GeoHash原理介绍以及在redis中的应用

news2024/9/20 22:45:48

GeoHash将二维信息编码成了一个一维信息。降维后有三个好处：

编码后数据长度变短，利于节省存储。
利于使用前缀检索
当分割的足够细致,能够快速的对双方距离进行快速查询

GeoHash是一种地址编码方法。他能够把二维的空间经纬度数据编码成一个字符串。

1、介绍

我们知道，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。如果纬度范围[-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：

如果在小块范围内递归对半划分呢？

可以看到，划分的区域更多了，也更精确了。geohash算法就是基于这种思想，划分的次数更多，区域更多，区域面积更小了。通过将经纬度编码，给地理位置分区。

1.1）Peano空间填充曲线：

从上面区间划分上来看，当将空间划分为四块时候，编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。

这种类型的空间填充曲线的优点是将二维空间转换成一维曲线（事实上是分形维），对大部分而言，编码相似的距离也相近，但Peano空间填充曲线最大的缺点就是突变性，有些编码相邻但距离却相差很远，比如上图中，0111与1000，编码是相邻的，但距离相差很大。

除Peano空间填充曲线外，还有很多空间填充曲线，如图所示，其中效果公认较好是Hilbert空间填充曲线，相较于Peano曲线而言，Hilbert曲线没有较大的突变。为什么GeoHash不选择Hilbert空间填充曲线呢？可能是Peano曲线思路以及计算上比较简单吧，事实上，Peano曲线就是一种四叉树线性编码方式。

1.2）在线GeoHash工具：

Geohash Converter

Go Free Range build outstanding software for the web.

Geohash Explorer

2、GeoHash编码算法

GeoHash算法以下三步：

2.1）首先将经纬度变成二进制：

比如这样一个点（39.923201, 116.390705）

纬度的范围是（-90，90），其中间值为0。对于纬度39.923201，在区间（0，90）中，因此得到一个1；（0，90）区间的中间值为45度，纬度39.923201小于45，因此得到一个0，依次计算下去，即可得到纬度的二进制表示，如下表：

最后得到纬度的二进制表示为：10111000110001111001

同理可以得到经度116.390705的二进制表示为：11010010110001000100

2.2）经纬度合并

经度占偶数位，纬度占奇数位，注意，0也是偶数位。

合并后：11100 11101 00100 01111 00000 01101 01011 00001

2.3）按照Base32进行编码

Base32编码表的其中一种如下，是用0-9、b-z（去掉a, i, l, o）这32个字母进行编码。具体操作是先将上一步得到的合并后二进制转换为10进制数据，然后对应生成Base32码。需要注意的是，将5个二进制位转换成一个base32码。

上例最终得到的值为：wx4g0ec1

3、GeoHash编码说明

3.1）特点：

Geohash比直接用经纬度的高效很多，而且使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。

GeoHash用一个字符串表示经度和纬度两个坐标。在数据库中可以实现在一列上应用索引（某些情况下无法在两列上同时应用索引）
GeoHash表示的并不是一个点，而是一个矩形区域
GeoHash编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。这个特性可以用于附近地点搜索
GeoHash编码越长，表示的范围越小，位置也越精确。因此我们就可以通过比较GeoHash匹配的位数来判断两个点之间的大概距离。
字符串相似的表示距离相近（Z曲线突变情况除外）

3.2）使用时注意事项：

1）临界问题

由于GeoHash是将区域划分为一个个规则矩形，并对每个矩形进行编码，这样在查询附近POI信息时会导致以下问题，比如车在红点位置，区域内还有一个黄点。相邻区域内的绿点明显离红点更近。但因为黄点的编码和红点一样，最终找到的将是黄点。这就有问题了。

解决的思路很简单，我们查询时，除了使用定位点的GeoHash编码进行匹配外，还使用周围8个区域的GeoHash编码，这样可以避免这个问题。

2）曲线突变

我们已经知道现有的GeoHash算法使用的是Peano空间填充曲线，这种曲线会产生突变，造成了编码虽然相似但距离可能相差很大的问题，因此在查询附近餐馆时候，首先筛选GeoHash编码相似的POI(point of interest)点，然后进行实际距离计算。

3）GeoHash只是空间索引的一种方式：

GeoHash特别适合点数据，而对线、面数据采用R树索引更有优势。滴滴打车使用的google s2算法, 基于b tree 的R tree，基于二叉树的四叉树，还有网格索引。

4、java中GeoHash编码：

<dependency>
    <groupId>ch.hsr</groupId>
    <artifactId>geohash</artifactId>
    <version>1.4.0</version>
</dependency>

示例：

public static void main(String[] args) {
      String shipGeohash = GeoHash.geoHashStringWithCharacterPrecision(39.916527, 116.397128, 6);
      System.out.println(shipGeohash); //wx4g0d

      GeoHash fromGeohashString = GeoHash.fromGeohashString(shipGeohash);
      //1110011101001000111100000011000000000000000000000000000000000000 -> (39.9188232421875,116.38916015625) -> (39.913330078125,116.400146484375) -> wx4g0d
      System.out.println(fromGeohashString);
}

5、redis中的GEO

在 Redis 3.2 版本中，新增了存储地理位置信息的功能，即 GEO（ geographic），它的底层通过 Redis 有序集合（zset）实现。不过 Redis GEO 并没有与 zset 共用一套的命令，而是拥有自己的一套命令。Redis GEO 提供了 6 个常用命令：

GEOADD
GEOPOS
GEODIST
GEORADIUS
GEORADIUSBYMEMBER
GEOHASH

这里我们仅介绍GEOHASH命令，其余命令可以到官网中去查看使用方式。

Redis GEO 使用 geohash 来保存地理位置的坐标。geohash 命令用于获取一个或多个位置元素的 geohash 值。语法格式：

GEOHASH key member [member ...]

示例：

redis> GEOADD Sicily 13.361389 38.115556 "Palermo" 15.087269 37.502669 "Catania"
(integer) 2
redis> GEOHASH Sicily Palermo Catania
1) "sqc8b49rny0"
2) "sqdtr74hyu0"