基于 Redis 实现附近商户

一、GEO 数据结构

1.1 简介

        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。

1.2 常见命令

        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

1.3 练习

# 存储数据
127.0.0.1:6379> geoadd g1 116.378248 39.865275 bjn 116.42803 39.903738 bj 116.322287 39.893729 bjx
(integer) 3
# 测试距离
127.0.0.1:6379> geodist g1 bjx bj m
"9091.5648"
# 搜索火车站
127.0.0.1:6379> geosearch g1 FROMLONLAT 116.397904 39.909005 byradius 10 km withdist
1) 1) "bj"
   2) "2.6361"
2) 1) "bjn"
   2) "5.1452"
3) 1) "bjx"
   2) "6.6723"
127.0.0.1:6379> 

二、附近商户搜索

2.1 简介

        在首页中点击某个频道，即可看到频道下的商户：

        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。

2.2 数据导入

        首先编写测试类，将数据库中的数据导入到 redis 中，代码如下：

    @Test
    void loadData(){
        // 1、查询数据库的所有数据
        List<Shop> list = shopServiceImpl.list();
        // 按照 typeId 进行分组
        Map<Long, List<Shop>> collect = list.stream().collect(Collectors.groupingBy(shop -> shop.getTypeId()));
        //2、将其导入到 redis 中
        for (Map.Entry<Long, List<Shop>> longListEntry : collect.entrySet()) {
            String key = "shop:geo:"+longListEntry.getKey();
            List<Shop> listshop = longListEntry.getValue();
            for(int i=0;i<listshop.size();i++){
                stringRedisTemplate.opsForGeo().add(key,new Point(listshop.get(i).getX(),listshop.get(i).getY()),listshop.get(i).getId().toString());
            }
        }
    }

2.3 修改版本

        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 文件，内容如下：

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-redis</artifactId>
	<exclusions>
		<exclusion>
			<groupId>spring-data-redis</groupId>
			<artifactId>org.springframework.data</artifactId>
		</exclusion>
		<exclusion>
			<groupId>lettuce-core</groupId>
			<artifactId>io.lettuce</artifactId>
		</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>

2.4 代码实现 

        涉及到的 controller 层代码如下：

    @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);
    }

        涉及到的 service 层代码如下：

    @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_KEY + typeId;
        GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo() // 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.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);
    }