您的位置：首页 > 其它

geohash 用字符串实现附近地点搜索

2016-03-31 10:23 183 查看
转载地址：http://blog.charlee.li/geohash-intro/

上回说到了用经纬度范围实现附近地点搜索。 一些小型应用中这样做没问题，但在大型应用中它有个显著的缺点：速度慢。慢的原因有两个， 第一是范围比较的索引利用率并不高，第二是SQL语句极其不稳定(不同的当前位置会产生完全不同的SQL查询)，很难缓存。
可以考虑使用geohash算法。
geohash是一种地址编码，它能把二维的经纬度编码成一维的字符串。比如，北海公园的编码是wx4g0ec1。



geohash有以下几个特点：
首先，geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引 （例如MySQL 4之前的版本，Google App Engine的数据层等），利用geohash，只需在一列上应用索引即可。
其次，geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。 使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。
第三，编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。 这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash（例如wx4g0ec1）然后取其前缀进行查询 （
SELECT * FROM place WHERE geohash LIKE 'wx4g0e%'
），即可查询附近的所有地点。



geohash的算法

下面以(39.92324, 116.3906)为例，介绍一下geohash的编码算法。首先将纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)， 如果目标纬度位于前一个区间，则编码为0，否则编码为1。由于39.92324属于(0, 90)，所以取编码为1。然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0。以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。
纬度范围划分区间0划分区间139.92324所属区间
(-90, 90)(-90, 0.0)(0.0, 90)1
(0.0, 90)(0.0, 45.0)(45.0, 90)0
(0.0, 45.0)(0.0, 22.5)(22.5, 45.0)1
(22.5, 45.0)(22.5, 33.75)(33.75, 45.0)1
(33.75, 45.0)(33.75, 39.375)(39.375, 45.0)1
(39.375, 45.0)(39.375, 42.1875)(42.1875, 45.0)0
(39.375, 42.1875)(39.375, 40.7812)(40.7812, 42.1875)0
(39.375, 40.7812)(39.375, 40.0781)(40.0781, 40.7812)0
(39.375, 40.0781)(39.375, 39.7265)(39.7265, 40.0781)1
(39.7265, 40.0781)(39.7265, 39.9023)(39.9023, 40.0781)1
(39.9023, 40.0781)(39.9023, 39.9902)(39.9902, 40.0781)0
(39.9023, 39.9902)(39.9023, 39.9462)(39.9462, 39.9902)0
(39.9023, 39.9462)(39.9023, 39.9243)(39.9243, 39.9462)0
(39.9023, 39.9243)(39.9023, 39.9133)(39.9133, 39.9243)1
(39.9133, 39.9243)(39.9133, 39.9188)(39.9188, 39.9243)1
(39.9188, 39.9243)(39.9188, 39.9215)(39.9215, 39.9243)1
经度也用同样的算法，对(-180, 180)依次细分，得到116.3906的编码为1101 0010 1100 0100 0100。
经度范围划分区间0划分区间1116.3906所属区间
(-180, 180)(-180, 0.0)(0.0, 180)1
(0.0, 180)(0.0, 90.0)(90.0, 180)1
(90.0, 180)(90.0, 135.0)(135.0, 180)0
(90.0, 135.0)(90.0, 112.5)(112.5, 135.0)1
(112.5, 135.0)(112.5, 123.75)(123.75, 135.0)0
(112.5, 123.75)(112.5, 118.125)(118.125, 123.75)0
(112.5, 118.125)(112.5, 115.312)(115.312, 118.125)1
(115.312, 118.125)(115.312, 116.718)(116.718, 118.125)0
(115.312, 116.718)(115.312, 116.015)(116.015, 116.718)1
(116.015, 116.718)(116.015, 116.367)(116.367, 116.718)1
(116.367, 116.718)(116.367, 116.542)(116.542, 116.718)0
(116.367, 116.542)(116.367, 116.455)(116.455, 116.542)0
(116.367, 116.455)(116.367, 116.411)(116.411, 116.455)0
(116.367, 116.411)(116.367, 116.389)(116.389, 116.411)1
(116.389, 116.411)(116.389, 116.400)(116.400, 116.411)0
(116.389, 116.400)(116.389, 116.394)(116.394, 116.400)0
接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码 11100 11101 00100 01111 00000 01101 01011 00001。
最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。
十进制0123456789101112131415
base320123456789bcdefg
十进制16171819202122232425262728293031
base32hjkmnpqrstuvwxyz
解码算法与编码算法相反，先进行base32解码，然后分离出经纬度，最后根据二进制编码对经纬度范围进行细分即可，这里不再赘述。 不过由于geohash表示的是区间，编码越长越精确，但不可能解码出完全一致的地址。

geohash的应用：附近地址搜索

geohash的最大用途就是附近地址搜索了。不过，从geohash的编码算法中可以看出它的一个缺点：位于格子边界两侧的两点，

虽然十分接近，但编码会完全不同。实际应用中，可以同时搜索当前格子周围的8个格子，即可解决这个问题。
以geohash的python库为例，相关的geohash操作如下：
>>> import geohash
>>> geohash.encode(39.92324, 116.3906, 5)  # 编码，5表示编码长度
'wx4g0'
>>> geohash.expand('wx4g0')                # 求wx4g0格子及周围8个格子的编码
['wx4ep', 'wx4g1', 'wx4er', 'wx4g2', 'wx4g3', 'wx4dz', 'wx4fb', 'wx4fc', 'wx4g0']

