1. 引言

????????GeoHash本質(zhì)上是空間索引的一種方式届惋，其基本原理是將地球理解為一個(gè)二維平面髓帽，將平面遞歸分解成更小的子塊，每個(gè)子塊在一定經(jīng)緯度范圍內(nèi)擁有相同的編碼脑豹。以GeoHash方式建立空間索引郑藏，可以提高對(duì)空間poi數(shù)據(jù)進(jìn)行經(jīng)緯度檢索的效率。

2.認(rèn)識(shí)GeoHash

????????GeoHash將二維的經(jīng)緯度轉(zhuǎn)換成字符串瘩欺，比如下圖展示了北京9個(gè)區(qū)域的GeoHash字符串必盖，分別是WX4ER，WX4G2俱饿、WX4G3等等歌粥，每一個(gè)字符串代表了某一矩形區(qū)域。也就是說拍埠，這個(gè)矩形區(qū)域內(nèi)所有的點(diǎn)（經(jīng)緯度坐標(biāo)）都共享相同的GeoHash字符串失驶，這樣既可以保護(hù)隱私（只表示大概區(qū)域位置而不是具體的點(diǎn)），又比較容易做緩存械拍。

????????Geohash編碼中突勇，字符串相似的表示距離相近（特殊情況后文闡述），這樣可以利用字符串的前綴匹配來查詢附近的POI信息坷虑。如下兩個(gè)圖所示甲馋，一個(gè)在城區(qū)，一個(gè)在郊區(qū)迄损，城區(qū)的GeoHash字符串之間比較相似定躏，郊區(qū)的字符串之間也比較相似，而城區(qū)和郊區(qū)的GeoHash字符串相似程度要低些芹敌。此外痊远，不同的編碼長(zhǎng)度，表示不同的范圍區(qū)間氏捞，字符串越長(zhǎng)碧聪，表示的范圍越精確。

3.?GeoHash算法

????????以經(jīng)緯度值：（116.389550液茎， 39.928167）進(jìn)行算法說明逞姿，對(duì)緯度39.928167進(jìn)行逼近編碼 (地球緯度區(qū)間是[-90,90]

????a. 區(qū)間[-90,90]進(jìn)行二分為[-90,0),[0,90]，稱為左右區(qū)間捆等，可以確定39.928167屬于右區(qū)間[0,90]滞造，給標(biāo)記為1

????b. 接著將區(qū)間[0,90]進(jìn)行二分為 [0,45),[45,90]，可以確定39.928167屬于左區(qū)間 [0,45)栋烤，給標(biāo)記為0

????c. 遞歸上述過程39.928167總是屬于某個(gè)區(qū)間[a,b]谒养。隨著每次迭代區(qū)間[a,b]總在縮小，并越來越逼近39.928167

? ? d. 如果給定的緯度x（39.928167）屬于左區(qū)間明郭，則記錄0买窟，如果屬于右區(qū)間則記錄1丰泊，序列的長(zhǎng)度跟給定的區(qū)間劃分次數(shù)有關(guān)，如下圖

????????e. 同理始绍，地球經(jīng)度區(qū)間是[-180,180]趁耗，可以對(duì)經(jīng)度116.389550進(jìn)行編碼。通過上述計(jì)算疆虚， 緯度產(chǎn)生的編碼為1 1 0 1 0 0 1 0 1 1 0 0 0 1 0苛败，經(jīng)度產(chǎn)生的編碼為1 0 1 1 1 0 0 0 1 1 0 0 0 ?1 1

????????f. 合并：偶數(shù)位放經(jīng)度，奇數(shù)位放緯度径簿，把2串編碼組合生成新串如下圖

????????g. 首先將11100 11101 00100 01111 0000 ?01101轉(zhuǎn)成十進(jìn)制罢屈，對(duì)應(yīng)著28、29篇亭、4缠捌、15，0译蒂，13 十進(jìn)制對(duì)應(yīng)的base32編碼就是wx4g0e,如下圖.

