Redis系列：Geo 类型赋能亿级地图位置计算

1 前言

我们在篇深刻理解高性能Redis的本质的时候就介绍过Redis的几种基本数据结构，它是基于不同业务场景而设计的：

动态字符串(REDIS_STRING)：整数(REDIS_ENCODING_INT)、字符串(REDIS_ENCODING_RAW)
双端列表(REDIS_ENCODING_LINKEDLIST)
压缩列表(REDIS_ENCODING_ZIPLIST)
跳跃表(REDIS_ENCODING_SKIPLIST)
哈希表(REDIS_HASH)
整数集合(REDIS_ENCODING_INTSET)
除了这些常见数据类型，还有一些不常用的数据类型，如 BitMap、Geo、HyperLogLog 等等，他们在各自的方向为不同的类型的数据统计给出解决方案。
上一篇我们说了位图（BitMap）计算，可以应用于任何大数据场景下的二值计算，比如是否登录、是否在线、是否签到、用户性别状态、IP黑名单、是否VIP用户统计等等场景。
这一篇我们来介绍下Geo，分析它在坐标记录、位置计算、距离计算上的能力，以及在地图业务中的应用场景。

Location Based Services，记作 LBS，基于用户的地理位置数据定位展开的服务，广泛应用与地图类（百度地图、高德地图）、电商团购类（美团、饿了么）软件。它常见的使用场景有：

有没有感觉很熟悉，当然了，在我们的身边到处都是这样的应用场景。

Redis 的 GEO 特性在 Redis 3.2 版本就有了，这个功能主要是用于存储用户地理位置信息，并对这些信息进行操作。

GEO 的数据结构总共有六个命令，我们一个个来介绍：

Redis 提供了 GEOADD key longitude latitude member 命令，将一组经纬度信息和对应的所属对象的信息记录到 GEO 类型的集合中，指令如下

GEOADD key longitude latitude member [longitude latitude member ...]

longitude latitude member 分别指给定的空间元素：维度、精度、名称 ，这些数据会以有序集合的形式存储在给定的键里面。

我们举个例子，如果你在地图上查找美食，那应该会出现一堆餐饮店铺和坐标位置，那他们的空间信息存储可能是这样的。

redis> GEOADD food:location 115.775632 39.483256 "东北饺子馆" 114.081569 39.692756 "兰州拉面"

(integer) 2

提供对应的键和位置名称，返回相应的经纬度信息。

GEOPOS key member [member ...]

按照上面的例子，我要获取对应的美食店位置坐标信息如下：

redis> GEOPOS food:location 东北饺子馆 兰州拉面 NonExisting
 
 "115.775632 39.483256"
 
 "114.081569 39.692756"

很多时候，我们要导航去一个地方就会用到这类需求。打开百度或者高德地图，起始位置就定位用户当前位置，目的地定位为搜索到的地址，比如上面的东北饺子馆。

这时候地图软件需要计算出两个坐标之间的举例，来推荐用户是飞机高铁、开车、还是步行。那么获取给定两个位置之间的距离就变得非常重要，GEODIST就是用来解决这个问题的。

GEODIST key member1 member2 [unit]

上述指令可以返回两个给定位置之间的距离，unit是距离单位，可选项，默认为m，枚举如下：

需要注意的是如果两个位置之间的其中一个不存在，那么会返回空值。下面代码计算出东北饺子馆和兰州拉面店铺之间的距离，大概是6.1公里。

redis> GEODIST food:location 东北饺子馆 兰州拉面
 
"6184.15156"

很多种应用场景是我登录了外卖APP，也确定了我自己所在的位置（即已确知经纬），需要获取一定距离范围内(比如10公里)，所有的餐饮店。

这时候就使用到了 GEO 提供的 GEORADIUS指令了：根据输入的经纬度，查找以这个经纬度为中心的一定距离内的其他位置信息。

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]

key longitude latitude：是前置条件，给定的经纬度信息，以及我要搜索的key
radius ：距离半径，指的搜索的范围
m|km|ft|mi：为给定的距离单位，有米、千米、英尺、英里 4种
[WITHCOORD] [WITHDIST] [WITHHASH]：为返回的信息类型
- WITHDIST：在返回位置元素的同时，将位置元素与中心之间的距离也一并返回。距离的单位和用户给定的范围单位保持一致。
- WITHCOORD：将位置元素的经度和维度也一并返回。
- WITHHASH：以 52 位有符号整数的形式，返回位置元素经过原始 geohash 编码的有序集合分值。这个选项主要用于底层应用或者调试，实际中的作用并不大。
ASC|DESC ：可选参数，按照距离升序或者降序排列，即由近到远（asc）还是由远到近（desc）
COUNT count：取数数量，避免获取到太多的信息，返回太多信息

所以如果需要获取距离本人位置10公里半径内由近到远的美食店排序，按km单位计算，返回值带上距离信息，并只取前100个的信息，代码如下：

redis> GEORADIUS food:location 115.791331 39.5120003  10 km WITHDIST  ASC COUNT 100

"东北饺子馆"   3.3421
"兰州拉面"    9.4571

下图的绿色区域在固定半径（红圈）中搜索到了特定的几个目标位置：1、2、5、9、10。

与 GEORADIUS 的区别是 GEORADIUSBYMEMBER 的中心点是由给定的位置元素决定的，而不是像 GEORADIUS 那样，通过传入经度和纬度来决定中心点。

所以如下，已知兰州拉面和东北饺子馆的距离是6.1公里，根据兰州拉面获取10公里范围内的距离的美食店，可以获取到东北饺子馆和自己的位置：

redis> GEORADIUSBYMEMBER food:location "兰州拉面" 100 km WITHDIST

"东北饺子馆"   6.09127
"兰州拉面"    0

redis>  ZREM food:location "兰州拉面"

(integer) 1

GEO 使用了 Sorted Set 集合类型，并通过 GeoHash 编码方法实现了经纬度到 Sorted Set 中元素权重分数的转换，涵盖两个关键能力就是就是对二维地图做区间划分，以及对区间进行编码。
具体可应用的场景如下：
- 计算用户的精准的地理坐标位置
- 统计用户定点坐标一定范围内的其他地理位置，并计算出距离
- 对一定范围内的地理位置进行排序，并由近到远筛选
真实的地图数据存储，场景比这复杂的多，数据量会达到惊人的巨量，所以还是会使用分治原理进行拆分，细化到一个市甚至一个区，来提高存储和检索的效率。