GeoHash编码原理和代码演示

最新推荐文章于 2024-09-06 10:33:16 发布

闻香识代码

最新推荐文章于 2024-09-06 10:33:16 发布

阅读量983

点赞数 1

分类专栏： geohash 大数据 scala 文章标签： geodatabase geolocation scala

本文链接：https://blog.csdn.net/xiaohu21/article/details/109036689

版权

本文介绍了GeoHash编码原理，用于大数据领域的地理位置信息快速查询。GeoHash通过二分法结合编码，将地球经纬度范围映射成Base32编码。文章提供了案例，涉及背景概述、原理详解以及代码演示。

摘要由CSDN通过智能技术生成

GeoHash编码原理和代码演示

1. 背景

1.1 概述

在大数据领域中，时常需要进行海量数据的映射检索，其中GPS转换为地理位置以及IP地址转换为地理位置就是一种很常见需求。
由于数据量很大，如何进行快速查询就需要使用到各种算法。
在大数据领域，常见的快速匹配如布隆过滤器，bitmap算法，hyperloglog算法这些是位图算法。
今天要说的geohash算法，则是二分法结合编码的一种地理位置信息算法。

1.2 原理

经度范围是东经180到西经180，纬度范围是南纬90到北纬90，我们设定西经为负，南纬为负，所以地球上的经度范围就是[-180， 180]，纬度范围就是[-90，90]。如果以本初子午线、赤道为界，地球可以分成4个部分
纬度范围[-90°, 0°)用二进制0代表，（0°, 90°]用二进制1代表，经度范围[-180°, 0°)用二进制0代表，（0°, 180°]用二进制1代表，那么地球可以分成如下4个部分
更小范围二分划分
转换计算方法步骤

将经纬度变成二进制。
将经纬度合并
按照Base32进行编码

参考自：https://www.jianshu.com/p/2fd0cf12e5ba

2. 案例

环境

idea 2020
jdk 1.8
maven 3.6.3
pom文件

<dependencies>

        <dependency>
            <groupId>org.scala-lang</groupId>
            <artifactId>scala-library</artifactId>
        </dependency>

        <dependency>
            <groupId>org.apache.spark</groupId>
            <artifactId>spark-sql_2.11</artifactId>
        </dependency>

        <dependency>
            <groupId>org.apache.spark</groupId>