JAVA实现空间索引编码（GeoHash）

转载请注明出处：http://blog.csdn.net/xiaojimanman/article/details/50358506

http://www.llwjy.com/blogdetail/95468c5334d1c3fe52ae2149abfb0da0.html

个人博客站已经上线了，网址 www.llwjy.com ~欢迎各位吐槽~

-------------------------------------------------------------------------------------------------

      之前自己在做基于Lucene的内容检索过程中，了解到Lucene可以实现对文本信息，数值信息的内容检索，对于空间距离好像并为为源码中实现；最近半年自己接触到Solr，里面有一个空间距离检索（经纬度），最近对其中的实现做了下学习，了解到在实现空间距离检索的有一个比较常用的技术——GeoHash，下面就介绍下GeoHash。

GeoHash特点

1）GeoHash用一个字符串表示经度和纬度两个坐标，比如我现在所在位置的GeoHash值为 wx4sv61q；

2）GeoHash标识的并不是一个点，而是一个区域，比如 wx4sv61q 对应的就是一个矩形区域；

3）编码的前缀可以标识更大的区域，比如 wx4sv61 编码代表的区域要大于 wx4sv61q 代表的区域，但是 wx4sv61q 代表的区域一定在 wx4sv61 代表的区域内。

      因此我们再去做距离检索的时候，只需要对GeoHash进行前缀匹配即可，具体的原因在后面内容进行介绍。

GeoHash原理

      GeoHash最简单的解释就是将一个位置信息转化成一个可以排序、可以比较的字符串编码。下面就详细介绍以下其实现过程：

      维基百科对GeoHash的介绍：https://en.wikipedia.org/wiki/Geohash

      首先我们将纬度(-90, 90)平均分成两个区间(-90, 0)、(0, 90)，如果坐标位置的纬度值在第一区间，则编码是0，否则编码为1。我们用 40.222012 举例，由于40.222012 属于 (0, 90)，所以编码为1，然后我们继续将(0, 90)分成(0, 45)、(45, 90)两个区间，而40.222012 位于(0, 45)，所以编码是0，依次类推，我们进行20次拆分，最后计算40.222012 的编码是 10111001001101000110。

      对于经度采用同样的的方法，得到 116.248283 的编码是 11010010101010100101。

      接下来我们对经纬度的编码合并，奇数为是纬度，偶数为是经度，得到的编码是 1110011101001001100011011001100000110110（这里需要特别注意，这里说的奇数、偶数是值数组的下标，从0开始的）；

      最后用base32编码，二进制串对应的十进制分别为 28, 29, 4, 24, 27, 6, 1, 22，转化为base32是wx4sv61q，因此就 得到(40.222012, 116.248283) 的编码为 wx4sv61q。（下图介绍了base32的对应关系）

      编码 wx4sv61q 在地图上对应的位置如下图：

      这里我们GeoHash的编码长度为8，这时精度在19米，下表列出了不同的编码长度对应的精度：

      由上面的精度可知，如果要选取和我(40.222012, 116.248283)相距2km内的物品，我们只需要查找物品坐标对应的GeoHash以wx4sv为前缀的即可。

GeoHash延伸

      到目前为止我们对空间索引有了一定的了解，但是上面介绍的内容对下面的一种情况就无法实现（下面这幅图出自他人的博客）：

      我们从图中可以看出，红点与上方的绿点距离较近，与下方的绿点距离较远，但是红点与下方的绿点的编码字符串一样，都是wx4g0。对于GeoHash这种边界问题解决思路也十分简单，我们在做检索或者查询的时候，对周围的八个区域进行匹配，这样就很好的解决了边界问题。下面我们就对GeoHash用java进行实现。

JAVA实现