hzwjava / geohash Goto Github PK

1. 坐标转换成52bit二进制编码值。

   • 52bit精度在0.6m足够满足搜索范围需求。

   • 算法，根据经纬度计算GeoHash二进制编码：

     • 首先将纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)，纬度位于前一个区间，则编码为0，否则编码为1.
     • 经度也用同样的算法，对(-180, 180)依次细分.
     • 接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度.

2. 估算搜索范围起始值。

   52bit把地球总面积等分成2^26(2的26次方)个区域, 每个区域大小等于0.6mX0.6m的正方形面积. 同理如果采用30bit,就是把地球等分成2^15个区域, 每个区域大小等于1222mX1222m.

   

   • 算法, 如果用52位来表示一个坐标, 那么总共有: 2^26 * 2^26 = 2^52 个框:

     • 地球半径：radius = 6372797.560856m

     • 每个框的夹角：angle = 1 / 2^26 (2的26次方)

     • 每个框在地球表面的长度: length = 2 * π * radius * angle

       位数	精度
       52bit	0.59m
       50bit	1.19m
       30bit	1221.97m
       28bit	2443.94m
       26bit	4887.87m
       24bit	9775.75m

3. 给出查询的中心坐标并计算其GeoHash值(52bit)。

4. 计算中心坐标相邻的8个坐标(中心坐标在两个框边界会有误差，此规避误差)。

5. 加上中心坐标共9个52bit的坐标值，针对每个坐标值参照搜索范围值算出区域值[MIN, MAX]。

   //搜索距离坐标(30.5464140000, 104.0748220000)3千米内9个候选范围坐标
   List<GeoRange> geoRanges = GeoSearch.range(30.5464140000, 104.0748220000, 3000);

   • 算法：MIN为坐标的搜索指定位起始长度后补零；MAX为坐标的搜索指定位终止长度后+1再补零。

6. 使用Redis命令ZRANGEBYSCORE key MIN MAX WITHSCORES查找。

7. 避免误差按照距离公式在将所有结果过滤一次(GeoHash反坐标再计算距离)。

Maven仓库

https://oss.sonatype.org

<dependency>
  <groupId>com.github.wenhao</groupId>
  <artifactId>geohash</artifactId>
  <version>1.0.0</version>
</dependency>

repositories {
  mavenCentral()
}

dependencies {
  compile(
    "com.github.wenhao:geohash:1.0.0",
  )
}

####Example

#####需求

搜索2千米内所有的嘀嘀司机

#####实现

1. 乘客坐标30.5464140000, 104.0748220000

2. 嘀嘀司机不断地向Redis更新自己的坐标 假如司机坐标为30.5388942218,104.0555758833

    GeoHash geoHash = GeoHash.fromCoordinate(30.5388942218,104.0555758833)
    //4024744861876082L
    long longValue = geoHash.toLong();

   ZADD didiDriver 4024744861876082 driverId
   

3. 乘客在搜索司机时先录入自己坐标到Redis

   ZADD passenger 4025111557750656 passengerId
   

4. 2千米内计算出9个搜索范围

   List<GeoRange> geoRanges = GeoSearch.range(30.5464140000, 104.0748220000, 2000);

5. 针对每一个搜索GeoRange范围调用Redis

   double min = geoRange.min();
   double max = geoRange.max();

   ZRANGEBYSCORE didiDriver min max WITHSCORES
   

6. 最后使用距离公式刷选结果

   GeoHash geoHash = GeoHash.fromLong(4024744861876082L);
   double distance = geoHash.distance(30.5464140000, 104.0748220000);
   if(distance < 2000){
       //....
   }

此算法也可以使用其他的数据库如MySQL等.