发布于 由admin

Redis `GEOHASH` 与 `GEODIST`：地理位置编码与距离计算原理

好的，咱们开始今天的“Redis GEOHASH 与 GEODIST：地理位置编码与距离计算原理”讲座！

大家好！今天咱们来聊聊 Redis 里面两个非常有意思，也相当实用的命令：GEOHASH 和 GEODIST。这两个家伙能让你在 Redis 里玩转地理位置信息，比如查找附近的人，计算两地之间的距离，听起来是不是很酷？

一、什么是 GEOHASH？别怕，不是什么神秘代码

首先，我们得搞清楚 GEOHASH 到底是个什么玩意儿。简单来说，GEOHASH 是一种地理位置编码，它能把地球上的任何一个经纬度坐标转换成一个字符串。 这个字符串越长，代表的精度越高，也就是范围越小。

想象一下，你拿着一张世界地图，想告诉你的朋友“我就在这里！” 最粗略的方式是说：“我在亚洲！”。稍精确一点：“我在中国！”。再精确一点：“我在北京！”。最后，你可以说：“我在北京海淀区中关村大街XX号”。 GEOHASH 就有点类似这种层层递进的过程，只不过它用的是字符串编码。

GEOHASH 的原理：递归分割与交错合并

GEOHASH 的核心思想是递归分割和交错合并。

  1. 递归分割： 首先，把地球想象成一个矩形，这个矩形包含所有的经度和纬度。然后，我们把这个矩形一分为二，分成东西两半。如果你的位置在东半边，就记作“1”，如果在西半边，就记作“0”。

    接着，再把包含你位置的那一半矩形分成南北两半。如果在北半边，记作“1”，如果在南半边，记作“0”。

    就这样，不断地分割下去，每次分割都产生一个 0 或者 1。分割的次数越多，得到的 01 串就越长，代表的位置就越精确。

  2. 交错合并： 刚才我们分别对经度和纬度进行了分割，得到了两串 01 串。现在，我们要把这两串 01 串交错合并起来。 比如，经度得到的 01 串是 "1010"，纬度得到的 01 串是 "0101"，那么交错合并后的 01 串就是 "10011001"。

  3. Base32 编码： 最后，把合并后的 01 串转换成 Base32 编码。 Base32 是一种用 32 个字符（通常是 A-Z 和 2-7）来表示 01 串的编码方式。 这样，我们就得到了 GEOHASH 字符串。

举个栗子：

假设我们要编码的经纬度是 (116.397428, 39.90923)。

  1. 经度分割：

    • 经度范围是 -180 到 180。
    • 116.397428 > ( -180 + 180 ) / 2 = 0，所以第一位是 1。
    • 继续分割包含 116.397428 的范围，直到达到所需的精度。

  2. 纬度分割：

    • 纬度范围是 -90 到 90。
    • 39.90923 > ( -90 + 90 ) / 2 = 0，所以第一位是 1。
    • 继续分割包含 39.90923 的范围，直到达到所需的精度。

  3. 交错合并： 将经度和纬度的 01 串交错合并。

  4. Base32 编码： 将合并后的 01 串转换成 Base32 编码，得到 GEOHASH 字符串，比如 "wx4g0s"。

GEOHASH 的优点：

  • 简单高效： 编码和解码过程都比较简单，计算速度快。
  • 可变精度： GEOHASH 的长度决定了精度，可以根据需求选择合适的长度。
  • 前缀匹配： GEOHASH 的一个重要特性是，如果两个位置的 GEOHASH 字符串具有相同的前缀，那么它们的位置也比较接近。 这使得我们可以通过前缀匹配来查找附近的地点。

二、Redis GEOHASH 命令：GEOHASH

在 Redis 中，GEOHASH 命令的作用是获取指定地理位置的 GEOHASH 字符串。

语法：

GEOHASH key member [member ...]
  • key：存储地理位置信息的 Redis 键名。
  • member：要查询的地理位置的成员名。

示例：

假设我们已经用 GEOADD 命令添加了一些地理位置信息到 Redis 中：

GEOADD places 116.397428 39.90923 "北京"
GEOADD places 121.473701 31.230416 "上海"

现在，我们可以使用 GEOHASH 命令来获取 "北京" 和 "上海" 的 GEOHASH 字符串：

> GEOHASH places 北京 上海
1) "wx4g0s"
2) "wtw37r"

可以看到，GEOHASH 命令返回了一个数组，包含了 "北京" 和 "上海" 的 GEOHASH 字符串。

三、Redis GEODIST 命令：计算距离，不再靠感觉

GEODIST 命令用于计算两个地理位置之间的距离。

语法：

GEODIST key member1 member2 [unit]
  • key：存储地理位置信息的 Redis 键名。
  • member1：第一个地理位置的成员名。
  • member2：第二个地理位置的成员名。
  • unit：距离单位，可选值有：
    • m：米（默认值）
    • km：千米
    • mi：英里
    • ft：英尺

示例：

继续使用上面的例子，我们可以使用 GEODIST 命令来计算 "北京" 和 "上海" 之间的距离：

> GEODIST places 北京 上海 km
"1204.1733"

