【原】geohash算法详解
基于地址进行数据的检索，这个貌似有点难度，如果是小的应用的话，可以根据经纬度信息来直接进行查询或者通过数据库本身的空间数据检索方案，但是如果数据量以及访问请求变大时，这中方案就显然不是很合适，往往会使请求变的很慢。
经过一系列的沟通下来，可以通过geohash的方案来解决这个问题。
基本流程可以是这样:
（1）原始详细地址数据--->经纬度数值--->geohash字符串编码--->数据冗余保存，主键换为geohash，然后原始数据后置保存
（2）请求接口，参数为详细地址，详细地址进行转换成geohash，然后基于geohash编码来进行搜索和排序，返回结果
详细地址转换为经纬度这个可以直接调取成熟的geocoding服务来进行解决，地址规范的情况下，定位到街道应该不会很大，虽然有时候有一定的偏差，但是民用的话基本可以接受呵呵。
所以目前的流程的话卡在了geohash算法这里，所以写这篇文章详细的介绍一下。
geohash的最简单解释：将一个经纬度信息，转换成一个可排序、可比较的字符串编码。
将经纬度的信息，按照（-90，90）（-180,180）来转换成平面坐标系。
借用一篇文章中的例子来说明一下编码生成的过程：
首先将纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)， 如果目标纬度位于前一个区间，则编码为0，否则编码为1。
由于39.92324属于(0, 90)，所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0。
以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。
| 纬度范围 |
划分区间0 |
划分区间1 |
39.92324所属区间 |
| (-90, 90) |
(-90, 0.0) |
(0.0, 90) |
1 |
| (0.0, 90) |
(0.0, 45.0) |
(45.0, 90) |
0 |
| (0.0, 45.0) |
(0.0, 22.5) |
(22.5, 45.0) |
1 |
| (22.5, 45.0) |
(22.5, 33.75) |
(33.75, 45.0) |
1 |
| (33.75, 45.0) |
(33.75, 39.375) |
(39.375, 45.0) |
1 |
| (39.375, 45.0) |
(39.375, 42.1875) |
(42.1875, 45.0) |
0 |
| (39.375, 42.1875) |
(39.375, 40.7812) |
(40.7812, 42.1875) |
0 |
| (39.375, 40.7812) |
(39.375, 40.0781) |
(40.0781, 40.7812) |
0 |
| (39.375, 40.0781) |
(39.375, 39.7265) |
(39.7265, 40.0781) |
1 |
| (39.7265, 40.0781) |
(39.7265, 39.9023) |
(39.9023, 40.0781) |
1 |
| (39.9023, 40.0781) |
(39.9023, 39.9902) |
(39.9902, 40.0781) |
0 |
| (39.9023, 39.9902) |
(39.9023, 39.9462) |
(39.9462, 39.9902) |
0 |
| (39.9023, 39.9462) |
(39.9023, 39.9243) |
(39.9243, 39.9462) |
0 |
| (39.9023, 39.9243) |
(39.9023, 39.9133) |
(39.9133, 39.9243) |
1 |
| (39.9133, 39.9243) |
(39.9133, 39.9188) |
(39.9188, 39.9243) |
1 |
| (39.9188, 39.9243) |
(39.9188, 39.9215) |
(39.9215, 39.9243) |
1 |
经度也用同样的算法，对(-180, 180)依次细分，得到116.3906的编码为1101 0010 1100 0100 0100。
| 经度范围 |
划分区间0 |
划分区间1 |
116.3906所属区间 |
| (-180, 180) |
(-180, 0.0) |
(0.0, 180) |
1 |
| (0.0, 180) |
(0.0, 90.0) |
(90.0, 180) |
1 |
| (90.0, 180) |
(90.0, 135.0) |
(135.0, 180) |
0 |
| (90.0, 135.0) |
(90.0, 112.5) |
(112.5, 135.0) |
1 |
| (112.5, 135.0) |
(112.5, 123.75) |
(123.75, 135.0) |
0 |
| (112.5, 123.75) |
(112.5, 118.125) |
(118.125, 123.75) |
0 |
| (112.5, 118.125) |
(112.5, 115.312) |
(115.312, 118.125) |
1 |
| (115.312, 118.125) |
(115.312, 116.718) |
(116.718, 118.125) |
0 |
| (115.312, 116.718) |
(115.312, 116.015) |
(116.015, 116.718) |
1 |
| (116.015, 116.718) |
(116.015, 116.367) |
(116.367, 116.718) |
1 |
| (116.367, 116.718) |
(116.367, 116.542) |
(116.542, 116.718) |
0 |
