LBS解决方案

淩亂°似流年 2023-02-15 03:35 12阅读 0赞

##### LBS解决方案 #####

*  LBS（基于地理位置的服务）服务是现在移动互联网中比较常用的功能，例如外卖中我附近的店铺，通常是以客户位置坐标为中心，查询一定范围内的店铺信息，按照距离由近及原进行倒叙排序

###### 方案一，直接mysql ######

*  经纬度范围计算就是弧度的计算，只要数学够好，算出来分分钟的事情，直接上mysql一个语句搞定：

CREATE TABLE `places` (
    	`id` INT (11) NOT NULL AUTO_INCREMENT,
    	`lat` DOUBLE NOT NULL DEFAULT '0',
    	`lng` DOUBLE NOT NULL DEFAULT '0',
    	PRIMARY KEY (`Id`),
    	KEY `lat` (`lat`),
    	KEY `lng` (`lng`)
    ) ENGINE = INNODB AUTO_INCREMENT = 9 DEFAULT CHARSET = utf8;
    
    -- 测试经纬度
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 23.123123, 123.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 21.123123, 121.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 22.123123, 122.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 24.123123, 124.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 25.123123, 125.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 26.123123, 126.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 27.123123, 127.123);
    INSERT INTO `zhenai_yewu`.`places` (`lat`, `lng`) VALUES ( 28.123123, 128.123);
    
    -- 为了查询效果，将范围设置为255555 单位是KM
    SELECT id, ( 6371 * acos( cos( radians(24.123123) ) * cos( radians( lat ) ) * cos( radians
    ( lng ) - radians(124.123) ) + sin( radians(24.123123) ) * sin( radians( lat ) ) ) ) AS distance
     FROM places HAVING distance < 255555 ORDER BY distance LIMIT 0 , 100;

-- 结果信息 id: distance
    12	0
    13	150.27231636470339
    9	150.80702908932616
    14	299.9866451782974
    11	302.12576883654754
    15	449.11942176001054
    10	453.93347262147796
    16	597.6467747050862

*  sql 查询的是lat，lng对应的坐标信息，中心点的信息是\[124.123, 24.123123\],明显这个是通过弧度计算来算出适合范围内的经纬度范围，然后搜索对应的id，如下sql语句分析  
    ![在这里插入图片描述][20200604112753309.png]
 *  即使加上了索引这种查询也必须扫全表信息，效率低下
 *  优化一下：
    
     *  另外一种算法，可以根据圆心坐标计算正方形四个点的坐标，然后查询正方形内的点。

SELECT * FROM places WHERE ((lat BETWEEN 20 AND 29) AND (lng BETWEEN 90 AND 170));
    //获取如下结果：
    9	23.123123	123.123
    10	21.123123	121.123
    11	22.123123	122.123
    12	24.123123	124.123
    13	25.123123	125.123
    14	26.123123	126.123
    15	27.123123	127.123
    16	28.123123	128.123

*  这样优化后，虽然数据不完全精确（圆形变正方形），但性能提升很明显，并且可以通过给lat lng字段做索引的方式进一步加快这条SQL的查询速度。对精度有要求的应用也可以在这个结果上再进行计算，排除那些在方块范围内但不在圆形范围内的数据，已达到对精度的要求。 但是没有排序，没有距离，除非做其他运算。

###### 方案二，Redis ######

*  Redis3.2.0后开始支持LBS相关的命令，要实现以上功能，主要用到Redis geo相关的两个命令 GEOADD， GETRADIOUS
 *  命令描述，案例：

GEOADD key longitude latitude member [longitude latitude member ...]
    //命令将指定地理空间位置（金纬度信息，名称）添加到指定key中

*  有效经度值域\[-180,180\], 有效纬度值域\[-85.05112878 , 85.05112878 \]，单坐标超过上述指定范围时候，会返回错误信息，可以一次添加多个位置地点，如下案例：