最后，我们来看看本文开头提出的两个问题：速度慢，缓存命中率低。使用geohash查询附近地点，用的是字符串前缀匹配：
SELECT * FROM place WHERE geohash LIKE 'wx4g0%';

而前缀匹配可以利用geohash列上的索引，因此查询速度不会太慢。另外，即使用户坐标发生微小的变化， 也能编码成相同的geohash，这就保证了每次执行相同的SQL语句，使得缓存命中率大大提高。

相关资源

python-geohash
geohash演示

java 算法

package com.sun.tools;

import java.text.DecimalFormat;
import java.util.BitSet;
import java.util.HashMap;

public class Geohash {
private static int numbits = 6 * 5;
final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8',
'9', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p',
'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };

final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();
static {
int i = 0;
for (char c : digits) {
lookup.put(c, i++);
}
}

public static void main(String[] args) {
double[] latlon = new Geohash().decode("dj248j248j24");
System.out.println(latlon[0] + " " + latlon[1]);

Geohash e = new Geohash();
String s = e.encode(30, -90.0);
System.out.println(s);
latlon = e.decode(s);
DecimalFormat df = new DecimalFormat("0.00000");
System.out.println(df.format(latlon[0]) + ", " + df.format(latlon[1]));

}

/**
* 将Geohash字串解码成经纬值
*
* @param geohash
*            待解码的Geohash字串
* @return 经纬值数组
*/
public double[] decode(String geohash) {
StringBuilder buffer = new StringBuilder();
for (char c : geohash.toCharArray()) {
int i = lookup.get(c) + 32;
buffer.append(Integer.toString(i, 2).substring(1));
}

BitSet lonset = new BitSet();
BitSet latset = new BitSet();

// even bits
int j = 0;
for (int i = 0; i < numbits * 2; i += 2) {
boolean isSet = false;
if (i < buffer.length())
isSet = buffer.charAt(i) == '1';
lonset.set(j++, isSet);
}

// odd bits
j = 0;
for (int i = 1; i < numbits * 2; i += 2) {
boolean isSet = false;
if (i < buffer.length())
isSet = buffer.charAt(i) == '1';
latset.set(j++, isSet);
}

double lat = decode(latset, -90, 90);
double lon = decode(lonset, -180, 180);

DecimalFormat df = new DecimalFormat("0.00000");
return new double[] { Double.parseDouble(df.format(lat)), Double.parseDouble(df.format(lon)) };
}

/**
* 根据二进制编码串和指定的数值变化范围，计算得到经/纬值
*
* @param bs
*            经/纬二进制编码串
* @param floor
*            下限
* @param ceiling
*            上限
* @return 经/纬值
*/
private double decode(BitSet bs, double floor, double ceiling) {
double mid = 0;
for (int i = 0; i < bs.length(); i++) {
mid = (floor + ceiling) / 2;
if (bs.get(i))
floor = mid;
else
ceiling = mid;
}
return mid;
}

/**
* 根据经纬值得到Geohash字串
*
* @param lat
*            纬度值
* @param lon
*            经度值
* @return Geohash字串
*/
public String encode(double lat, double lon) {
BitSet latbits = getBits(lat, -90, 90);
BitSet lonbits = getBits(lon, -180, 180);
StringBuilder buffer = new StringBuilder();
for (int i = 0; i < numbits; i++) {
buffer.append((lonbits.get(i)) ? '1' : '0');
buffer.append((latbits.get(i)) ? '1' : '0');
}
return base32(Long.parseLong(buffer.toString(), 2));
}

/**
* 将二进制编码串转换成Geohash字串
*
* @param i
*            二进制编码串
* @return Geohash字串
*/
public static String base32(long i) {
char[] buf = new char[65];
int charPos = 64;
boolean negative = (i < 0);
if (!negative)
i = -i;
while (i <= -32) {
buf[charPos--] = digits[(int) (-(i % 32))];
i /= 32;
}
buf[charPos] = digits[(int) (-i)];

if (negative)
buf[--charPos] = '-';
return new String(buf, charPos, (65 - charPos));
}

/**
* 得到经/纬度对应的二进制编码
*
* @param lat
*            经/纬度
* @param floor
*            下限
* @param ceiling
*            上限
* @return 二进制编码串
*/
private BitSet getBits(double lat, double floor, double ceiling) {
BitSet buffer = new BitSet(numbits);
for (int i = 0; i < numbits; i++) {
double mid = (floor + ceiling) / 2;
if (lat >= mid) {
buffer.set(i);
floor = mid;
} else {
ceiling = mid;
}
}
return buffer;
}

}
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航