| (116.367, 116.542) |
(116.367, 116.455) |
(116.455, 116.542) |
0 |
| (116.367, 116.455) |
(116.367, 116.411) |
(116.411, 116.455) |
0 |
| (116.367, 116.411) |
(116.367, 116.389) |
(116.389, 116.411) |
1 |
| (116.389, 116.411) |
(116.389, 116.400) |
(116.400, 116.411) |
0 |
| (116.389, 116.400) |
(116.389, 116.394) |
(116.394, 116.400) |
0 |
接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码 11100 11101 00100 01111 00000 01101 01011 00001。
最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。
| 十进制 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
| base32 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
b |
c |
d |
e |
f |
g |
| 十进制 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
31 |
| base32 |
h |
j |
k |
m |
n |
p |
q |
r |
s |
t |
u |
v |
w |
x |
y |
z |
解码算法与编码算法相反，先进行base32解码，然后分离出经纬度，最后根据二进制编码对经纬度范围进行细分即可，这里不再赘述。
不过由于geohash表示的是区间，编码越长越精确，但不可能解码出完全一致的地址。
引用阿里云以为技术专家的博客上的讨论：
这一点是有些用户对geohash的误解，虽然geo确实尽可能的将位置相近的点hash到了一起，可是这并不是严格意义上的(实际上也并不可能，因为毕竟多一维坐标)，
例如在方格4的左下部分的点和大方格1的右下部分的点离的很近，可是它们的geohash值一定是相差的相当远，因为头一次的分块就相差太大了，很多时候我们对geohash的值进行简单的排序比较，结果貌似真的能够找出相近的点，并且似乎还是按照距离的远近排列的，可是实际上会有一些点被漏掉了。
上述这个问题，可以通过搜索一个格子，周围八个格子的数据，统一获取后再进行过滤。这样就在编码层次解决了这个问题。
2.既然不能做到将相近的点hash值也相近，那么geohash的意义何在呢？
我觉得geohash还是相当有用的一个算法，毕竟这个算法通过无穷的细分，能确保将每一个小块的geohash值确保在一定的范围之内，这样就为灵活的周边查找和范围查找提供了可能。
常见的一些应用场景
A、如果想查询附近的点？如何操作
查出改点的gehash值，然后到数据库里面进行前缀匹配就可以了。
B、如果想查询附近点，特定范围内，例如一个点周围500米的点，如何搞？
可以查询结果，在结果中进行赛选，将geohash进行解码为经纬度，然后进行比较
代码直接贴出来，感兴趣的直接运行一下吧呵呵。
import java.io.File;
import java.io.FileInputStream;
import java.util.BitSet;
import java.util.HashMap;
public class Geohash {
private static int numbits = 6 * 5;
final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();
static {
int i = 0;
for (char c : digits)
lookup.put(c, i++);
}
public static void main(String[] args) throws Exception{
System.out.println(new Geohash().encode(45, 125));
}
public double[] decode(String geohash) {
StringBuilder buffer = new StringBuilder();
for (char c : geohash.toCharArray()) {
int i = lookup.get(c) + 32;
buffer.append( Integer.toString(i, 2).substring(1) );
}
BitSet lonset = new BitSet();
BitSet latset = new BitSet();
//even bits
int j =0;
for (int i=0; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
lonset.set(j++, isSet);
}
//odd bits
j=0;
for (int i=1; i< numbits*2;i+=2) {
boolean isSet = false;
if ( i < buffer.length() )
isSet = buffer.charAt(i) == '1';
latset.set(j++, isSet);
}
double lon = decode(lonset, -180, 180);
double lat = decode(latset, -90, 90);
return new double[] {lat, lon};
}
