存占用情况测试

数据量	内存占用
50w	39.76M
100w	90.21M
200w	171.26M
500w	484.15M
1000w	907.26M