水煮Redisson(二三)- GEO之地球一维化

前言

上一章介绍了Redisson地图索引接口的使用方式,这里介绍一下Geo内核-GeoHash的原理。

简单来说,GeoHash将三维的地球模型抽象成一维数据,每个节点代表了一个矩形区域,方便计算附近节点集合和相应的距离。

地球一维化

第一步:将地球二维化,并划分为32个大区域

第二步:细化矩形区域,每个节点代表一个小区域,并不断递归,矩形越小位置越精确

GeoHash用一个字符串表示经度和纬度两个坐标

拿一个地址举例说明【经纬度:33.762,38.465】,将经度和纬度两个数值,在下表中不断二分取值,最终会得到一串二进制编码。

经度

纬度

得到经纬度的二进制编码之后,将奇数为纬度,偶数为经度 进行整合,五位一组,返回0-31的十进制数据。

11001 -> 十进制为25,对应Base32为T

01110 -> 十进制为14,对应Base32为F
最终得到的GeoHash码为:tf

Base32编码参照,使用ezs42方案,丢弃ailo四个字母

GeoHash的精度问题

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。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。

GeoHash每个精度对应的矩形大小

前面例子得到的GeoHash码为tf,长度为2,那么其代表的矩形区域范围为1250KM * 625KM

GeoHash的长度对应的地理位置误差范围

前面例子得到的GeoHash码为tf,长度为2,其误差大概为630KM。

应用上的一些问题

GeoHash在使用过程中,会碰到一些实际问题,下面列举两个最常见的。

边缘问题

要计算黄点附近最近的目标,如果按区域来算的话,蓝点在同一个区域,数学上更接近,但是在图中可以直观的看出,绿点在物理上与其距离更小。

曲线突变

曲线突变问题比较直观,拿上面的一个图来展示

0111区块和1000在数学上更接近,只相差1,但是在物理上其实与0010距离更小。

解决方案

上面两个问题,可以用同一种方案来解决,就是计算自身位置附近8个区域内,所有候选目标与自己的实际距离,最后再决定展示效果。至于如何获取这8个区域的GeoHash值,可以直接修改自身GeoHash的最后一位或者两位,因为都是相邻区域,GeoHash是有规律可循的。

相关推荐
Dcs8 分钟前
微软 Copilot 被“越狱”?安全研究员教你一招拿下“沙箱环境 Root 权限”!
java
bing_15838 分钟前
如何将 Redis 监控集成到微服务整体的监控体系中( 如 Prometheus + Grafana)
redis·微服务·prometheus
℡余晖^44 分钟前
每日面试题18:基本数据类型和引用数据类型的区别
java
hello 早上好1 小时前
消息顺序、消息重复问题
java·中间件
phltxy1 小时前
ArrayList与顺序表
java·算法
Doris_LMS2 小时前
保姆级别IDEA关联数据库方式、在IDEA中进行数据库的可视化操作(包含图解过程)
java·mysql·postgresql
衍生星球2 小时前
JSP 程序设计之 Web 技术基础
java·开发语言·jsp
Java编程乐园2 小时前
Java函数式编程之【Stream终止操作】【下】【三】【收集操作collect()与分组分区】【下游收集器】
java
yinyan13142 小时前
一起学springAI系列一:初体验
java·人工智能·ai
永卿0012 小时前
设计模式-责任链模式
java·设计模式·责任链模式