Redis GeoHash 详解

Redis 提供了 Geo（地理位置） 模块，其中 GeoHash 是一种用于存储和查询地理位置信息的数据结构。它能够高效地进行地理位置存储、查询、计算距离和查找附近地点等操作。

1. 什么是 GeoHash？

GeoHash 是一种将经纬度坐标转换为字符串编码的方式，它具有：

空间映射 ：将 2D 坐标（纬度 + 经度） 转换成 1D 字符串。
前缀匹配 ：相邻的地点会有相似的编码 （前缀相同，位置接近）。
高效存储：只需用短字符串表示一个地点，减少存储空间。
快速查询：可以基于 GeoHash 前缀进行快速附近查找。

2. Redis GeoHash 存储结构

Redis 的 Geo 采用 Sorted Set（有序集合） 来存储地理位置信息：

Member （成员）：地点名称（如 restaurant_1）。
Score （分数）：经纬度被编码为 52 位整数，作为排序依据。

3. Redis Geo 常用命令

（1）GEOADD：添加地理位置

语法

bash 复制代码

GEOADD key longitude latitude member

示例

bash 复制代码

GEOADD cities 116.40 39.90 "Beijing"
GEOADD cities 121.47 31.23 "Shanghai"
GEOADD cities 114.05 22.54 "Shenzhen"

📌 作用：将 Beijing、Shanghai 和 Shenzhen 的经纬度存入 cities 集合中。

（2）GEOPOS：获取存储的经纬度

语法

bash 复制代码

GEOPOS key member [member ...]

示例

bash 复制代码

GEOPOS cities "Beijing" "Shanghai"

📌 返回

json 复制代码

[
  [116.40, 39.90],  // 北京
  [121.47, 31.23]   // 上海
]

（3）GEODIST：计算两点距离

语法

bash 复制代码

GEODIST key member1 member2 [unit]

单位（unit） ：
- m（米）
- km（千米）
- mi（英里）
- ft（英尺）

示例

bash 复制代码

GEODIST cities "Beijing" "Shanghai" km

📌 返回

bash 复制代码

1067.5711

表示 北京到上海直线距离 ≈ 1067.57 km。

（4）GEORADIUS（已废弃） & GEOSEARCH：查找附近地点

⚠️ Redis 6.2 以后，GEORADIUS 被 GEOSEARCH 取代！

🔹 使用 `GEOSEARCH`

语法

bash 复制代码

GEOSEARCH key FROMMEMBER member BYRADIUS radius unit

示例：查找北京 1000 km 内的城市

bash 复制代码

GEOSEARCH cities FROMMEMBER "Beijing" BYRADIUS 1000 km

📌 返回

bash 复制代码

1) "Beijing"
2) "Shanghai"

🔹 使用 `GEOSEARCHSTORE` 存储结果

bash 复制代码

GEOSEARCHSTORE nearby_cities cities FROMMEMBER "Beijing" BYRADIUS 1000 km

📌 作用：将 Beijing 附近 1000 km 内的城市 存入 nearby_cities 集合。

（5）GEOHASH：获取 GeoHash 编码

语法

bash 复制代码

GEOHASH key member [member ...]

示例

bash 复制代码

GEOHASH cities "Beijing" "Shanghai"

📌 返回

bash 复制代码

1) "wx4g09z"
2) "wtw3sj5"

解析：

"wx4g09z" 代表北京的 GeoHash 编码

"wtw3sj5" 代表上海的 GeoHash 编码

💡 GeoHash 编码规则：

编码越长，精度越高
相邻位置的前缀相似
可以用前缀匹配进行快速区域查询

4. GeoHash 的工作原理

（1）GeoHash 编码过程

将经纬度分别转换成二进制
- 纬度 [-90, 90] → 变成 0 ~ 1
- 经度 [-180, 180] → 变成 0 ~ 1
交错合并 纬度 + 经度
转换为 Base32 字符串
- Base32 编码使用 "0123456789bcdefghjkmnpqrstuvwxyz" 这 32 个字符。

（2）GeoHash 编码精度

GeoHash 长度	经纬度误差范围
1 字符	± 5,000 km
2 字符	± 1,250 km
3 字符	± 156 km
4 字符	± 39 km
5 字符	± 4.9 km
6 字符	± 1.2 km
7 字符	± 152 m
8 字符	± 19 m

📌 示例

"wx4g09z" → 代表北京
"wx4g" → 代表北京的 大范围
"wx4" → 代表北京的 省级范围

5. Redis GeoHash 适用场景

✅ LBS（位置服务）

查找附近的商家、外卖、快递配送点
查找附近的用户（如社交软件）

✅ 共享出行

计算司机与乘客的距离
查找最近的车辆

✅ 物流配送

计算配送范围
规划最优配送路径

✅ 线下商店推荐

查找最近的门店

6. Redis Geo vs. 其他存储方式

方式	优势	劣势
Redis GeoHash	存储简单，查询速度快	精度受 GeoHash 影响，适用于近似范围查询
MySQL Geography	计算精准，支持 `ST_Distance`	查询慢，存储复杂
PostGIS	支持复杂 GIS 操作	需要额外数据库
H3（Uber 开源）	多级网格切割，支持全球计算	需要额外库，复杂度较高

7. 总结

✅ Redis GeoHash 通过 Sorted Set 存储地理位置数据，支持快速查询和计算距离 。

✅ 常用命令：

GEOADD（添加地点）
GEOPOS（获取经纬度）
GEODIST（计算两点距离）
GEOSEARCH（查找附近地点）
GEOHASH（获取 GeoHash 编码）

💡 适用于 LBS、物流、共享出行、门店推荐等场景，查询速度快，内存占用少！

Redis GeoHash 详解