前言须知

本章讲解如何使用Geohash查找附近的位置，以及如何解决Geohash区域边缘问题。

一个Geohash代表的是一个区域，一个Geohash字符串代表一个区域（如一个正方形），同一区域内的Geohash相同，不同区域的Geohash不同。

因相邻区域的Geohash不同，所以会有边缘问题：如范围2.4km的Geohash直接匹配则查不到相邻区域相距100米的目标。

本篇使用九宫格方法来解决边缘问题。

特别提醒：Geohash是根据经纬度计算直线距离，而大多地图导航软件会根据目标之间的路线计算路径距离，所以会有差距。

干货

1.加载依赖–使用开源项目Geohash的发行jar包

项目Github地址：https://github.com/kungfoo/geohash-java

发行jar包的Maven仓库地址：https://mvnrepository.com/artifact/ch.hsr/geohash

pom依赖

1
2
3
4
5
<dependency>
    <groupId>ch.hsr</groupId>
    <artifactId>geohash</artifactId>
    <version>1.4.0</version>
</dependency>

2.计算geoHash字符串

本篇从地图上选了四个地点，以一个示例来讲计算方法及说明相关问题：

以下代码使用示例地图上的四个点的经纬度生成对应的geoHash字符串 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
import ch.hsr.geohash.GeoHash;
import org.junit.Test;

public class JTest {

    @Test
    public void test() {
        //geoHash在5位时范围±2.4km
        int numberOfCharacters = 5;

        //和平饭店（用户所在地址）121.495787,31.244966
        GeoHash geoHash = GeoHash.withCharacterPrecision(31.244966, 121.495787, numberOfCharacters);
        String geoHashBaseCode = geoHash.toBase32();
        System.out.println("和平饭店（用户所在地址）geoHash：" + geoHashBaseCode);

        //东方明珠塔（相距和平饭店直线距离1km）
        GeoHash geoHash2 = GeoHash.withCharacterPrecision(31.245414, 121.506379, numberOfCharacters);
        String geoHashBaseCode2 = geoHash2.toBase32();
        System.out.println("东方明珠塔（相距和平饭店直线距离1km）geoHash：" + geoHashBaseCode2);

        //东新大厦（相距和平饭店直线距离1.3km）
        GeoHash geoHash3 = GeoHash.withCharacterPrecision(31.234512, 121.488695, numberOfCharacters);
        String geoHashBaseCode3 = geoHash3.toBase32();
        System.out.println("东新大厦（相距和平饭店直线距离1.3km）geoHash：" + geoHashBaseCode3);

        //房地大厦（相距和平饭店直线距离1.7km）
        GeoHash geoHash4 = GeoHash.withCharacterPrecision(31.242358, 121.477928, numberOfCharacters);
        String geoHashBaseCode4 = geoHash4.toBase32();
        System.out.println("房地大厦（相距和平饭店直线距离1.7km）geoHash：" + geoHashBaseCode4);

        //和平饭店（用户所在地址）周围八宫格
        GeoHash[] adjacent = geoHash.getAdjacent();
        for (GeoHash g : adjacent) {
            System.out.println("和平饭店（用户所在地址）周围八宫格geoHash：" + g.toBase32());
        }
    }

}
输出为： 
1
2
3
4
5
6
7
8
9
10
11
12
和平饭店（用户所在地址）geoHash：wtw3s
东方明珠塔（相距和平饭店直线距离1km）geoHash：wtw3u
东新大厦（相距和平饭店直线距离1.3km）geoHash：wtw3s
房地大厦（相距和平饭店直线距离1.7km）geoHash：wtw3s
和平饭店（用户所在地址）周围八宫格geoHash：wtw3u
和平饭店（用户所在地址）周围八宫格geoHash：wtw3v
和平饭店（用户所在地址）周围八宫格geoHash：wtw3t
和平饭店（用户所在地址）周围八宫格geoHash：wtw3m
和平饭店（用户所在地址）周围八宫格geoHash：wtw3k
和平饭店（用户所在地址）周围八宫格geoHash：wtw37
和平饭店（用户所在地址）周围八宫格geoHash：wtw3e
和平饭店（用户所在地址）周围八宫格geoHash：wtw3g
  • 说明：
    相信有些读者可能注意到：
    丛示例的输出可以看出“和平饭店”与“东方明珠塔”相距1km，geoHash却不同；
    而“和平饭店”与“东新大厦”、“房地大厦”相距更远，其geoHash却相同；
    ↑ 这就是下一段落要说的边缘问题。

GeoHash可利用字符串前几位匹配的规则查找相距不超过一定距离的目标；

  • 字符位数与距离对应表：
    geoHash位数 距离（km）
    1 ±2500
    2 ±630
    3 ±78
    4 ±20
    5 ±2.4
    6 ±0.61
    7 ±0.076
    8 ±0.019

上例中使用5位数的geoHash及锁定了±2.4km附近的位置。

即用2.4km范围内的所有地点的经纬度计算所得的5位geoHash都是一致的
因此可以根据这个特点做附近地点的高效检索：

从数据库高效检索附近地点

1.将所有地点的geoHash计算出；
2.将各地点的geoHash在数据库的表中保存为一列geoHash并建立索引
Tips：数据库里geoHash应建立索引，且应为BTree索引。因为Hash索引不支持模糊匹配；
可直接使用如下语句获取同一个geoHash区域中的附近地点

1
where geoHash like 'wtw3s%'

3.geoHash区域边缘问题

可能已经发现，既然geoHash代表的是一个区域，那必然会产生边缘性问题：
如上例中的用户所在地“和平饭店”，距离“东方明珠塔”只有1km，二者geoHash却不同。
这是因为两者处于两个geoHash区域的边缘。所以直接匹配一个字符串会出现问题。

  • 笔者使用九宫格的想法：获取目标位置周围八个宫格，从数据库检索获取九个宫格中所有的目标，再在Java应用中逐个进行目标距离计算比较，根据距离约束排除在距离外的目标即可。
    上述距离计算使用经纬度可直接计算两个目标的直线距离：
    详细计算方法可参照我的另一篇分享：根据经纬度计算两者距离 （笔者尽快更新）

4.结语

如有疑问欢迎联系博主，谢谢！