🚗Redis应用学习·第五站~
🚩本文已收录至专栏：Redis技术学习
查看附近的XXX在我们的实际应用中非常广泛，能支持该功能的技术有很多，而在我们的Redis中主要依靠GEO数据结构来实现该功能！
一.GEO用法引入
GEO，全称Geolocation，代表地理坐标。可以在其中存储地理坐标信息，帮助我们根据经纬度来检索数据。常见的命令有：
GEOADD：添加一个或多个地理空间信息，包含：经度（longitude）、纬度（latitude）、值（member）GEODIST：计算指定的两个点之间的距离并返回GEOHASH：将指定member的坐标转为hash字符串形式并返回GEOPOS：返回指定member的坐标GEORADIUS：指定圆心、半径，找到该圆内包含的所有member，并按照与圆心之间的距离排序后返回。（6.2以后已废弃）GEOSEARCH：在指定范围内搜索member，并按照与指定点之间的距离排序后返回。范围可以是圆形或矩形。（6.2以后新命令）GEOSEARCHSTORE：与GEOSEARCH功能一致，不过可以把结果存储到一个指定的key。（6.2以后新命令）
我们可以在redis服务器使用命令 help xxx 查看指令的具体用法~
- 使用示例：
# 1. 添加下面几条数据：
# 北京南站（ 116.378248 39.865275 ） 北京站（ 116.42803 39.903738 ）
# 北京西站（ 116.322287 39.893729 ）
geoadd station 116.378248 39.865275 bjn 116.42803 39.903738 bj 116.322287 39.893729 bjx
# 1.计算北京西站到北京站的距离
geodist station bjx bj m
# 2.搜索天安门（ 116.397904 39.909005 ）附近10km内的所有火车站，并按照距离升序排序
georadius station 116.397904 39.909005 10 km asc
接下来我们结合附近商户实际场景来使用一番~
二.项目实战
(1) 案例说明
具体场景说明：
当我们点击美食之后，会出现一系列的商家，商家中可以按照多种排序方式，我们此时关注的是距离，这个地方就需要使用到我们的GEO，向后台传入当前app收集的地址(我们此处是写死的) ，以当前坐标作为圆心，同时绑定相同的店家类型type，以及分页信息，把这几个条件传入后台，后台查询出对应的数据再返回。
(2) 数据导入
要完成这个功能，我们首先要做的事情是将数据库表中的分类id:商户id:地理坐标信息导入到redis中去，我们可以按照商户类型做分组，类型相同的商户作为同一组，以typeId为key存入同一个GEO集合中即可
- 导入数据实现代码：
@Test
void loadShopData() {
// 1.查询所有店铺信息
List<Shop> list = shopService.list();
// 2.把店铺分组，按照typeId分组，typeId一致的放到一个集合
Map<Long, List<Shop>> map = list.stream().collect(Collectors.groupingBy(Shop::getTypeId));
// 3.分批完成写入Redis
for (Map.Entry<Long, List<Shop>> entry : map.entrySet()) {
// 3.1.获取类型id
Long typeId = entry.getKey();
String key = "shop:geo:" + typeId;
// 3.2.获取同类型的店铺的集合
List<Shop> value = entry.getValue();
List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size());
// 3.3.写入redis GEOADD key 经度 纬度 member
for (Shop shop : value) {
// 设置店铺id，x,y坐标
// GEOADD key longitude latitude member [longitude latitude member ...]
// 3.3.1 一条一条添加写入，效率较低
// stringRedisTemplate.opsForGeo().add(key, new Point(shop.getX(), shop.getY()), shop.getId().toString());
// 3.3.2 批量添加再一次性写入
locations.add(new RedisGeoCommands.GeoLocation<>(
shop.getId().toString(),
new Point(shop.getX(), shop.getY())
));
}
stringRedisTemplate.opsForGeo().add(key, locations);
}
}
- 如此我们便完成了数据的导入操作~
(3) 功能实现
注意：SpringDataRedis的2.3.9版本并不支持Redis 6.2提供的GEOSEARCH命令，因此我们要提高版本或者使用6.2以后废弃的GEORADIUS命令，下面我们使用GEOSEARCH演示功能~
- 第一步：导入pom
<!--去除starter内SpringDataRedis重新引入高版本或者直接提高starter版本-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId>
<exclusions>
<exclusion>
<artifactId>spring-data-redis</artifactId>
<groupId>org.springframework.data</groupId>
</exclusion>
<exclusion>
<artifactId>lettuce-core</artifactId>
<groupId>io.lettuce</groupId>
</exclusion>
</exclusions>
</dependency>
<!--重新引入高版本-->
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-redis</artifactId>
<version>2.6.2</version>
</dependency>
<dependency>
<groupId>io.lettuce</groupId>
<artifactId>lettuce-core</artifactId>
<version>6.1.6.RELEASE</version>
</dependency>
- 第二步：ShopController接收参数
// 接收 类别id，页码,以及当前坐标
@GetMapping("/of/type")
public Result queryShopByType(
@RequestParam("typeId") Integer typeId,
@RequestParam(value = "current", defaultValue = "1") Integer current,
@RequestParam(value = "x", required = false) Double x,
@RequestParam(value = "y", required = false) Double y
) {
return shopService.queryShopByType(typeId, current, x, y);
}
- 第三步：ShopServiceImpl逻辑处理
@Override
public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {
// 1.判断是否需要根据坐标查询
if (x == null || y == null) {
// 不需要坐标查询，按数据库查询
Page<Shop> page = query()
.eq("type_id", typeId)
.page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE));
// 返回数据
return Result.ok(page.getRecords());
}
// 2.计算分页参数
int from = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE;
int end = current * SystemConstants.DEFAULT_PAGE_SIZE;
// 3.查询redis、按照距离排序、分页。结果：shopId、distance
String key = "shop:geo:" + typeId;
GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo()
// 原始命令： GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE
.search(
key,
GeoReference.fromCoordinate(x, y),
new Distance(5000),
RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)
);
// 4.解析出id
if (results == null) {
return Result.ok(Collections.emptyList());
}
List<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent();
if (list.size() <= from) {
// 没有下一页了，结束
return Result.ok(Collections.emptyList());
}
// 4.1.由于geosearch始终是0~end,因此需要分页效果需要直接手动截取
// 手动截取 from ~ end的部分
List<Long> ids = new ArrayList<>(list.size());
Map<String, Distance> distanceMap = new HashMap<>(list.size());
list.stream().skip(from).forEach(result -> {
// 4.2.获取店铺id
String shopIdStr = result.getContent().getName();
ids.add(Long.valueOf(shopIdStr));
// 4.3.获取距离
Distance distance = result.getDistance();
distanceMap.put(shopIdStr, distance);
});
// 5.根据id查询Shop
String idStr = StrUtil.join(",", ids);
List<Shop> shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
for (Shop shop : shops) {
shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());
}
// 6.返回
return Result.ok(shops);
}
- 如此我们便完成了附近店铺功能
2885
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
