1.場景
隨著智能手機和傳感器技術的發(fā)展浩习，LBS（Location based service）類的應用也逐漸多了起來。幾乎每一個軟件或多或少都要牽扯上點位置的事褐筛。這篇文章主要來講解下怎么快速的搜尋某個位置點周邊的數(shù)據(jù)饺汹。
將問題模型化就是，給一組數(shù)據(jù)趾唱，每個數(shù)據(jù)包括了這個數(shù)據(jù)的位置信息（經(jīng)緯度）和其他信息涌乳，給一個搜尋點（經(jīng)度和緯度）和搜尋范圍（radius）蜻懦，在最少的計算和時間內(nèi)將在搜尋點的搜尋范圍內(nèi)的數(shù)據(jù)找出來。
List<Data> findData(List<Data> datas,int radius)
2.目前的解決方案
（1）圓形區(qū)域一一匹配搜索夕晓。
將list中的數(shù)據(jù)一個一個同搜索位置進行距離計算宛乃。幾乎沒有人這樣用，每一個數(shù)據(jù)都需要進行開根號操作蒸辆，數(shù)據(jù)量大的時候不可想象征炼。
（2）先對數(shù)據(jù)庫中的經(jīng)度（longitude）和緯度（latitude）添加B+樹索引，然后搜索以radius的兩倍為邊長的正方形躬贡，如下圖：
圓形搜索需要進行距離計算谆奥，而正方形搜索只需要進行經(jīng)度和緯度的一個比較就行，因此在效率上大大提高拂玻。最后一步就是對正方形內(nèi)的數(shù)據(jù)一一進行距離計算酸些，輸出距離在radius之內(nèi)的數(shù)據(jù)宰译。
（3）使用目前現(xiàn)成的擁有地理位置搜索的數(shù)據(jù)庫，比如mongoDB魄懂，HBase等等沿侈。
（4）使用geohash數(shù)據(jù)結構，見下面介紹
2.geohash介紹
轉(zhuǎn)載自GeoHash核心原理解析
（1）感性認識GeoHash
首先來點感性認識市栗，http://openlocation.org/geohash/geohash-js/ 提供了在地圖上顯示geohash編碼的功能缀拭。
1）GeoHash將二維的經(jīng)緯度轉(zhuǎn)換成字符串，比如下圖展示了北京9個區(qū)域的GeoHash字符串填帽，分別是WX4ER蛛淋，WX4G2、WX4G3等等篡腌，每一個字符串代表了某一矩形區(qū)域铣鹏。也就是說，這個矩形區(qū)域內(nèi)所有的點（經(jīng)緯度坐標）都共享相同的GeoHash字符串哀蘑，這樣既可以保護隱私（只表示大概區(qū)域位置而不是具體的點）诚卸，又比較容易做緩存，比如左上角這個區(qū)域內(nèi)的用戶不斷發(fā)送位置信息請求餐館數(shù)據(jù)绘迁，由于這些用戶的GeoHash字符串都是WX4ER合溺，所以可以把WX4ER當作key，把該區(qū)域的餐館信息當作value來進行緩存缀台，而如果不使用GeoHash的話棠赛，由于區(qū)域內(nèi)的用戶傳來的經(jīng)緯度是各不相同的，很難做緩存膛腐。
2）字符串越長睛约，表示的范圍越精確。如圖所示哲身，5位的編碼能表示10平方千米范圍的矩形區(qū)域辩涝，而6位編碼能表示更精細的區(qū)域（約0.34平方千米）
3）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信息勘天。如下兩個圖所示怔揩，一個在城區(qū)，一個在郊區(qū)脯丝，城區(qū)的GeoHash字符串之間比較相似商膊，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宠进。
通過上面的介紹我們知道了GeoHash就是一種將經(jīng)緯度轉(zhuǎn)換成字符串的方法晕拆，并且使得在大部分情況下，字符串前綴匹配越多的距離越近材蹬，回到我們的案例实幕，根據(jù)所在位置查詢來查詢附近餐館時阱高，只需要將所在位置經(jīng)緯度轉(zhuǎn)換成GeoHash字符串，并與各個餐館的GeoHash字符串進行前綴匹配茬缩，匹配越多的距離越近赤惊。
（2）GeoHash算法的步驟
下面以北海公園為例介紹GeoHash算法的計算步驟
2.1. 根據(jù)經(jīng)緯度計算GeoHash二進制編碼
地球緯度區(qū)間是[-90,90]， 北海公園的緯度是39.928167凰锡，可以通過下面算法對緯度39.928167進行逼近編碼:
1）區(qū)間[-90,90]進行二分為[-90,0),[0,90]未舟，稱為左右區(qū)間，可以確定39.928167屬于右區(qū)間[0,90]掂为，給標記為1裕膀；
2）接著將區(qū)間[0,90]進行二分為 [0,45),[45,90]，可以確定39.928167屬于左區(qū)間 [0,45)勇哗，給標記為0昼扛；
3）遞歸上述過程39.928167總是屬于某個區(qū)間[a,b]。隨著每次迭代區(qū)間[a,b]總在縮小欲诺，并越來越逼近39.928167抄谐；
4）如果給定的緯度x（39.928167）屬于左區(qū)間，則記錄0扰法，如果屬于右區(qū)間則記錄1蛹含，這樣隨著算法的進行會產(chǎn)生一個序列1011100，序列的長度跟給定的區(qū)間劃分次數(shù)有關塞颁。
根據(jù)緯度算編碼
| bit | min | mid | max |
|---|---|---|---|
| 1 | -90.000 | 0.000 | 90.000 |
| 0 | 0.000 | 45.000 | 90.000 |
| 1 | 0.000 | 22.500 | 45.000 |
