黑马点评(十) -- 附近商户

一 . GEO数据结构的基本用法

GEO就是Geolocation的简写形式，代表地理坐标。Redis在3.2版本中加入了对GEO的支持，允许存储地理坐标信息，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.新功能

• 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.新功能

学习 : 

1. 添加地理坐标 : 

GEOADD g1 116.378248 39.865275 bjn 116.42803 39.903738 bjz 116.322287 39.893729 bjx

可以发现底层是zset实现，也就是sortedset；

2 . 计算两个点之间的距离 : 

geoDist g1 bjn bjx km

两点相距5km ;

3 . 搜索范围内的点:

 GEOSEARCH g1 fromLONLAT 116.397904 39.909005 BYRADIUS 10 km withdist

二 . 附近商户-导入店铺数据到GEO

具体场景 : 

当前店铺数据存在数据库中 : 

那么我们需要将数据导入到redis中 : 

        我们要做的事情是：将数据库表中的数据导入到redis中去，redis中的GEO，GEO在redis中就一个menber和一个经纬度，我们把x和y轴传入到redis做的经纬度位置去，但我们不能把所有的数据都放入到menber中去，毕竟作为redis是一个内存级数据库，如果存海量数据，redis还是力不从心，所以我们在这个地方存储他的id即可。

但是这个时候还有一个问题，就是在redis中并没有存储type，所以我们无法根据type来对数据进行筛选，所以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

代码 : 

    @Test
    void loadShopData() {
        // 1.查询店铺信息
        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_KEY + typeId;
            // 3.2.获取同类型的店铺的集合
            List<Shop> value = entry.getValue();
            List<org.springframework.data.redis.connection.RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size());
            // 3.3.写入redis GEOADD key 经度 纬度 member
//            for(Shop shop : value){ // 这样效率低
//                stringRedisTemplate.opsForGeo().add(key,new Point(shop.getX(),shop.getY()),shop.getId().toString()) ;
//            }
            for (Shop shop : value) {
                // stringRedisTemplate.opsForGeo().add(key, new Point(shop.getX(), shop.getY()), shop.getId().toString());
                locations.add(new org.springframework.data.redis.connection.RedisGeoCommands.GeoLocation<>(
                        shop.getId().toString(),
                        new Point(shop.getX(), shop.getY())
                ));
            }
            stringRedisTemplate.opsForGeo().add(key, locations);
        }
    }

三 . 实现附近商户功能

SpringDataRedis的2.3.9版本并不支持Redis 6.2提供的GEOSEARCH命令，因此我们需要提示其版本，修改自己的POM

<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>
<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>

 代码实现 ： 

    @Override
    @Transactional
    public Result update(Shop shop) {
        Long id = shop.getId();
        if(id == null){
            return Result.fail("店铺id不能为空") ;
        }
        // 1 . 更新数据库
        updateById(shop) ;
        // 2 . 删除缓存
        stringRedisTemplate.delete(CACHE_SHOP_KEY + shop.getId()) ;

        return Result.ok() ;

    }

    @Override
    public Result queryShopByType(Integer typeId, Integer current, Double x, Integer y) {
        // 1 . 判断是否需要根据坐标查询
        if(x==null ||y==null){
            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 ;

        String key = SHOP_GEO_KEY + typeId ;
        // 3 . 查询redis , 按照距离排序 ， 分页 ， 结果 : shopId , distance
        // GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE
        GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo()
                .search(
                        key,
                        GeoReference.fromCoordinate(x, y),
                        new Distance(5000),// x , y方圆5km
                        RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeCoordinates()
                                .limit(end) // 0 - end 的所有
                );
        // 4 . 解析出id
        if(results == null ){
            return Result.ok(Collections.emptyList()) ;
        }
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent() ;

        // 4 . 1 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) // 跳过from前面的
                .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);
    }

GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE

测试 :