新docker-redis:0>GEOADD location 117 20 beijing
    "1"
    新docker-redis:0>GEOADD location 120 30 shenzheng
    "1"
    新docker-redis:0>GEOADD location 121 31 guangzhou, 122 32 nanjing
    "2"

*  添加后通过GEORADIOUS查询如下：

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]

*  命令以给定的经纬度为中心，返回键值key包含的位置元素中，与中心距离不超过给定最大距离的所有位置的元素，并且可以指定单位，顺序返回单位信息如下：

m：米
    km：千米
    mi：英里
    ft：英尺

*  给定一下选项时候，命令会额外返回信息：
 *  WITHDIST：返回位置元素的同时，将位置元素与中心之间的距离也一并返回。距离的单位和用户给定的范围单位保持一致 如下：

新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHDIST
     1)    1)   "shenzheng"
      2)   "95.9992"
    
     2)    1)   "guangzhou,"
      2)   "97.5090"
    
     3)    1)   "nanjing"
      2)   "229.9580"

*  WITHCOORD :将位置元素的进度和纬度也一起返回。

新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHCOORD
     1)    1)   "shenzheng"
      2)      1)    "120.00000089406967163"
       2)    "30.00000024997701331"
    
    
     2)    1)   "guangzhou,"
      2)      1)    "120.99999815225601196"
       2)    "31.00000097648057817"
    
    
     3)    1)   "nanjing"
      2)      1)    "122.00000077486038208"
       2)    "31.99999916826298119"

*  WITHHASH 以52位有符号整形，返回位置元素经过原始geohash编码的有序集合分值

新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHHASH
     1)    1)   "shenzheng"
      2)   "4054115787372083"
    
     2)    1)   "guangzhou,"
      2)   "4054742425916764"
    
     3)    1)   "nanjing"
      2)   "4066587848444692"

*  asc:更具中心位置按从近到远的方式返回位置元素
 *  desc：根据中心位置，从远到近的方式返回位置元素
 *  默认情况GEORADIUS命令会返回所有匹配的位置元素，用户可以使用count 获取前面N个

新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHHASH asc
     1)    1)   "shenzheng"
      2)   "4054115787372083"
    
     2)    1)   "guangzhou,"
      2)   "4054742425916764"
    
     3)    1)   "nanjing"
      2)   "4066587848444692"
      
    新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHHASH desc
     1)    1)   "nanjing"
      2)   "4066587848444692"
    
     2)    1)   "guangzhou,"
      2)   "4054742425916764"
    
     3)    1)   "shenzheng"
      2)   "4054115787372083"
    
    新docker-redis:0>GEORADIUS location 120.987 30.1234 500 km WITHHASH desc count 1
     1)    1)   "nanjing"
      2)   "4066587848444692"

###### 方案三 ######

*  mongodb 原生支持地理位置索引2dSpace，可以直接用于位置距离计算和查询。 而且我们用的也比较多，能够支持地理位置查询的同事也有免息集合存储，数据格式自由，查询性能高等特点，对应我们需求只需要一个mongodb查询语句：

db。moment.find( { location : { $geoWithin :
                                     { $centerSphere :
                                     [ [121.492183, 31.247610 ] , 1000 / 3963.2 ]
                          } } } )

*  查询结果默认由近及远，并且geoWithin是mongodb支持的查询函数，已经在性能上做了高度的优化，完全可以生产用，现在moment的地理位置推荐用的这个

###### 方案四 ######

*  [GeoHash][]是一种地址编码，通过切分地图区域变成小的方块，只有切分的足够小，精度就越高。

[上一篇：Redis分布式锁奥义][Redis]  
[下一篇：Redis遍历方式思考–字典扩容方式][Redis 1]

[20200604112753309.png]: https://img-blog.csdnimg.cn/20200604112753309.png#
[GeoHash]: http://en.wikipedia.org/wiki/Geohash
[Redis]: https://blog.csdn.net/liaojiamin0102/article/details/106539873
[Redis 1]: https://blog.csdn.net/liaojiamin0102/article/details/109604161