| 1 | 22.500 | 33.750 | 45.000 |
| 1 | 33.7500 | 39.375 | 45.000 |
| 0 | 39.375 | 42.188 | 45.000 |
| 0 | 39.375 | 40.7815 | 42.188 |
| 0 | 39.375 | 40.07825 | 40.7815 |
| 1 | 39.375 | 39.726625 | 40.07825 |
| 1 | 39.726625 | 39.9024375 | 40.07825 |
同理浦箱，地球經(jīng)度區(qū)間是[-180,180]，可以對經(jīng)度116.389550進行編碼祠锣。
根據(jù)經(jīng)度算編碼
|bit|min|mid|max|
|-|-|-|
|1|-180|0.000|180|
|1|0.000|90|180|
|0|90|135|180|
|1|90|112.5|135|
|0|112.5|123.75|135|
|0|112.5|118.125|123.75|
|1|112.5|115.3125|118.125|
|0|115.3125|116.71875|118.125|
|1|115.3125|116.015625|116.71875|
|1|116.015625|116.3671875|116.71875|
2.2. 組碼
通過上述計算酷窥，緯度產(chǎn)生的編碼為10111 00011，經(jīng)度產(chǎn)生的編碼為11010 01011伴网。偶數(shù)位放經(jīng)度蓬推，奇數(shù)位放緯度，把2串編碼組合生成新串：11100 11101 00100 01111是偷。
最后使用用0-9拳氢、b-z（去掉a, i, l, o）這32個字母進行base32編碼募逞，首先將11100 11101 00100 01111轉(zhuǎn)成十進制蛋铆，對應著28、29放接、4刺啦、15，十進制對應的編碼就是wx4g纠脾。同理玛瘸，將編碼轉(zhuǎn)換成經(jīng)緯度的解碼算法與之相反蜕青，具體不再贅述。
（3）GeoHash Base32編碼長度與精度
下表摘自維基百科：http://en.wikipedia.org/wiki/Geohash
可以看出糊渊，當geohash base32編碼長度為8時右核，精度在19米左右，而當編碼長度為9時渺绒，精度在2米左右贺喝，編碼長度需要根據(jù)數(shù)據(jù)情況進行選擇。
（4）GeoHash算法
上文講了GeoHash的計算步驟宗兼，僅僅說明是什么而沒有說明為什么躏鱼？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殷绍？本節(jié)試圖回答這一問題染苛。
如圖所示，我們將二進制編碼的結果填寫到空間中主到，當將空間劃分為四塊時候茶行，編碼的順序分別是左下角00，左上角01登钥，右下腳10拢军，右上角11，也就是類似于Z的曲線怔鳖，當我們遞歸的將各個塊分解成更小的子塊時茉唉，編碼的順序是自相似的（分形），每一個子快也形成Z曲線结执，這種類型的曲線被稱為Peano空間填充曲線度陆。
這種類型的空間填充曲線的優(yōu)點是將二維空間轉(zhuǎn)換成一維曲線（事實上是分形維），對大部分而言献幔，編碼相似的距離也相近懂傀， 但Peano空間填充曲線最大的缺點就是突變性，有些編碼相鄰但距離卻相差很遠蜡感，比如0111與1000蹬蚁，編碼是相鄰的，但距離相差很大郑兴。
除Peano空間填充曲線外犀斋，還有很多空間填充曲線，如圖所示情连，其中效果公認較好是Hilbert空間填充曲線叽粹，相較于Peano曲線而言，Hilbert曲線沒有較大的突變。為什么GeoHash不選擇Hilbert空間填充曲線呢虫几？可能是Peano曲線思路以及計算上比較簡單吧锤灿，事實上，Peano曲線就是一種四叉樹線性編碼方式辆脸。
（5）使用注意點
1）由于GeoHash是將區(qū)域劃分為一個個規(guī)則矩形但校，并對每個矩形進行編碼，這樣在查詢附近POI信息時會導致以下問題啡氢，比如紅色的點是我們的位置始腾，綠色的兩個點分別是附近的兩個餐館，但是在查詢的時候會發(fā)現(xiàn)距離較遠餐館的GeoHash編碼與我們一樣（因為在同一個GeoHash區(qū)域塊上）空执，而較近餐館的GeoHash編碼與我們不一致浪箭。這個問題往往產(chǎn)生在邊界處。
解決的思路很簡單辨绊，我們查詢時奶栖，除了使用定位點的GeoHash編碼進行匹配外，還使用周圍8個區(qū)域的GeoHash編碼门坷，這樣可以避免這個問題宣鄙。
2）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，這種曲線會產(chǎn)生突變默蚌，造成了編碼雖然相似但距離可能相差很大的問題冻晤，因此在查詢附近餐館時候，首先篩選GeoHash編碼相似的POI點绸吸，然后進行實際距離計算鼻弧。
3.實踐操作
本文使用asp.net core作為后臺，不管什么語言什么后臺锦茁，大致的思路是一樣的
（1）在數(shù)據(jù)庫的表中加一列攘轩，geohash，并且加上hash索引码俩。使用如下方法得到geohash的值：
public static String Encode(double latitude, double longitude, int precision = 12)
{
bool even = true;
int bit = 0;
int ch = 0;
string geohash = "";
double[] lat = { -90.0, 90.0 };
