[TOC]

简介

这时问题来了，Sorted Set 元素的权重分数是一个浮点数（float 类型），而一组经纬度包
含的是经度和纬度两个值，是没法直接保存为一个浮点数的，那具体该怎么进行保存呢？
这就要用到 GEO 类型中的 GeoHash 编码了。

GeoHash 的编码方法
为了能高效地对经纬度进行比较，Redis 采用了业界广泛使用的 GeoHash 编码方法，这
个方法的基本原理就是“二分区间，区间编码”。
当我们要对一组经纬度进行 GeoHash 编码时，我们要先对经度和纬度分别编码，然后再
把经纬度各自的编码组合成一个最终编码。
首先，我们来看下经度和纬度的单独编码过程。
对于一个地理位置信息来说，它的经度范围是[-180,180]。GeoHash 编码会把一个经度值
编码成一个 N 位的二进制值，我们来对经度范围[-180,180]做 N 次的二分区操作，其中 N
可以自定义。

位编码。当做完 N 次的二分区后，经度值就
可以用一个 N bit 的数来表示了。
举个例子，假设我们要编码的经度值是 116.37，我们用 5 位编码值（也就是 N=5，做 5
次分区）。
我们先做第一次二分区操作，把经度区间[-180,180]分成了左分区[-180,0) 和右分区
[0,180]，此时，经度值 116.37 是属于右分区[0,180]，所以，我们用 1 表示第一次二分区
后的编码值。
接下来，我们做第二次二分区：把经度值 116.37 所属的[0,180]区间，分成[0,90) 和[90,
180]。此时，经度值 116.37 还是属于右分区[90,180]，所以，第二次分区后的编码值仍然
为 1。等到第三次对[90,180]进行二分区，经度值 116.37 落在了分区后的左分区[90, 135)
中，所以，第三次分区后的编码值就是 0。
按照这种方法，做完 5 次分区后，我们把经度值 116.37 定位在[112.5, 123.75]这个区
间，并且得到了经度值的 5 位编码值，即 11010。这个编码过程如下表所示：

对纬度的编码方式，和对经度的一样，只是纬度的范围是[-90，90]，下面这张表显示了对
纬度值 39.86 的编码过程。

当一组经纬度值都编完码后，我们再把它们的各自编码值组合在一起，组合的规则是：最
终编码值的偶数位上依次是经度的编码值，奇数位上依次是纬度的编码值，其中，偶数位
从 0 开始，奇数位从 1 开始。
我们刚刚计算的经纬度（116.37，39.86）的各自编码值是 11010 和 10111，组合之后，
第 0 位是经度的第 0 位 1，第 1 位是纬度的第 0 位 1，第 2 位是经度的第 1 位 1，第 3
位是纬度的第 1 位 0，以此类推，就能得到最终编码值 1110011101，如下图所示：

用了 GeoHash 编码后，原来无法用一个权重分数表示的一组经纬度（116.37，39.86）就
可以用 1110011101 这一个值来表示，就可以保存为 Sorted Set 的权重分数了。
当然，使用 GeoHash 编码后，我们相当于把整个地理空间划分成了一个个方格，每个方
格对应了 GeoHash 中的一个分区。

举个例子。我们把经度区间[-180,180]做一次二分区，把纬度区间[-90,90]做一次二分区，
就会得到 4 个分区。我们来看下它们的经度和纬度范围以及对应的 GeoHash 组合编码

这 4 个分区对应了 4 个方格，每个方格覆盖了一定范围内的经纬度值，分区越多，每个方
格能覆盖到的地理空间就越小，也就越精准。我们把所有方格的编码值映射到一维空间
时，相邻方格的 GeoHash 编码值基本也是接近的，如下图所示：

所以，我们使用 Sorted Set 范围查询得到的相近编码值，在实际的地理空间上，也是相邻
的方格，这就可以实现 LBS 应用“搜索附近的人或物”的功能了。
分区一：[-180,0) 和[-90,0)，编码 00；
分区二：[-180,0) 和[0,90]，编码 01；
分区三：[0,180]和[-90,0)，编码 10；
分区四：[0,180]和[0,90]，编码 11。