private double decode(BitSet bs, double floor, double ceiling) {
double mid = 0;
for (int i=0; i<bs.length(); i++) {
mid = (floor + ceiling) / 2;
if (bs.get(i))
floor = mid;
else
ceiling = mid;
}
return mid;
}
public String encode(double lat, double lon) {
BitSet latbits = getBits(lat, -90, 90);
BitSet lonbits = getBits(lon, -180, 180);
StringBuilder buffer = new StringBuilder();
for (int i = 0; i < numbits; i++) {
buffer.append( (lonbits.get(i))?'1':'0');
buffer.append( (latbits.get(i))?'1':'0');
}
return base32(Long.parseLong(buffer.toString(), 2));
}
private BitSet getBits(double lat, double floor, double ceiling) {
BitSet buffer = new BitSet(numbits);
for (int i = 0; i < numbits; i++) {
double mid = (floor + ceiling) / 2;
if (lat >= mid) {
buffer.set(i);
floor = mid;
} else {
ceiling = mid;
}
}
return buffer;
}
public static String base32(long i) {
char[] buf = new char[65];
int charPos = 64;
boolean negative = (i < 0);
if (!negative)
i = -i;
while (i <= -32) {
buf[charPos--] = digits[(int) (-(i % 32))];
i /= 32;
}
buf[charPos] = digits[(int) (-i)];
if (negative)
buf[--charPos] = '-';
return new String(buf, charPos, (65 - charPos));
}
}
上面提高了根据经纬度来计算距离，这里也贴一下根据经纬度信息来计算距离的实现，其实就是球面上计算两点间的距离。不过稍微有点问题，就是地球其实是椭圆的。
public class GeoTool {
private static final double EARTH_RADIUS = 6378.137;
/**
* <pre>两点计算距离，传入两点的经纬度,</pre>
*/
public static double getPointDistance(double lat1,double lng1,double lat2,double lng2){
double result = 0 ;
double radLat1 = radian(lat1);
double ratlat2 = radian(lat2);
double a = radian(lat1) - radian(lat2);
double b = radian(lng1) - radian(lng2);
result = 2*Math.asin(Math.sqrt(Math.pow(Math.sin(a/2),2)+Math.cos(radLat1)*Math.cos(ratlat2)*Math.pow(Math.sin(b/2), 2)));
result = result*EARTH_RADIUS;
result = Math.round(result*1000); //返回的单位是米，四舍五入
return result;
}
/**由角度转换为弧度*/
private static double radian(double d){
return (d*Math.PI)/180.00;
}
public static void main(String[] args) {
GeoTool tool = new GeoTool();
System.out.println(tool.getPointDistance(30.27872, 120.12161, 30.27911, 120.12161));
}
}
*在纬度相等的情况下：
*经度每隔0.00001度，距离相差约1米；
*每隔0.0001度，距离相差约10米；
*每隔0.001度，距离相差约100米；
*每隔0.01度，距离相差约1000米；
*每隔0.1度，距离相差约10000米。
*在经度相等的情况下：
*纬度每隔0.00001度，距离相差约1.1米；
*每隔0.0001度，距离相差约11米；
*每隔0.001度，距离相差约111米；
*每隔0.01度，距离相差约1113米；
*每隔0.1度，距离相差约11132米。
参考文章：
http://www.cnblogs.com/step1/archive/2009/04/22/1441689.html
http://tech.idv2.com/2011/07/05/geohash-intro/
http://en.wikipedia.org/wiki/Geohash
http://tech.idv2.com/2011/06/17/location-search/
geohash的java代码实现：
http://code.google.com/p/geospatialweb/source/browse/#svn/trunk/geohash/src