double[] lon = { -180.0, 180.0 };
if (precision < 1 || precision > 20) precision = 12;
while (geohash.Length < precision)
{
double mid;
if (even)
{
mid = (lon[0] + lon[1]) / 2;
if (longitude > mid)
{
ch |= Bits[bit];
lon[0] = mid;
}
else
lon[1] = mid;
}
else
{
mid = (lat[0] + lat[1]) / 2;
if (latitude > mid)
{
ch |= Bits[bit];
lat[0] = mid;
}
else
lat[1] = mid;
}
even = !even;
if (bit < 4)
bit++;
else
{
geohash += Base32[ch];
bit = 0;
ch = 0;
}
}
return geohash;
}
上式中的precision指的是geohash的編碼長度度帮，長度越長經(jīng)度越高。
得到每一個數(shù)據(jù)之后的geohash后將它插入到數(shù)據(jù)庫的表中去稿存。
（2）這時候有兩個輸入值笨篷，經(jīng)緯度和radius范圍值。
同樣瓣履，首先通過范圍值獲取到geohash的有效位數(shù)率翅，geohash的前面幾位相同就代表了之間的距離在一定范圍之內(nèi)。具體查看上面的[
GeoHash Base32編碼長度與精度]
public static int getEffectDigitNumber(int radius)
{
int result = 0;
if (radius <= 0) result = 0;
else if (radius < 1) result = 10;
else if (radius < 5) result = 9;
else if (radius < 20) result = 8;
else if (radius < 77) result = 7;
else if (radius < 610) result = 6;
else if (radius < 2400) result = 5;
else if (radius < 20000) result = 4;
else if (radius < 78000) result = 3;
else if (radius < 630000) result = 2;
else result = 0;
return result;
}
這是我寫的經(jīng)度和位數(shù)對應表
（3）計算目標位置的geohash值拂苹，同上面的數(shù)據(jù)庫產(chǎn)生geohash算法一致安聘。
（4）為了避免邊界點產(chǎn)生的誤差痰洒，我們?nèi)〕鲋車?個的geohash瓢棒。怎么取就要看選擇的曲線了浴韭。這里選擇
Peano曲線「蓿可以通過以下方法得到一個點geohash周圍的8個相鄰點的geohash念颈。
public enum Direction
{
Top = 0,
Right = 1,
Bottom = 2,
Left = 3
}
private const string Base32 = "0123456789bcdefghjkmnpqrstuvwxyz";
private static readonly int[] Bits = new[] { 16, 8, 4, 2, 1 };
private static readonly string[][] Neighbors = {
new[]
{
"p0r21436x8zb9dcf5h7kjnmqesgutwvy", // Top
"bc01fg45238967deuvhjyznpkmstqrwx", // Right
"14365h7k9dcfesgujnmqp0r2twvyx8zb", // Bottom
"238967debc01fg45kmstqrwxuvhjyznp", // Left
},
new[]
{
"bc01fg45238967deuvhjyznpkmstqrwx", // Top
"p0r21436x8zb9dcf5h7kjnmqesgutwvy", // Right
"238967debc01fg45kmstqrwxuvhjyznp", // Bottom
"14365h7k9dcfesgujnmqp0r2twvyx8zb", // Left
}
};
private static readonly string[][] Borders = {
new[] {"prxz", "bcfguvyz", "028b", "0145hjnp"},
new[] {"bcfguvyz", "prxz", "0145hjnp", "028b"}
};
public static String CalculateAdjacent(String hash, Direction direction)
{
hash = hash.ToLower();
char lastChr = hash[hash.Length - 1];
int type = hash.Length % 2;
var dir = (int)direction;
string nHash = hash.Substring(0, hash.Length - 1);
if (Borders[type][dir].IndexOf(lastChr) != -1)
{
nHash = CalculateAdjacent(nHash, (Direction)dir);
