Spring基于Redis实现附近商户附近的人功能

什么是GEO？

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.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

代码实现

添加数据到redis中，在开发中可以将人员或商户的信息在新增的时候缓存进redis

void test3() {
        //查询list集合
        List<Shop> list = ShopService.list();
        //将集合中类型相同的放到key名相同的map中  key==type  value==entity
        Map<String,List<Shop>> proList = list
                .stream().collect(Collectors.groupingBy(Shop::getType));
        for (Map.Entry<String, List<Shop>> entry : proList.entrySet()) {
            //获取type
            String type = entry.getKey();
            //获取数据
            List<Shop> value = entry.getValue();
            //添加到redis中的key
            String key = "shop:geo:"+type;

            List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size());
            for (Shop p : value) {
                locations.add(
                        new RedisGeoCommands.GeoLocation<>(
                                p.getId(),
                                new Point(p.getX(),p.getY())));
            }
            stringRedisTemplate.opsForGeo().add(key,locations);
        }
    }

主要是利用redis中geo数据结构

其实底层就是个zset集合根据key拿到对应数据，数据存储的店铺的id，score存储的是经纬度根据特定的算法转换成数值，按照数值拿到这个排序的集合

public R queryListByType(String typeId, Integer current, Double x, Double y) {
        //判断是否需要坐标查询
        if(x == null || y == null){
            //不需要坐标查询
            Page<Show> page = query().
                    eq("type", typeId).page(new Page<Show>(current, SystemConstants.PAGE_SIZE));
            return R.ok().data("pageList",page.getRecords());
        }
        //计算分页参数
        int from = (current - 1) * SystemConstants.PAGE_SIZE;
        int end = current * SystemConstants.PAGE_SIZE;

        String key = "show:geo:" + typeId;
        //查询出距离当前x，y轴5000米内的店铺
        //GEOSEARCH key BYLONLAt x y BYRADIUS 10 WITHDISTANCE
        GeoResults<RedisGeoCommands.GeoLocation<String>> search = stringRedisTemplate.opsForGeo().search(
                key,//key
                GeoReference.fromCoordinate(x, y),//按照x，y轴匹配圆心的距离
                new Distance(5000),//指定半径，距离为5000默认为米,可传入单位米，千米
                RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)//传递搜索参数，includeCoordinates返回结果带上距离，limit查询的最终值（0，end）
        );
        //如果不存在店铺则创建空集合返回
        if(search == null){
            return R.ok().data("pageList", Collections.emptyList());
        }
        //获取店铺集合数据
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> content = search.getContent();
        if(content.size() <= from){
            //没有下一页
            return R.ok().data("pageList", Collections.emptyList());
        }
        //创建集合收集店铺id
        List<String> lists = new ArrayList<>();
        //创建map收集店铺id和对应的目标和当前店铺的距离信息
        HashMap<String, Distance> map = new HashMap<>(content.size());
        //截取分页数据from表示为送哪里开始截取,并遍历结果集
        content.stream().skip(from).forEach(result ->{
            //获取content，name属性为我们存储的店铺id将其添加到集合中
            String pId = result.getContent().getName();
            lists.add(pId);
            //获取距离数据添加到map中
            Distance distance = result.getDistance();
            map.put(pId,distance);
        });

        String idStr = StrUtil.join(",",lists);
        List<Show> shows = query().in("id", lists).last("order by field(id," + idStr + ")").list();
        shows.stream().forEach(p ->{
            p.setDistance(map.get(p.getId()).getValue());
        });
        return R.ok().data("pageList",products);
    }

测试，箭头指向就是当前商户和缓存中的商户的距离