Redis高级数据结构（geohash）——Redis深度历险笔记6
作者：互联网
geohash是关于划分经纬度的，它跟R树是挺不一样的。
R树是分散的，多维的，由底下的点聚集成树索引，geohash是把经纬度这两维度压缩到一个维度上。
那是如何将2维压缩到1维的呢？
例如，一个点（x,y）在一个象限内，x轴上正为1，负为0。y轴也是，正为1，负为0。这样，就将一个平面划分成4个方位，可以用11，10，00，01这样的二进制一维数来表示点所处的二维方位。
那这个算法是如何进行的呢。
众所周知，经度是-180到180，维度是-90到90，我们设定0为负，1为正。
假如一个点的值为（-100,30）
我们需要对经度跟维度分别计算其方位的2进制。
（-180,0）为0，（0,180）为1
因为值为-100，所以第一个值为0。
接下去继续分
（-180，-90）为0，（-90，0）为1，因为值为-100，则第二个值还是为0。
这样可以无限二分法下去。
具体几位，由需要的精度确定。
维度也同理，计算出一串二进制串。
这两条串长度相同。需要将它们合并起来，那该如何合并呢。
经度跟维度相间轮流合并，经度占偶数位（起始0位），维度占奇数位。
这样就得到了一个新的二进制。
会对这二进制做一次base32的编码（就是5位为一组）
redis里的geohash呢？
在redis里，geohash是用52位整数进行编码，放进一个zset的结构里，排序集合。
但是实际上不是这么简单，不是说在一个格子里，两个点就是最近的，如果A点在边界，B在一个格子里的对面的边界，那AB两个点的距离还不如另外的格子里的点近呢。
而且geohash算法还会有曲线跃迁，比如第二象限跟第四象限，虽然差1，但是他们距离还是挺远的。
这两点都需要考量。
使用
不过我们使用的话，就不用想那么多了。
geoadd company 116.48105 39.996794 juejin
//命令 名称 经度 维度 内部名称
因为内部本身就是一个zset，则其他的命令跟zset的命令差不多。这边就不赘述了。
geodis company juejin meituan km
//查询两个元素直接的距离
最重要的
还是查询一个点附近的点，这个功能。
georadius company 116.514202 39.905409 20 km withdist count 3 asc
查找company集合内，（116.514202 ，39.905409）20km内的，正序排名前3的元素
最后的提示
因为geohash是存在zset结构内的，其实不太会被频繁的变动，一个地图的各种数据，可能有几千万条，就不太合适布置在集群里，因为迁移会很慢。
建议是使用redis单独的实例部署。
标签：zset,经度,Redis,180,geohash,90,维度,历险 来源： https://blog.csdn.net/rgbhi/article/details/114940175