}
return nHash + Base32[Neighbors[type][dir].IndexOf(lastChr)];
}
得到周圍的點：
public static HashSet<string> getGeoSearchSet(string geohash,int effectDigitNumber)
{
HashSet<string> searchStringSet = new HashSet<string>();
string tophash = Geohash.CalculateAdjacent(geohash, Geohash.Direction.Top);
string toplefthash = Geohash.CalculateAdjacent(tophash, Geohash.Direction.Left);
string toprighthash = Geohash.CalculateAdjacent(tophash, Geohash.Direction.Right);
string bottomhash = Geohash.CalculateAdjacent(geohash, Geohash.Direction.Bottom);
string bottomlefthash = Geohash.CalculateAdjacent(bottomhash, Geohash.Direction.Left);
string bottomrighthash = Geohash.CalculateAdjacent(bottomhash, Geohash.Direction.Right);
string lefthash = Geohash.CalculateAdjacent(geohash, Geohash.Direction.Left);
string righthash = Geohash.CalculateAdjacent(geohash, Geohash.Direction.Right);
searchStringSet.Add(tophash.Substring(0, effectDigitNumber));
searchStringSet.Add(geohash.Substring(0, effectDigitNumber));
searchStringSet.Add(toplefthash.Substring(0, effectDigitNumber));
searchStringSet.Add(toprighthash.Substring(0, effectDigitNumber));
searchStringSet.Add(lefthash.Substring(0, effectDigitNumber));
searchStringSet.Add(righthash.Substring(0, effectDigitNumber));
searchStringSet.Add(bottomlefthash.Substring(0, effectDigitNumber));
searchStringSet.Add(bottomrighthash.Substring(0, effectDigitNumber));
searchStringSet.Add(bottomrighthash.Substring(0, effectDigitNumber));
return searchStringSet;
}
使用HashSet去除重復的元素，畢竟臨近的geohash有大概率重復连霉。
（5）得到周圍點之后遍歷 searchStringSet中的geohash值就能從數(shù)據(jù)庫中取數(shù)據(jù)了榴芳。
List<Data> DataList = new List<Data>();
foreach (string searchstring in searchStringSet)
{
var result = _dataContext.DataDB.AsNoTracking().Where(u => u.geohash.StartsWith(searchstring) && u.name.Contains(nearbyQuery.keywords)).ToList();
if (result != null)
{
DataList.AddRange(result);
}
}
List<Data> DataListNoRepeat =DataList.Distinct().ToList();
直接遍歷數(shù)據(jù)庫，然后將結果存在List中跺撼，最后剔除掉重復的數(shù)據(jù)窟感。
（6）好了，到這里為止已經(jīng)獲取了一個正方形周邊的數(shù)據(jù)歉井，這個正方形的邊長要大于radius的兩倍柿祈。因此需要使用傳統(tǒng)方法對搜索結果一一作距離清洗。
List<TData> DataListFinal = new List<Data>();
foreach (Data Datatemp in DataListNoRepeat)
{
int dis;
if ((dis = getDistance(Datatemp.latitude,Datatemp.longitude, nearbyQuery.latitude, nearbyQuery.longitude)) < nearbyQuery.radius)
{
DataListFinal.Add(Datatemp);
}
}
return DataListFinal;
這樣就獲得了最終的想要的額結果DataListFinal哩至。
