redis实现查找附近的人

根据数据库中的经纬度查找

地球上的任何一个位置都可以使用二维的经纬度来表示，经度范围 [-180, 180]，纬度范围 [-90, 90]。

可以基于当前的坐标节点，来划分出一个矩形（2r）的范围来查询附近的人。当两个坐标元素的距离不是很远的时候，我们就可以简单利用勾股定理就能够得出他们之间的距离。但是地球不是一个标准的球体，经纬度的密度是不一样 的，所以我们使用勾股定理计算平方之后再求和时，需要按照一定的系数加权再进行求和。数据表可以把经纬度坐标添加复合索引 ，这样可以满足最大优化查询性能。

SELECT
	* 
FROM
	positions 
WHERE
	x > '.$lat.' - 1 
	AND x < '.$lat.' + 1 AND y > '.$lon.' - 1 
	AND y < '.$lon.' + 1 
ORDER BY
	ACOS(
		SIN( ( '.$lat.' * 3.1415 ) / 180 ) * SIN( ( x * 3.1415 ) / 180 ) + COS( ( '.$lat.' * 3.1415 ) / 180 ) * COS( ( x * 3.1415 ) / 180 ) * COS( ( '.$lon.' * 3.1415 ) / 180 - ( y * 3.1415 ) / 180 ) 
	) * 6380 ASC 
	LIMIT 10 ';

GeoHash 算法

GeoHash 算法的核心思想就是把整个地球看成是一个 二维的平面，然后把这个平面不断地等分成一个一个小的方格，每一个坐标元素都位于其中的 唯一一个方格中，等分之后的方格越小，那么坐标也就越精确。然后对每个方格进行一定顺序的编码，每一个元素坐标既能够被唯一标识在这张被编码的地图上，也不至于暴露具体的位置。因为区域是共享的，我可以告诉你我就在公园附近，但是在具体的哪个地方你就无从得知了。

把任意坐标变成一串二进制的编码，通过这个整数我们就可以还原出元素的坐标，整数越长还原出来的坐标值的损失程序就越小。

最后就是一个Base32 (09, az, 去掉 a/i/l/o 四个字母) 的编码操作，让它变成一个字符串，例如上面那一串儿就变成了 wx4g0ec1。

在 Redis 中经纬度使用 52 位的整数进行编码，放进了 zset 里面，zset 的 value 是元素的 key，score 是 GeoHash的 52 位整数值。zset 的 score 虽然是浮点数，但是对于 52 位的整数值来说，它可以无损存储。

在 Redis 中的GeoHash

在使用 Redis 进行 GeoHash查询时，redis内部结构实际上只是一个zset(skiplist)。通过 zset 的 score 排序就可以得到坐标附近的其他元素 (实际情况要复杂一些，不过这样理解足够了)，通过将 score 还原成坐标值就可以得到元素的原始坐标了。

• geoadd 新增（集合名称、经纬度、名称）。geoadd company 116.334255 40.027400 xiaomi
• geodist 计算两个元素之间的距离(集合名称、2 个名称和距离单位，m米、km千米、ml英里、ft尺)。geodist company baidu xiaomi km
• geopos 指令可以获取集合中任意元素的经纬度坐标（获取的经纬度坐标和 geoadd 进去的坐标有轻微的误差）。geopos company toutiao
• geohash 可以获取元素的经纬度编码字符串（base32 编码）。geohash company ant
• georadiusbymember 查询指定元素附近的其它元素。georadiusbymember company ireader 10 km count 3 asc（范围10千米内最多 3 个元素，包含自身。按距离正序显示）
• georadius根据坐标值来查询附近的元素。georadius company 116.514202 39.905409 20 km withdist count 3 asc

在 Redis 的集群环境中，集合可能会从一个节点迁移到另一个节点，如果单个 key 的数据过大，会对集群的迁移工作造成较大的影响，在集群环境中单个 key 对应的数据量不宜超过 1M，否则会导致集群迁移出现卡顿现象，影响线上服务的正常运行，因此Geo 的数据最好用单独的Redis 实例部署。

如果数据量过亿甚至更大，就需要对 Geo 数据进行拆分，按国家拆分、按省拆分，按市拆分，在人口特大城市甚至可以按区拆分。这样就可以显著降低单个 zset 集合的大小。