文章目录
【上一篇文章地址：】 关于地图GIS开发事项的一次实践整理（上）
Redis的中关于Gis地图工具实践
Redis的中关于Gis地图工具主要在Geo命令中
GEOADD 添加地理信息元素
介绍
【语法】
GEOADD key longitude latitude member [longitude latitude member ...]
geoadd keyName 经度1 纬度1 第一个坐标名称 经度2 纬度2 第二个坐标名称
【描述】
时间复杂度：每一个元素添加是O(log(N)) ，N是sorted set的元素数量。
将指定的地理空间位置（纬度、经度、名称）添加到指定的key中。这些数据将会存储到sorted set这样的目的是为了方便使用GEORADIUS或者GEORADIUSBYMEMBER命令对数据进行半径查询等操作。
该命令以采用标准格式的参数x,y,所以经度必须在纬度之前。这些坐标的限制是可以被编入索引的，区域面积可以很接近极点但是不能索引。具体的限制，由EPSG:900913 / EPSG:3785 / OSGEO:41001 规定如下：
有效的经度从-180度到180度。
有效的纬度从-85.05112878度到85.05112878度。
当坐标位置超出上述指定范围时，该命令将会返回一个错误。
测试
添加key名称为city，包含合肥和上海的坐标信息的数据
geoadd city 117.233279 31.827974 "hefei" 121.480922 31.232054 "shanghai"
它的底层数据是使用sorted set，那么我们就可以通过sorted set的相关命令
【查看添加的数据】
查询键名称为city的全部数据，-1表示最后一位
zrange city 0 -1
GEODIST 返回两个给定位置之间的距离
介绍
语法：
GEODIST key member1 member2 [unit]
时间复杂度：O(log(N))
功能描述：返回两个给定位置之间的距离。
【说明】
如果两个位置之间的其中一个不存在， 那么命令返回空值。
指定单位的参数 unit 必须是以下单位的其中一个：
m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。
如果用户没有显式地指定单位参数， 那么 GEODIST 默认使用米作为单位。
GEODIST 命令在计算距离时会假设地球为完美的球形， 在极限情况下， 这一假设最大会造成 0.5% 的误差。
测试
geoadd city 117.233279 31.827974 "hefei" 121.480922 31.232054 "shanghai"
geodist city hefei shanghai
单位是米，换算是KM大约400多千米
GEOPOS 返回地理空间的经纬度
介绍
【语法】
GEOPOS key member [member ...]
【描述】
时间复杂度：O(log(N))
从key里返回所有给定位置元素的位置（经度和纬度）。
给定一个sorted set表示的空间索引，密集使用 geoadd 命令，它以获得指定成员的坐标往往是有益的。当空间索引填充通过 geoadd 的坐标转换成一个52位Geohash，所以返回的坐标可能不完全以添加元素的，但小的错误可能会出台。
因为 GEOPOS 命令接受可变数量的位置元素作为输入， 所以即使用户只给定了一个位置元素， 命令也会返回数组回复。
测试
返回键值为city的成员中hefei的经纬度
geopos city hefei
返回键值为city的成员中hefei和shanghai的经纬度
geopos city hefei shanghai
【注意】：我们存储的经纬度和geopos返回的经纬度可能存在一些微小的偏差，需要注意，一般不影响实际的使用，除非要求高精度。
GEORADIUS 查询指定半径内所有的地理空间元素的集合
介绍
【语法】
GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [asc| desc]
时间复杂度：O(N+log(M))
以给定的经纬度为中心， 返回键包含的位置元素当中， 与中心的距离不超过给定最大距离的所有位置元素。
范围可以使用以下其中一个单位：
m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。
在给定以下可选项时， 命令会返回额外的信息：
WITHDIST: 在返回位置元素的同时， 将位置元素与中心之间的距离也一并返回。 距离的单位和用户给定的范围单位保持一致。
WITHCOORD: 将位置元素的经度和维度也一并返回。
WITHHASH: 以 52 位有符号整数的形式， 返回位置元素经过原始 geohash 编码的有序集合分值。 这个选项主要用于底层应用或者调试， 实际中的作用并不大。
命令默认返回未排序的位置元素。 通过以下两个参数， 用户可以指定被返回位置元素的排序方式：