结果显示，"北京" 和 "上海" 之间的距离约为 1204.1733 千米。

四、GEOHASH 和 GEODIST 的结合应用：查找附近的人

现在，我们把 GEOHASH 和 GEODIST 结合起来，实现一个“查找附近的人”的功能。

  1. 存储地理位置信息： 首先，我们需要把所有人的地理位置信息存储到 Redis 中。可以使用 GEOADD 命令：

    import redis

r = redis.Redis(host='localhost', port=6379)

people = {
    "张三": (116.397428, 39.90923),  # 北京
    "李四": (116.46, 39.92),  # 北京附近
    "王五": (121.473701, 31.230416),  # 上海
    "赵六": (114.05, 22.54),  # 深圳
}

for name, location in people.items():
    r.geoadd("people_locations", location[0], location[1], name)

print("地理位置信息已存储到 Redis 中。")

  2. 获取目标位置的 GEOHASH： 假设我们要查找 "张三" 附近的人，首先需要获取 "张三" 的 GEOHASH 字符串：

    zhangsan_geohash = r.geohash("people_locations", "张三")[0]
print(f"张三的 GEOHASH 是：{zhangsan_geohash.decode()}")

  3. 查找具有相同 GEOHASH 前缀的人： 我们可以根据 GEOHASH 的前缀来缩小搜索范围。 比如，我们可以查找与 "张三" 具有相同前 5 位 GEOHASH 前缀的人。 但是，直接用 GEOHASH 前缀搜索 Redis 效率不高。 更常用的方法是使用 GEORADIUS 或 GEORADIUSBYMEMBER 命令，它们可以根据给定的中心点和半径来查找附近的地点。

    使用 GEORADIUS 命令：

    #查找距离张三 5km 以内的人
nearby_people = r.georadius("people_locations", people["张三"][0], people["张三"][1], 5, unit="km", withdist=True, withcoord=True, withhash=True)

print("张三附近的人：")
for person in nearby_people:
    name = person[0].decode()
    distance = person[1]
    coordinates = person[2]
    geohash = person[3]

    print(f"  - {name}: 距离 {distance} km, 坐标 {coordinates}, GEOHASH {geohash}")

    解释：

    • r.georadius("people_locations", people["张三"][0], people["张三"][1], 5, unit="km", withdist=True, withcoord=True, withhash=True) 这个命令的意思是：
      • "people_locations"：在名为 "people_locations" 的 Redis 键中查找。
      • people["张三"][0], people["张三"][1]：以 "张三" 的经纬度作为中心点。
      • 5：查找半径为 5 km 的范围。
      • unit="km"：距离单位为千米。
      • withdist=True：返回结果包含距离。
      • withcoord=True：返回结果包含坐标。
      • withhash=True：返回结果包含 GEOHASH。

    使用 GEORADIUSBYMEMBER 命令：

    #查找距离张三 5km 以内的人
nearby_people = r.georadiusbymember("people_locations", "张三", 5, unit="km", withdist=True, withcoord=True, withhash=True)

print("张三附近的人：")
for person in nearby_people:
    name = person[0].decode()
    distance = person[1]
    coordinates = person[2]
    geohash = person[3]

    print(f"  - {name}: 距离 {distance} km, 坐标 {coordinates}, GEOHASH {geohash}")

    解释：

    • r.georadiusbymember("people_locations", "张三", 5, unit="km", withdist=True, withcoord=True, withhash=True) 这个命令的意思是：
      • "people_locations"：在名为 "people_locations" 的 Redis 键中查找。
      • "张三"：以 "张三" 的位置作为中心点。
      • 5：查找半径为 5 km 的范围。
      • unit="km"：距离单位为千米。
      • withdist=True：返回结果包含距离。
      • withcoord=True：返回结果包含坐标。
      • withhash=True：返回结果包含 GEOHASH。

  4. 过滤结果： GEORADIUS 和 GEORADIUSBYMEMBER 命令已经帮我们过滤出了附近的地点，我们可以根据实际需求对结果进行进一步的处理。

五、GEOHASH 精度与长度对照表

GEOHASH 的长度决定了精度，下面是一个 GEOHASH 长度与精度的大致对照表：

GEOHASH 长度 纬度精度 (m) 经度精度 (m)
1 ± 2500000 ± 5000000
2 ± 630000 ± 1300000
3 ± 78000 ± 157000
4 ± 20000 ± 20000
5 ± 2400 ± 5000
6 ± 610 ± 610
7 ± 76 ± 153
8 ± 19 ± 19
9 ± 2.4 ± 4.8
10 ± 0.61 ± 0.61
11 ± 0.15 ± 0.30
12 ± 0.038 ± 0.038

注意： 这个表格只是一个大致的参考，实际精度可能会受到纬度的影响。 纬度越高，经度方向的精度会降低。

六、总结

今天我们学习了 Redis 中的 GEOHASH 和 GEODIST 命令，了解了 GEOHASH 的原理和应用，以及如何利用这两个命令实现“查找附近的人”的功能。

  • GEOHASH：用于获取地理位置的 GEOHASH 字符串。
  • GEODIST：用于计算两个地理位置之间的距离。
  • GEORADIUS 和 GEORADIUSBYMEMBER：更常用的查找附近地点命令。

希望今天的讲座对大家有所帮助！ 掌握了这些技能，你就可以在你的项目中轻松地添加地理位置相关的特性，比如：

  • 查找附近的餐馆、酒店、电影院等。
  • 实时追踪车辆、人员的位置。
  • 根据用户的位置推荐相关的信息。

下次见！

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注