? ? ? ? ?h. 同理曼月，將編碼轉(zhuǎn)換成經(jīng)緯度的解碼算法與之相反

4.?GeoHash原理

????????Geohash其實(shí)就是將整個(gè)地圖或者某個(gè)分割所得的區(qū)域進(jìn)行一次劃分，由于采用的是base32編碼方式，即Geohash中的每一個(gè)字母或者數(shù)字（如wx4g0e中的w）都是由5bits組成（2^5 = 32，base32）执虹，這5bits可以有32中不同的組合（0~31），這樣我們可以將整個(gè)地圖區(qū)域分為32個(gè)區(qū)域聪姿，通過00000 ~ 11111來標(biāo)識(shí)這32個(gè)區(qū)域。第一次對(duì)地圖劃分后的情況如下圖所示（每個(gè)區(qū)域中的編號(hào)對(duì)應(yīng)于該區(qū)域所對(duì)應(yīng)的編碼）乙嘀。

????????Geohash的0末购、1串序列是經(jīng)度0、1序列和緯度0虎谢、1序列中的數(shù)字交替進(jìn)行排列的盟榴，偶數(shù)位對(duì)應(yīng)的序列為經(jīng)度序列，奇數(shù)位對(duì)應(yīng)的序列為緯度序列婴噩，在進(jìn)行第一次劃分時(shí)擎场，Geohash0、1序列中的前5個(gè)bits（11100）讳推，那么這5bits中有3bits是表示經(jīng)度顶籽，2bits表示緯度玩般，所以第一次劃分時(shí)银觅，是將經(jīng)度劃分成8個(gè)區(qū)段（2^3 = 8），將緯度劃分為4個(gè)區(qū)段（2^2 = 4）坏为，這樣就形成了32個(gè)區(qū)域究驴。如下圖

????????同理镊绪，可以按照第一次劃分所采用的方式對(duì)第一次劃分所得的32個(gè)區(qū)域各自再次劃分。

5.??GeoHash缺陷

????????上文講了GeoHash的計(jì)算步驟洒忧，僅僅說明是什么而沒有說明為什么蝴韭？為什么分別給經(jīng)度和維度編碼？為什么需要將經(jīng)緯度兩串編碼交叉組合成一串編碼熙侍？本節(jié)試圖回答這一問題榄鉴。

????????如圖所示，我們將二進(jìn)制編碼的結(jié)果填寫到空間中蛉抓，當(dāng)將空間劃分為四塊時(shí)候庆尘，編碼的順序分別是左下角00，左上角01巷送，右下腳10驶忌，右上角11，也就是類似于Z的曲線笑跛，當(dāng)我們遞歸的將各個(gè)塊分解成更小的子塊時(shí)付魔，編碼的順序是自相似的（分形），每一個(gè)子快也形成Z曲線飞蹂，這種類型的曲線被稱為Peano空間填充曲線几苍。

????????這種類型的空間填充曲線的優(yōu)點(diǎn)是將二維空間轉(zhuǎn)換成一維曲線（事實(shí)上是分形維），對(duì)大部分而言陈哑，編碼相似的距離也相近擦剑，但Peano空間填充曲線最大的缺點(diǎn)就是突變性，有些編碼相鄰但距離卻相差很遠(yuǎn)芥颈，比如0111與1000惠勒，編碼是相鄰的，但距離相差很大爬坑。

????????除Peano空間填充曲線外纠屋，還有很多空間填充曲線，如圖所示盾计，其中效果公認(rèn)較好是Hilbert空間填充曲線售担，相較于Peano曲線而言，Hilbert曲線沒有較大的突變署辉。但是由于Peano曲線實(shí)現(xiàn)更加簡(jiǎn)單族铆，在使用的時(shí)候配合一定的解決手段，可以很好的滿足大部分需求哭尝，因此TD內(nèi)部Geohash算法采用的是Peano空間填充曲線哥攘。

6.?使用注意點(diǎn)

