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 :