基于Redisson实现附近的人-Java示例

使用Redisson实现"附近的人"功能可以通过Redis的地理空间索引特性来完成。Redis的地理空间数据结构允许你将地理位置信息(经度和纬度)与某个键关联,并且能够查询给定范围内的所有键。

原理:

Redis 的 GEO 命令集基于 geohash,它将二维的经纬度转换成一个字符串。Redis 使用这些 geohashes 来快速检索特定区域内的元素。当你添加一个地理位置时,Redis 会计算其 geohash,并将其存储在排序集合中。当你查询附近的用户时,Redis 会找到 geohash 范围内的所有用户,计算它们与给定点的距离,并返回结果。 Redis的GEO数据结构基于排序集合(sorted set),其中每个成员都与一个地理位置(经度和纬度)关联。Redis使用geohash技术将地理位置编码为一个字符串,并将其存储在排序集合中。这允许执行高效的范围查询来找到接近某个点的成员。

代码:

首先,确保你的项目中包含了Redisson的依赖:

xml 复制代码
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>最新版本</version>
</dependency>

创建一个服务,该服务提供方法来添加用户位置和查询附近的用户。

java 复制代码
import org.redisson.api.GeoUnit;
import org.redisson.api.RGeo;
import org.redisson.api.RedissonClient;
import org.redisson.api.geo.GeoSearchArgs;
import org.redisson.api.geo.OptionalGeoSearch;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.Map;

@Service
public class GeospatialService {

    @Autowired
    private RedissonClient redissonClient;

    private final String GEO_KEY = "users:location";

    public void addUserLocation(String userId, double longitude, double latitude) {
        RGeo<String> geo = redissonClient.getGeo(GEO_KEY);
        geo.add(longitude, latitude, userId);
    }

    public Map<String, Double> findNearbyUsers(double longitude, double latitude, double radius, GeoUnit unit) {
        RGeo<String> geo = redissonClient.getGeo(GEO_KEY);
        return geo.search(GeoSearchArgs.from(longitude, latitude).radius(radius, unit))
                   .entrySet()
                   .stream()
                   .collect(Collectors.toMap(Map.Entry::getKey, e -> e.getValue().getDistance()));
    }
}

import org.redisson.api.GeoUnit;
import org.redisson.api.RGeo;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.Map;

@Service
public class GeospatialService {

    @Autowired
    private RedissonClient redissonClient;

    private final String GEO_KEY = "users:location";

    public void addUserLocation(String userId, double longitude, double latitude) {
        RGeo<String> geo = redissonClient.getGeo(GEO_KEY);
        geo.add(longitude, latitude, userId);
    }

    public Map<String, Double> findNearbyUsers(String userId, double radius, GeoUnit unit) {
        RGeo<String> geo = redissonClient.getGeo(GEO_KEY);
        return geo.radiusWithDistance(userId, radius, unit);
    }
}

当然高版本中可以使用:

arduino 复制代码
public Map<String, Double> findNearbyUsers(double longitude, double latitude, double radius, GeoUnit unit) {  
        RGeo<String> geo = redissonClient.getGeo(GEO_KEY);  
        // 获取附近的人,并计算他们与指定位置的距离  
        return geo.radius(longitude, latitude, radius, unit)  
                .stream()  
                .collect(Collectors.toMap(  
                        geoPosition -> geoPosition.getMember(), // 用户ID  
                        geoPosition -> geoPosition.getDistance() // 距离  
                ));  
    }

在这个服务中:

  • addUserLocation 方法将用户的地理位置信息添加到Redis中。这里使用的是 RGeo 对象,它是Redisson提供的地理空间操作的接口。
  • findNearbyUsers 方法接受一个经度、纬度和搜索半径,并返回一个Map,其中包含在指定范围内的用户ID及其到中心点的距离。
  • 当调用 findNearbyUsers 方法时,Redisson会发送一个 GEORADIUSGEORADIUSBYMEMBER 命令到Redis服务器,该命令会计算出在指定半径内的所有位置,并返回它们。

优点

高效:Redis的地理空间索引查询非常快,适合实时应用。 简单:Redisson为复杂的Redis命令提供了简单的Java API,使得操作变得简单直观。 可扩展:Redis是可扩展的,可以处理大量的位置数据和高并发的查询。

缺点

内存限制:因为Redis是内存数据库,所以存储大量的地理位置数据可能会占用大量内存。 持久性和备份:虽然Redis提供了持久化选项,但它是以牺牲一定的性能为代价的。在数据量非常大的情况下,备份和恢复可能会成为挑战。 精度:geohash编码有固定的精度,可能不适合所有应用场景。

在实际部署时,你可能需要根据你的具体需求调整查询逻辑和性能优化措施。 如果使用 Redis 的 GEO 功能需要 Redis 版本 3.2 或更高。此外确保 Redisson 客户端的版本与你的 Redis 服务器版本兼容。

相关推荐
llwszx44 分钟前
深入理解Java锁原理(一):偏向锁的设计原理与性能优化
java·spring··偏向锁
麦兜*4 小时前
Spring Boot启动优化7板斧(延迟初始化、组件扫描精准打击、JVM参数调优):砍掉70%启动时间的魔鬼实践
java·jvm·spring boot·后端·spring·spring cloud·系统架构
KK溜了溜了5 小时前
JAVA-springboot 整合Redis
java·spring boot·redis
天涯学馆6 小时前
前端开发也能用 WebAssembly?这些场景超实用!
前端·javascript·面试
CHENWENFEIc7 小时前
SpringBoot论坛系统安全测试实战报告
spring boot·后端·程序人生·spring·系统安全·安全测试
高兴达8 小时前
RPC--Netty客户端实现
java·spring·rpc
然我9 小时前
别再只用 base64!HTML5 的 Blob 才是二进制处理的王者,面试常考
前端·面试·html
爱上语文9 小时前
Redis基础(6):SpringDataRedis
数据库·redis·后端
莫空00009 小时前
深入理解JavaScript的Reflect API:从原理到实践
前端·面试
磊叔的技术博客10 小时前
LLM 系列(六):模型推理篇
人工智能·面试·llm