Redis GEO = 用 ZSet + GeoHash，把二维经纬度问题，降维成一维 score 的范围查询问题
核心只有三点：
二维 → 一维（降维）
GeoHash 编码
ZSet 的 score 范围查询
一、为什么 GEO 不直接存经纬度？
经纬度是 二维坐标 (lat, lon) ，而 Redis 最擅长的是一维有序数据（ZSet）。
Redis 的思路是：
把二维空间映射成一条"近似保持空间关系的一维曲线"
二、GeoHash 是怎么工作的？
第一步：对二维地图做"区间划分"
先看全球范围：
| 维度 | 范围 |
|---|---|
| 经度 | -180 ~ 180 |
| 纬度 | -85.05112878 ~ 85.05112878 |
GeoHash 的做法是：
不断 二分经度区间
再 二分纬度区间
经度、纬度交替进行
第二步：区间编码（GeoHash 编码）
二进制还不方便存，于是：
每 5 位二进制 → 1 个 Base32
Redis 内部 不是存字符串形式的 GeoHash，而是：
把 GeoHash 转成一个 64 位整数
为什么 GeoHash 能"找附近"？
关键特性：
地理位置相近的点，GeoHash 编码也大概率相近
GEORADIUS / GEOSEARCH 是怎么查附近的？
以「查 5km 内的点」为例：
根据中心点算 GeoHash
得到中心点的 GeoHash 区间。
找"周围 8 个格子"
GeoHash 会有边界问题
所以 Redis 会算：
当前格子
上下左右 + 四个角（共 9 个）
转成 score 范围查询
精确距离过滤（很重要）
GeoHash 是 近似 的
所以 Redis 最后一步会算真实球面距离：
所以结果是 精确的
三、场景建模：滴滴叫车到底在查什么？
当你在滴滴上点「叫车」时，系统核心要做三件事：
实时上报车辆位置
从当前位置附近找车
按距离排序，选最近的几辆
这三件事，Redis GEO 刚好全部覆盖