微服务 SpringBoot 整合 Redis GEO 实现附近商户功能

妖狐艹你老母 2024-05-01 04:38 11阅读 0赞

#### 文章目录 ####

*  ⛄引言
 *  ♨️广播站
 *  一、Redis GEO 数据结构用法
 *   *  ⛅GEO基本语法、指令
     *  ⚡使用GEO存储经纬度、查询距离
 *  二、SpringBoot 整合Redis 导入 店铺数据 到GEO
 *  三、SpringBoot 整合 Redis 实现 附近商户功能
 *   *  ☁️需求介绍
     *  ⚡核心源码
 *  ✅附近商户效果图
 *  ⛵小结

## ⛄引言 ##

**本文参考黑马 点评项目**

在点评项目中 如何 实现 附近商家的查询呢，展示出距离自己5公里内的商户，这样的功能如何实现？

**答案是可以采用Redis 来实现，当然可能有很多实现方式，本文主要介绍如何使用Redis实现 附近商户的搜索功能**

## ♨️广播站 ##

**CSDN博客之星参选博主：Bug终结者**

我正在参加年度博客之星评选，请大家帮我投票打分，您的每一分都是对我的支持与鼓励。

**链接**：**[https://bbs.csdn.net/topics/611387239][https_bbs.csdn.net_topics_611387239]**

![在这里插入图片描述][e4eb9eb8c54d4b7088bf5a0c5e980d2a.png_pic_center]  
**感谢您的支持！！！**

## 一、Redis GEO 数据结构用法 ##

### ⛅GEO基本语法、指令 ###

GEO 就是 **GeoLocation** 的简写形式，代表**地理坐标**。Redis在3.2版本中加入了对GEO的支持，**允许存储地理坐标信息，帮助我们根据经纬度来检索数据**。

> 常见的命令

*  GEOADD：添加一个地理空间信息，包含：经度（longitude）、纬度（latitude）、值（member）
 *  GEODIST：计算指定的两个点之间的距离并返回
 *  GEOHASH：将指定member的坐标转为hash字符串形式并返回
 *  GEOPOS：返回指定member的坐标
 *  GEORADIUS：指定圆心、半径，找到该圆内包含的所有member，并按照与圆心之间的距离排序后返回。6.以后已废弃
 *  GEOSEARCH：在指定范围内搜索member，并按照与指定点之间的距离排序后返回。范围可以是圆形或矩形。6.2.新功能
 *  GEOSEARCHSTORE：与GEOSEARCH功能一致，不过可以把结果存储到一个指定的key。 6.2.新功能

### ⚡使用GEO存储经纬度、查询距离 ###

**本篇博文 Redis版本为 6.2版本**

**进入redis 查询 geo相关指令**

![在这里插入图片描述][19965deff8164d4d80a6d9f076806ca9.png_pic_center]

> **使用 GEO 完成以下功能 实现两点之间的距离查询，以及指定范围内的地点**

**需求如下**

*  使用 GEO 添加 北京 （天安门 116.397469 39.908821 、故宫 116.397027 39.918056、北海公园 116.389977 39.933144） 经纬度
 *  查询 天安门 与 故宫之间的距离
 *  在以上添加的地点中查询 天安门广场 （116.397827 39.90374） 附近2公里的地点

**GEOADD 添加**

![在这里插入图片描述][00aab8632ce2456dab51ff7a1e595ef2.png_pic_center]

**GEOPOS 查看指定地点 经纬度信息**

![在这里插入图片描述][a98a385d16c544f6b0c09959cf257e14.png_pic_center]

**GEOHASH 查看指定地址 经纬度HASH值**

![在这里插入图片描述][ce233ba2db4e482a99f1ba36e830e337.png_pic_center]

**拓展：** GEOPOS 和 GEOHASH 的区别在于 GEOHASH 节约了 经纬度存储的 内存、减少不必要的内存消耗，从而提升性能

**GEODIST 查看 天安门 与故宫之间的距离**  
![在这里插入图片描述][bbe2163b171240fab5ee5f901ab2831d.png_pic_center]

**GEOSEARCH 查询 天安门广场 附近 2公里的地点**

![在这里插入图片描述][9e732d164301430eaafdb33013ea0722.png_pic_center]

## 二、SpringBoot 整合Redis 导入 店铺数据 到GEO ##

> **编写SpringBoot 单元测试进行导入Redis数据**

@Resource
    private IShopService shopService;
    
    @Resource
    private StringRedisTemplate stringRedisTemplate;
    
    @Test
    void loadShopData() {
        
        //1. 查询店铺信息
        List<Shop> shopList = shopService.list();
        //2. 把店铺分组，按照typeId分组、typeId一致的放在一个集合
        Map<Long, List<Shop>> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId));
        //3. 分批完成写入redis
        for (Map.Entry<Long, List<Shop>> entry : map.entrySet()) {
        
            //3.1 获取类型id
            Long typeId = entry.getKey();
            String key = RedisConstants.SHOP_GEO_KEY + typeId;
            //3.2 获取同类型的店铺的集合
            List<Shop> value = entry.getValue();
            List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size());
            //3.3 写入redis GEOADD key 经度 维度 member
            for (Shop shop : value) {
        
                locations.add(new RedisGeoCommands.GeoLocation<>(
                    shop.getId().toString(),
                    new Point(shop.getX(), shop.getY())));
            }
            stringRedisTemplate.opsForGeo().add(key, locations);
        }
    
