Redis--Geo指令的语法和使用场景举例（附近的人功能）

前言

• Redis除了常见的五种数据类型之外，其实还有一些少见的数据结构，如Geo，HyperLogLog等。虽然它们少见，但是作用却不容小觑。本文将介绍Geo指令的语法和使用场景。

Geo介绍

• Geo是"geolocation"的缩写，即地理定位器，顾名思义就是记录地理位置信息，用来进行地址位置排序的数据结构。所以它场景的应用场景便是寻找附近的人，最佳路线推荐等等。
• 说到地址位置排序，不得不提地理位置距离排序算法GeoHash算法，Redis也使用了这个算法。简单来说，这个算法就是将某地点的经度和纬度进行编码之后，成为的一维整数，整数越接近，两个地点也就越接近。通过整数可以还原出经纬度坐标，整数越长，还原出来的坐标损失程度就越小。GeoHash算法会继续对这个整数做一次base32编码，使其变成字符串。
• 于是在使用Geo数据结构时，可以简单地理解为，它只是一个zset，score是元素地址经过GeoHash算法得到的52位整数（在Redis里面，经纬度使用52位的整数进行编码），value存放该元素。

Geo指令使用

• 向Geo中添加地理空间信息：geoadd key 经度 纬度 具体元素

  geoadd restaurant 95 20 "沙县小吃"    
  geoadd restaurant 96 19 "肯德基" 120 27 "麦当劳"
  

• 返回指定两个元素的距离：geodist key 元素1 元素2 距离单位

  geodist restaurant "沙县小吃" "肯德基" km
  

• 获取元素坐标：geopos key 元素1 … 元素n

  geopos restaurant "麦当劳"
  geopos restaurant "沙县小吃" "肯德基"
  

• 获取指定元素坐标的hash字符串：geohash key 元素1

  geohash restaurant "沙县小吃"  
  

  获取到的hash值可以到 http://geohash.org/${hash} 上进行定位，得到经纬度坐标

  

• 指定圆心半径，找到该圆范围内的所有元素，并按与圆心距离排序后返回：georadius key 经度 纬度 半径 单位 withdist/withcoord/withhash count n des/asc

  georadius restaurant 95 21 100 km withdist count 3 asc # 查找经度95 纬度21的地点半径100公里以内的餐馆，正序输出三个餐馆
  

  withdist: 同时返回该元素与圆心的距离，距离单位为georadius指令指定的单位
  withhash: 同时返回52位整数编码后的字符串
  withcoord: 同时返回该元素的经纬度坐标

使用场景：附近的人

• 需求：实现查看附近的人功能。

• 实现方案：使用geo数据结构，将用户的位置经纬度保存在geo中，然后对这些信息进行查询。

• 代码实现：代码中saveUserLocation()方法负责添加用户位置信息，在添加时使用outOfChina()方法判断做位置检验，是否用户位置在国内，不在国内就不保存了，deleteUserLocation()方法负责删除某用户的位置信息，getNearByLocation()方法负责查询某个地方附近的用户。

  public class NearbyPeopleDemo {
  
      public static void main(String[] args) {
          Jedis jedis = new Jedis("127.0.0.1");
          jedis.del(LOCATION_KEY);
          double lon ;
          double lat ;
          //向redis中存放用户的地址,随机生成一万个用户。
          for(int i = 0;i<10000;i++){
              lon = Math.random()*(138-72+1)+72;
              lat = Math.random()*(55-0+1);
              //判断该位置是否属于中国，不属于就不加了
              if(!outOfChina(lon,lat)) {
                  saveUserLocation("用户"+i, lon, lat, jedis);
              }
          }
          System.out.println("添加用户位置信息完毕！");
          System.out.println("距离经度100，纬度35位置100km以内的人有哪些："+
                  getNearByLocation(100, 35, 100, jedis));
      }
      private static final String LOCATION_KEY = "location";
  
      /**
       * 保存用户位置信息
       * @param userId 用户id
       * @param longitude 经度
       * @param latitude 纬度
       * @param jedis
       */
      public static void saveUserLocation(String userId, double longitude, double latitude, Jedis jedis){
          jedis.geoadd(LOCATION_KEY,longitude,latitude,userId);
      }
  
      /**
       * 根据用户id删除用户位置信息，采用zset的删除方式删除即可
       * @param userId
       * @param jedis
       */
      public static void deleteUserLocation(String userId,Jedis jedis){
          jedis.zrem(LOCATION_KEY,userId);
      }
  
      /**
       * 查询附近的人
       * @param longitude 经度
       * @param latitude 纬度
       * @param radius 半径
       * @param jedis
       * @return
       */
      public static List<String> getNearByLocation(double longitude, double latitude,double radius,Jedis jedis){
          List<GeoRadiusResponse> georadius = jedis.georadius(LOCATION_KEY, longitude, latitude, radius, GeoUnit.KM);
          return georadius.stream().map(GeoRadiusResponse::getMemberByString).collect(Collectors.toList());
      }
  
      /**
       * 判断经纬度是否超过了中国
       * @param longitude 经度
       * @param latitude 纬度
       * @return
       */
      public static boolean outOfChina(double longitude,double latitude)
      {
          if (longitude < 72.004 || longitude > 137.8347)
              return true;
          if (latitude < 0.8293 || latitude > 55.8271)
              return true;
          return false;
      }
  
  }
  

• 测试结果：我们在main方法中，随机生成一万个用户位置信息，保存在redis中，之后调用getNearByLocation()方法查找距离经度100，纬度35的位置100km以内的人有哪些，运行结果如下：
  

参考文献

• 《91.Redis深度历险 核心原理与应用实践》–钱文品