Redis通关手册（三）：Redis Geo实现地理位置检索

做业务开发时，我们经常遇到这类需求：

✅ 同城筛选附近门店、外卖骑手匹配

✅ 社交APP附近的人、同城动态

✅ 网约车就近派单、地理位置打卡

面对这些地理位置检索场景，无需引入笨重的专业GIS引擎，Redis自带的GEO地理空间索引是一个轻量、高性能的方案。

Redis Geo

Redis Geo 没有创造新结构，完全基于有序集合 Sorted Set（ZSet）实现，底层核心组合：GeoHash 编码 + Sorted Set 索引。

简单来说就是：把二维的经纬度坐标，通过算法压缩成一维整数分值，利用ZSet天然的排序、范围检索能力，实现高效的地理位置查询。

Key ：地理集合名（如 stores:location 门店位置集合）
Member：位置唯一标识（店铺ID、用户ID、设备ID）
Score：经纬度编码后的52位GeoHash整数（排序、检索的核心）

GeoHash 编码

GeoHash的核心价值：将二维经纬度，转化为可排序、可比对的一维字符串。

相近的地理位置，会拥有高度相似的编码前缀，这也是"附近查询"能够高效实现的根本原因。

GeoHash编码流程：

区间划分 ：针对地球经度范围[-180, 180]与纬度范围[-90, 90]，开展持续的二分操作
二进制编码：在每次二分过程中，依据目标点所处区间（左区间记为0，右区间记为1）生成对应的二进制位，且经度与纬度的编码过程交替进行
Base32编码：将生成的二进制数据流，按每5位为一组转换为Base32字符

核心命令

命令	作用
`GEOADD key longitude latitude member [...]`	添加一个或多个地理位置
`GEOPOS key member [...]`	获取指定成员的经纬度信息
`GEODIST key member1 member2 [unit]`	计算两个成员之间的直线距离
`GEOHASH key member [...]`	获取成员对应的GeoHash编码，主要用于调试场景
`GEOSEARCH key FROMMEMBER member BYRADIUS radius unit [...]`	以已存储的成员为中心，检索指定圆形区域内的位置
`GEOSEARCH key FROMLONLAT lng lat BYRADIUS radius unit [...]`	以给定的经纬度为中心，检索指定圆形区域内的位置
`GEOSEARCH key FROMLONLAT lng lat BYBOX width height unit [...]`	检索指定矩形区域内的位置
`GEORADIUS key FROMLONLAT lng lat BYBOX width height unit [...]`	检索指定矩形区域内的位置，该命令已废弃

实战演练：实现「附近店铺」功能

将店铺位置录入Redis

将店铺的经纬度信息添加至Redis数据库

bash 复制代码

GEOADD storeId:location 116.48 39.95 store:1001
GEOADD storeId:location 116.50 39.96 store:1002
GEOADD storeId:location 116.30 39.90 store:1003

💡 该操作支持批量添加，可一次性录入多个位置信息，能有效提升操作性能。

检索附近的店铺

当用户A位于(116.48, 39.95)时，若需查询5公里范围内的店铺，可执行如下操作：

bash 复制代码

GEOSEARCH storeId:location \
FROMLONLAT 116.48 39.95 \ # 以指定经纬度为中心
BYRADIUS 5 km \ # 搜索半径5公里
WITHDIST \ # 返回距离中心点的距离
WITHCOORD \ # 返回目标的经纬度
COUNT 20 ASC # 最多20条，由近及远排序

## Redis 6.2 以下旧版本，可使用以下命令
GEORADIUS storeId:location 116.48 39.95 5 km WITHCOORD

Java代码

java 复制代码

@Service
public class LocationService {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;
    private static final String GEO_KEY = "storeId:location";
    
    public void updateLocation(Long storeId, double lng, double lat) {
        // 先删旧位置，再添加新位置
        redisTemplate.opsForGeo().remove(GEO_KEY, storeId.toString());
        redisTemplate.opsForGeo().add(GEO_KEY, new Point(lng, lat), storeId.toString());
    }
    
    public GeoResults<RedisGeoCommands.GeoLocation<String>> 
            findNearby(double lng, double lat, double radius) {
        Circle circle = new Circle(new Point(lng, lat), 
                                   new Distance(radius, Metrics.KILOMETERS));
        return redisTemplate.opsForGeo().radius(GEO_KEY, circle,
            RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()
                .includeDistance()
                .includeCoordinates()
                .sortAscending()
                .limit(20));
    }
}