ASC: 根据中心的位置， 按照从近到远的方式返回位置元素。
DESC: 根据中心的位置， 按照从远到近的方式返回位置元素。
在默认情况下， GEORADIUS 命令会返回所有匹配的位置元素。 虽然用户可以使用 COUNT 选项去获取前 N 个匹配元素， 但是因为命令在内部可能会需要对所有被匹配的元素进行处理， 所以在对一个非常大的区域进行搜索时， 即使只使用 COUNT 选项去获取少量元素， 命令的执行速度也可能会非常慢。 但是从另一方面来说， 使用 COUNT 选项去减少需要返回的元素数量， 对于减少带宽来说仍然是非常有用的。
测试
这里我以合肥高新区蜀西湖为测试中心点，选择几个周围的点进行测试。
// 存储测试数据
geoadd region 117.130313 31.84504 "shuxihu" 117.143635 31.838962 "chanyeyuan" 117.143635 31.838962 "shiyanxiaoxue" 117.123423 31.842912 "aolai" 117.207504 31.879882 "zhiwuyuan"
// 查询距离117.130313 31.84504半径1000米地点信息
georadius region 117.130313 31.84504 1000 m
下面使用下可选参数
// 查询指定坐标表半径范围10KM范围内数据，并展示距离、坐标、并按照距离由由近到远排序，只显示前3个
georadius region 117.130313 31.84504 10 km WITHDIST WITHCOORD count 3 asc
GEORADIUSBYMEMBER 查询指定半径内匹配到的最大距离的一个地理空间元素
介绍
【语法】
GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]
时间复杂度：O(N+log(M))
这个命令和 GEORADIUS 命令一样， 都可以找出位于指定范围内的元素， 但是 GEORADIUSBYMEMBER 的中心点是由给定的位置元素决定的， 而不是像 GEORADIUS 那样， 使用输入的经度和纬度来决定中心点。
简单来说两个区别就是一个根据任意的经纬度坐标查询，一个根据已录入的坐标点关联名称来查询
指定成员的位置被用作查询的中心。
测试
继续使用刚才的数据，将命令修改为georadiusbymember ，并将中心点经纬度修改为已保存的成员名称，其他参数一样
georadiusbymember region shuxihu 10 km WITHDIST WITHCOORD count 3 asc
常见的经纬度体系
百度地图：BD09
腾讯地图：GCJ02
高德地图：GCJ02
谷歌中国地图：GCJ02
微信小程序地图：GCJ02
不同只是只是坐标系不一样，高德，是gcj-02，百度是在gcj-02的基础上再加密，谷歌是wgs84就是原始gps坐标。
WGS84：为一种大地坐标系，也是目前广泛使用的GPS全球卫星定位系统使用的坐标系。
GCJ02：又称火星坐标系，是由中国国家测绘局制定的地理坐标系统，是由WGS84加密后得到的坐标系。
BD09：为百度坐标系，在GCJ02坐标系基础上再次加密。其中bd09ll表示百度经纬度坐标，bd09mc表示百度墨卡托米制坐标
GeoHash核心原理解析
参考：
https://www.cnblogs.com/LBSer/p/3310455.html
小结
【1】注意所构建的几何图形是否需要考虑边线和顶点的问题，在很多的实现中默认是不把顶点包括在图形范围内的，需要注意。
【2】使用AWT绘图工具辅助实现一定要注意提供数据的顺序问题。建议使用AWT先在面板上绘制出对应的图形样式，先预览下，确保没有问题。
【3】不仅仅是针对AWT使用注意顺序问题，使用其他算法实现也是如此。
【4】精力有限，关于MySQL和ElasticSearch两个常用数据库的GIS实践就没有尝试了，当然也是因为目前没有更多的工作方面应用，暂不需要过多的实践，只需要了解到有这样组件，在后面有相应的场景再去实践了解下。
【5】使用合适的工具或者算法去解决问题，比如附近的人类似的需求，这种就完全可以利用redis的GEORADIUS命令帮我们实现。
【6】对于经纬度的使用需要注意各个平台标准差异，需要根据实际情况进行转换。
【7】对于基于关系型数据库的经纬度检索和计算，如果数据量很大的话，那么处理效率就会很低，那么对于这种情况就可以参考GeoHash算法优化地图地点的检索，上面的介绍的Redis就是基于这种方式实现的。
【8】对于一些前端方面的几何计算，可以参考或直接使用百度或者高德提供的API工具方法，使用方式也很简单，正确性也很可靠，也提高了我们开发效率。
扫一扫
1483
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