不过，我要提醒你一句，有的编码值虽然在大小上接近，但实际对应的方格却距离比较
远。例如，我们用 4 位来做 GeoHash 编码，把经度区间[-180,180]和纬度区间[-90,90]各
分成了 4 个分区，一共 16 个分区，对应了 16 个方格。编码值为 0111 和 1000 的两个方
格就离得比较远，如下图所示：

所以，为了避免查询不准确问题，我们可以同时查询给定经纬度所在的方格周围的 4 个或
8 个方格。
好了，到这里，我们就知道了，GEO 类型是把经纬度所在的区间编码作为 Sorted Set 中
元素的权重分数，把和经纬度相关的车辆 ID 作为 Sorted Set 中元素本身的值保存下来，
这样相邻经纬度的查询就可以通过编码值的大小范围查询来实现了。接下来，我们再来聊
聊具体如何操作 GEO 类型。

一、CEO概述

Redis3.2版本提供了GEO（地理信息定位）功能，支持存储地理位置信息用来实现诸如附近位置、摇一摇这类依赖于地理位置信息的功能，对于需要实现这些功能的开发者来说是一大福音
GEO功能是Redis的另一位作者Matt Stancliff借鉴NoSQL数据库Ardb实现的，Ardb的作者来自中国，它提供了优秀的GEO功能

二、增加地理位置信息（geoadd）

1	geoadd key longitude latitude member [longitude latitude member ...]

参数如下：
- longitude：地址位置的经度
- latitude：地址位置的纬度
- member：成员
相关注意事项：
- geoadd一次可以添加多个地理位置信息
- geoadd添加成功返回1
- 如果member已经存在，那么该命令返回0，此时代表更新member的值
例如：下面添加5个城市的经纬度

三、获取地理信息位置（geopos）

1	geodist key member1 member2 [unit]

该命令用来获取两个地址位置的距离
unit参数代表返货结果的单位，包含以下4种：
- m（meters）代表米
- km（kilometers）代表公里
- mi（miles）代表英里
- ft（feet）代表尺
例如：下面计算天津到北京的距离，以公里为单位

四、获取指定位置范围内的地理信息位置集合（georadius、georadiusbymember）

georadius key longitude latitude radiusm|km|ft|mi [withcoord] [withdist] 



    [withhash] [COUNT count] [asc|desc] [store key] [storedist key]
georadiusbymember key member radiusm|km|ft|mi [withcoord] [withdist] 



    [withhash] [COUNT count] [asc|desc] [store key] [storedist key]

两个命令作用相同，都是以一个地理位置为中心算出指定半径内的其他地理信息位置
不同的是：
- georadius命令的中心位置给出了具体的经纬度
- georadiusbymember只需给出成员即可
其中radiusm|km|ft|mi是必需参数，指定了半径（带单位），其他可选参数意义如下：
- withcoord：返回结果中包含经纬度
- withdist：返回结果中包含离中心节点位置的距离
- withhash：返回结果中包含geohash，有关geohash后面介绍
- COUNT count：指定返回结果的数量
- asc|desc：返回结果按照离中心节点的距离做升序或者降序
- store key：将返回结果的地理位置信息保存到指定键
- storedist key：将返回结果离中心节点的距离保存到指定键。
例如：下面计算5个城市中，距离北京150公里以内的城市

五、获取geohash

1	geohash key member [member ...]

Redis使用geohash(https://en.wikipedia.org/wiki/Geohash)**将二维经纬度转换为一维字符串**
例如：下面操作会返回beijing的geohash值

geohash有如下特点：
- GEO的数据类型为zset（见下图），Redis将所有地理位置信息的geohash存放在zset中
- 字符串越长，表示的位置更精确，下图给出了字符串长度对应的精度，例如geohash长度为9时，精度在2米左右
- 两个字符串越相似，它们之间的距离越近，Redis利用字符串前缀匹配算法实现相关的命令
- geohash编码和经纬度是可以相互转换的