Redis 数据类型——geospatial

一、geospatial 简介

Redis 在 3.2 版本中加入了地理空间（geospatial）以及索引半径查询的功能，主要用在需要地理位置的应用上。将指定的地理空间位置（经度、纬度、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。也就是说，推算地理位置的信息，两地之间的距离，周围方圆的人等等场景都可以用它实现。
​
小结：geo 底层原理是使用 zset来实现的，因此我们也可以使用 zset 的命令操作 geo。

二、geohash

要理解 Redis 的 GEO 相关的命令是如何实现了，就得先理解 geohash 的原理，本质上这些命令就是对 geohash 数据的封装而已。

geohash 是 2008 年 Gustavo Niemeye 发明用来编码经纬度信息的一种编码方式，比如北京市中心的经纬度坐标是 116.404844,39.912279，通过 12 位 geohash 编码后就变成了 wx4g0cg3vknd，它究竟是如何实现的？其实原理非常简单，就是二分，整个编码过程可以分为如下几步。

1、转二进制

上过初中地理的我们都知道，地球上任何一个点都可以标识为某个经纬度坐标，经度的取值范围是东经 0-180 度和西经 0-180 度，纬度的取值范围是北纬 0-90 和南纬 0-90 度。去掉东西南北，可以分别认为经度和纬度的取值范围为[-180,180]和[-90,90]。
​
我们先来看经度，[-180,180]可以简单分成两个部分[-180,0]和[0,180]，对于给定的一个具体值，我们用一个bit 来标识是在[-180,0]还是[0,180]区间里。然后我们可以对这两个子区间继续细分，用更多的 bit 来标识是这个值是在哪个子区间里。就好比用二分查找，记录下每次查找的路径，往左就是 0 往右是 1，查找完后我们就会得到一个 0101 的串，这个串就可以用来标识这个经度值。

同理纬度也是一样，只不过他的取值返回变成了[-90,90]而已。通过这两种方式编码完成后，任意经纬度我们都可以得到两个由0和1组成的串。

比如还是北京市中心的经纬度坐标 116.404844,39.912279，我们先对 116.404844 做编码，得到其二进制为:
11010010110001101101
然后我们对维度 39.912279 编码得到二进制为：
10111000110000111001

2. 经纬度二进制合并

接下来我们只需要将上述二进制交错合并成一个即可，这里注意经度占偶数位，纬度占奇数位，得到最终的二进制：

1110011101001000111100000010110111100011

3. 将合并后的二进制做 base32 编码

最后我们将合并后的二进制做 base32 编码，将连续 5 位转化为一个 0-31 的十进制数，然后用对应的字符代替，将所有二进制位处理完后我们就完成了 base32 编码。编码表如下：
最终得到 geohash 值 wx4g0cg3vknd。

geohash 是将空间不断的二分，然后将二分的路径转化为 base32 编码，最后保存下来。从原理可以看出，geohash 表示的是一个区间，而不是一个点，geohash 值越长，这个区间就越小，标识的位置也就越精确，下图是维基百科中不同长度 geohash 下的经纬度误差（lat：纬度，lng：经度）

4、geohash 的用途

geohash 成功的将一个二维信息编码成了一个一维信息，这样编码我觉得有两个好处：

1. 编码后数据长度变短，利于节省存储。
2. 利于使用前缀检索。
   ​
   我们来详细说下第二点。

从上文中 geohash 的实现来看，只要两个坐标点的 geohash 有共同的前缀，我们就可以肯定这两个点在同一个区域内 (区域大小取决于共同前缀的长度)。这种特性给我们带来的好处就是，我们可以把所有坐标点按 geohash 做增序索引，然后查找的时候按前缀筛选，大幅提升检索的性能。

举个例子，假设我要找北京国贸附近 3 公里内的餐馆，已知国贸的 geohash 是 wx4g41，那我也很轻易就可以计算出来我需要扫描哪些区域内的点。但有个点需要注意，上文我已经提到过，geohash 值实际上是代表一个区域，而不是一个点，找到一批候选点之后还需要遍历一次计算下精确距离。