    }

**运行完毕，查看Redis即可**

![在这里插入图片描述][4462a27f9ae1434da0bcd988e7436913.png_pic_center]

## 三、SpringBoot 整合 Redis 实现 附近商户功能 ##

### ☁️需求介绍 ###

**基于黑马点评项目实现 附近商户查询功能**

*  采用GEO 数据结构实现附近商户查询
 *  完成分页功能

**思路分析：**

通过传输过来的 x、y 经纬度，然后我们根据该经纬度去查询redis中附近的商户，查出后即可返回，进行封装，查出来的结果进行循环添加至 Shop 地点距离，即可完成。

### ⚡核心源码 ###

**ShopController**

@GetMapping("/of/type")
    public Result queryShopByType(
        @RequestParam("typeId") Integer typeId,
        @RequestParam(value = "current", defaultValue = "1") Integer current,
        @RequestParam(value = "x", required = false) Double x,
        @RequestParam(value = "y", required = false) Double y) {
        
        return shopService.queryShopByType(typeId, current, x, y);
    }

**ShopService**

@Override
    public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {
        
        //1. 判断是否需要坐标查询
        if (x == null || y == null) {
        
            // 不需要坐标查询，按数据库查询
            Page<Shop> page = query()
                .eq("type_id", typeId)
                .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE));
            // 返回数据
            return Result.ok(page.getRecords());
        }
        //2. 计算分页参数
        int form = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE;
        int end = current * SystemConstants.DEFAULT_PAGE_SIZE;
        //3. 查询redis，按照距离排序、分页 结果：shopId、distance
        String key = RedisConstants.SHOP_GEO_KEY + typeId;
        GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo().search(
            key,
            GeoReference.fromCoordinate(x, y),
            new Distance(5000),
            RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end));
        //4. 解析id
        if (results == null) {
        
            return Result.ok(Collections.emptyList());
        }
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> content = results.getContent();
        //4.1 截取from => end
        List<Long> ids = new ArrayList<>(content.size());
        Map<String, Distance> distanceMap = new HashMap<>(content.size());
        if (content.size() <= form) {
        
            return Result.ok(Collections.emptyList());
        }
        content.stream().skip(form).forEach(result -> {
        
            //4.2 获取店铺id
            String shopIdStr = result.getContent().getName();
            ids.add(Long.valueOf(shopIdStr));
            //4.2 获取距离
            Distance distance = result.getDistance();
            distanceMap.put(shopIdStr, distance);
        });
        //5. 根据id查询shop
        String idStr = StrUtil.join(",", ids);
        List<Shop> shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
        // 循环将 商品距离放入对象距离属性中
        shops.forEach(shop -> {
        
            shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());
        });
        //6. 返回结果
        return Result.ok(shops);
    }

**进行测试**

![在这里插入图片描述][9ff9e4f60e5e4c51bd0e155f6055f9d1.png_pic_center]

## ✅附近商户效果图 ##

![在这里插入图片描述][9e7a9aa7f7c14dddb74648e7c7176807.gif_pic_center]

## ⛵小结 ##

以上就是【**Bug 终结者**】对 **微服务 SpringBoot 整合 Redis 实现附近商户功能** 的简单介绍，**附近商户搜索，是很常见的功能，掌握GEO即可完成该类似的需求，并高质量完成开发，加油！ 认真练习，提升技术。** **`技术改变世界！！！`**

> 如果这篇【文章】有帮助到你，希望可以给【**Bug 终结者**】点个赞👍，创作不易，如果有对【**后端技术**】、【**前端领域**】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【**Bug 终结者**】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！

[https_bbs.csdn.net_topics_611387239]: https://bbs.csdn.net/topics/611387239
[e4eb9eb8c54d4b7088bf5a0c5e980d2a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/41bfd97f9ccd4c8dae46886e58556701.png
[19965deff8164d4d80a6d9f076806ca9.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/8f8ebbb74fe94f428f4772a9061b07d2.png
[00aab8632ce2456dab51ff7a1e595ef2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/30a420173d8943e68e7a8ec7ab1977cb.png
[a98a385d16c544f6b0c09959cf257e14.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/4e567d809df64772b81ddb4fb6a8207c.png
[ce233ba2db4e482a99f1ba36e830e337.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/075332a22ccb474d8cc0ad21a3068740.png
[bbe2163b171240fab5ee5f901ab2831d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/21d8d9a4a3514577ba8ca0dc049e7e4e.png
[9e732d164301430eaafdb33013ea0722.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/0dc6892545a44debaee3cec92209f656.png
[4462a27f9ae1434da0bcd988e7436913.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/e7031db3db5b40089809319b5164709b.png
[9ff9e4f60e5e4c51bd0e155f6055f9d1.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/58840ee5347f4bdca2a66d867a2fb5e2.png
[9e7a9aa7f7c14dddb74648e7c7176807.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/efba91a2b588415eb586ecfa547228de.gif