? ? a.?由于GeoHash是將區(qū)域劃分為一個(gè)個(gè)規(guī)則矩形，并對(duì)每個(gè)矩形進(jìn)行編碼，這樣在查詢附近POI信息時(shí)會(huì)導(dǎo)致以下問題逝淹，比如紅色的點(diǎn)是我們的位置耕姊，綠色的兩個(gè)點(diǎn)分別是附近的兩個(gè)餐館，但是在查詢的時(shí)候會(huì)發(fā)現(xiàn)距離較遠(yuǎn)餐館的GeoHash編碼與我們一樣（因?yàn)樵谕粋€(gè)GeoHash區(qū)域塊上）栅葡，而較近餐館的GeoHash編碼與我們不一致茉兰。這個(gè)問題往往產(chǎn)生在邊界處。

????????解決的思路很簡(jiǎn)單欣簇，我們查詢時(shí)规脸，除了使用定位點(diǎn)的GeoHash編碼進(jìn)行匹配外，還使用周圍8個(gè)區(qū)域的GeoHash編碼熊咽，這樣可以避免這個(gè)問題燃辖。

????b.?我們已經(jīng)知道現(xiàn)有的GeoHash算法使用的是Peano空間填充曲線，這種曲線會(huì)產(chǎn)生突變网棍，造成了編碼雖然相似但距離可能相差很大的問題黔龟，因此在查詢附近餐館時(shí)候，首先篩選GeoHash編碼相似的POI點(diǎn)滥玷，然后進(jìn)行實(shí)際距離計(jì)算氏身。

? ? c.?GeoHash Base32編碼長(zhǎng)度與精度』蟪耄可以看出蛋欣，當(dāng)geohash base32編碼長(zhǎng)度為8時(shí)，精度在19米左右如贷，而當(dāng)編碼長(zhǎng)度為9時(shí)陷虎，精度在2米左右，編碼長(zhǎng)度需要根據(jù)數(shù)據(jù)情況進(jìn)行選擇杠袱。

7.?計(jì)算圍欄內(nèi)所有Geohash

????????理解了geohash算法的基本原理之后尚猿，本節(jié)將介紹一個(gè)實(shí)際應(yīng)用中常見的場(chǎng)景：計(jì)算圍欄范圍內(nèi)所有的Geohash編碼。該場(chǎng)景封裝為函數(shù)可以表示如下：輸入組成圍欄的點(diǎn)經(jīng)緯度坐標(biāo)集合和指定的geohash長(zhǎng)度楣富，輸出一組geohash編碼凿掂。

????????public static Set getHashByFence(List points, int length)

????????具體算法步驟如下:

1. 輸入圍欄點(diǎn)坐標(biāo)集合List points和指定的geohash長(zhǎng)度length

2. 計(jì)算圍欄的外包矩形的左上角和右下角坐標(biāo)lat_min、lat_max纹蝴、lng_min庄萎、lng_max

3. 根據(jù)lat_min、lat_max塘安、lng_min糠涛、lng_max，計(jì)算外包矩形對(duì)角定點(diǎn)的距離d

4. 以外包矩形中心點(diǎn)為圓心兼犯，以d/2為半徑做一個(gè)圓忍捡，計(jì)算圓覆蓋范圍內(nèi)的geohash

????4.1 獲取圓的外包矩形左上角和右下角定點(diǎn)坐標(biāo)經(jīng)緯度集漾，存儲(chǔ)到double[] locs

????4.2 根據(jù)geohash字符長(zhǎng)度計(jì)算該長(zhǎng)度geohash編碼對(duì)應(yīng)的經(jīng)緯度間隔（latA,lngA）

????4.3 根據(jù)latA和lngA，計(jì)算出locs組成的矩形的左上角和右下角定點(diǎn)的經(jīng)緯度锉罐，在geohash劃分的網(wǎng)格的索引(也就是第幾個(gè)),分別記為lat_min，lat_max绕娘，lng_min脓规，lng_max

????4.4 計(jì)算lat_min，lat_max险领，lng_min侨舆，lng_max對(duì)應(yīng)范圍內(nèi)左右geohash的二進(jìn)制編碼，然后將經(jīng)緯度二進(jìn)制編碼uncode為geohash字符編碼绢陌，保存為Set sets

5. 剔除sets中g(shù)eohash編碼對(duì)應(yīng)矩形的中心點(diǎn)不在points圍欄范圍內(nèi)的geohash挨下，得到最終的geohash結(jié)果集