5、geohash 的问题

geohash 有个需要注意的问题。geohash 是将二维的坐标点做了线下编码，有时候可能会给人一个误解就是如果两个 geohash 之间二进制的差异越小，这两个区间距离就越近，这完全是错误的。比如如下图 0111 和 1000，这俩区间二进制只差 0001 但实际物理距离比较远。

如果上图还不明显的话，我从 Wikipedia 上拿到一张图，虚线是线性索引的路径，被虚线连接的两个块 geohash 值是非常相近的，如下图的（7,3）和（0,4），geohash 值会非常相近，但实际物理距离非常远，这就是 geohash 的突变现象，这也导致了不能直接根据 geohash 的值来直接判定两个区域的距离大小。


但在实际使用 geohash 过程中，时常会遇到跨域搜索的情况，比如我要在上图（3,3）这个区间内某个点上搜索距它 1 个距离单位的所有其他点集，这个点集有可能横跨（3,3）加上它周围 8 个邻域的 9 个区间，突变的问题会导致这 9 个区间的 geohash 不是线性跳转的。
​
但也不是没法计算，实际上可以通过特殊的位运算可以很轻易计算出某个 geohash 的 8 个邻域，具体可参考 Redis 源码中 src/geohash.c 中 geohashNeighbors() 的具体实现， geohashNeighbors 使用了 geohash_move_x 和 geohash_move_y 两个函数实现了 geohash 左右和上下的移动，这样可以很容易组合出 8 个邻域的 geohash 值了。

其实，就是将该区块上下左右以及四个对角的 8 个区块的 hash 都计算一遍，分别计算这些区间和自己之间的距离，找到其中距离一个距离单位的所有点集就可以了。因为这时的数据量已经非常小了，计算周边的 8 个块也很快。

三、Geo in Redis

本质上 Redis 中的 geo 就是对 geohash 的封装。接下来介绍一下 geo 六个命令

1、geoadd

geoadd 添加地理位置，可以将指定的地理空间位置（经度、纬度、名称）添加到指定的 key 中。
​
命令格式：geoadd key longitude latitude member [longitude latitude member …]

往 china:city 这个 key 里添加了 5 个地方的经纬度：北京、上海、广州、深圳、杭州。

2、geopos

geopos 获取指定城市的地理位置经纬度，可以从 key 里返回所有给定地理位置的经纬度。
​
命令格式：geopos key member [member …]
​
从 china:city 这个 key 里返回 北京、杭州的经纬度。

3、geodist

geodist 返回两个坐标之间的距离，也就是两个人之间的距离，如果两个位置之间的其中一个不存在，则会返回空值。指定单位的参数 unit 必须是以下单位的其中之一：

1. m 表示单位为米（默认）
2. km 表示单位为千米
3. mi 表示单位为英里
4. ft 表示单位为英尺
   ​
   命令格式：geodist key member1 member2 [unit]
   ​
   返回北京和杭州之间的距离，单位 km。
   

4、georadius

georadius 以给定的经纬度为中心，返回与中心的距离不超过给定最大距离的所有位置元素。
​
命令格式：georadius key lopngitude latitude radius unit [WITHCOORD] [WITHDIST] [COUNT count] [ASC|DESC] […]

找出离杭州滨江区 1100km 的地方。

加上 WITHCOORD 可以返回经纬度

加上 WITHDIST 可以显示到中心的距离

加上 COUNT 可以只返回指定数量结果

加上 ASC 可以按距离升序排序，加上 DESC 可以按距离降序排序

5、georadiusbymember

georadiusbymember 跟 georadius 命令一样，都可以找出位于指定范围的位置元素，但是这里不是指定中心点坐标，而是指定以哪个元素为中心点。
​
命令格式：georadiusbymember key member radius unit […（跟 georadius 一致）]
​
找出离杭州 200km 的地方。

6、geohash

geohash 将二维的经纬度转换成一维的字符串，也就是对经纬度进行 hash 计算。

命令格式：geohash key member [member …]
​
对杭州、上海、北京取 hash。

​