GEO数据结构

概念

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。

常用命令

常见的命令有：

• GEOADD：添加一个地理空间信息，包含：经度（longitude）、纬度（latitude）、值（member）

  • GEOADD key longitude latitude member [longitude latitude member ...]

• GEODIST：计算指定的两个点之间的距离并返回

  • GEODIST key member1 member2 [unit]

• GEOHASH：将指定member的坐标转为hash字符串形式并返回

  • GEOHASH key member [member ...]

• GEOPOS：返回指定member的坐标

  • GEOPOS key member [member ...]

• 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。6.2以后已废弃

  • GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]

• 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

  • GEOPOS key member [member ...]

• 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

练习

• 添加下面几条数据：
  • 北京南站（116.378248 39.865275）
  • 北京站（116.42803 39.903738）
  • 北京西站(116.322287 39.893729)

127.0.0.1:6379> GEOADD g1 116.378248 39.865275 bjn 116.42803 39.903738 bjz 116.322287 39.893729 bjx
(integer) 3

• 计算北京西站到北京站得举例

127.0.0.1:6379> GEODIST g1 bjx bjz km
"9.0916"单位km

• 搜索天安门(116.397904 39.909005)附近 10km内得所有火车站，并按照距离升序排序

127.0.0.1:6379> GEORADIUS g1 116.397904 39.909005 10  km  WITHDIST
1) 1) "bjz"
   2) "2.6361"
2) 1) "bjn"
   2) "5.1452"
3) 1) "bjx"
   2) "6.6723"

案例

思路：
按照商户类型做分组，类型相同得商户作为同一组，以typeID未key存入同一个GEO集合中
其中这里得score是经纬度，只不过在GEO中转换成了分数

单元测试

public void test002(){
        List<Shop> list = shopService.list();
        // 通过stream流将list按照typeID分组转换成map集合
        Map<Long, List<Shop>> map = list.stream().collect(Collectors.groupingBy(Shop::getTypeId));
        for (Map.Entry<Long,List<Shop>> entry : map.entrySet()){
            // 获取店铺类型id
            Long typeId = entry.getKey();
            // 获取 类型相同的店铺
            List<Shop> shops = entry.getValue();
            // GEO中的批处理，一个集合类型，其中GeoLocation中的构造器就是一个member 和一个 坐标 Point类
            List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(shops.size());
            for (Shop shop : shops) {
                // 将店铺的信息都存入这个集合中
                locations.add(new RedisGeoCommands.GeoLocation<>(shop.getId().toString(),new Point(shop.getX(),shop.getY())));
            }
            // 保存到redis中的GEO集合。
            stringRedisTemplate.opsForGeo().add(RedisConstants.SHOP_GEO_KEY+typeId,locations);
        }
    }

RedisGeoCommands.GeoLocation<String> 类型：

class GeoLocation<T> {
    private final T name;
    private final Point point;
}

• name：指定就是member
• point：指的是经纬度，在java中通过point类进行封装

在上面的单元测试中已经把相关的店铺地理位置存储在了GEO集合中了，现在查询只需要调用GEO方法即可

GEOREDIUS shop:geo:1 120.149192  30.316078 500 km  WITHCOORD

JAVA代码实现：

RedisGeoCommands.GeoRadiusCommandArgs args = RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()
        .includeDistance().limit(end)
        .includeCoordinates().sortAscending();
GeoResults<RedisGeoCommands.GeoLocation<String>> results =
                stringRedisTemplate.opsForGeo()
               .radius(RedisConstants.SHOP_GEO_KEY+typeId, new Circle(new Point(x,y),radius),args);

RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs() 创建参数对象
includeDistance() 表示在结果中包含距离字段
limit(end) 限制返回结果的数量为 end 个
includeCoordinates() 表示在结果中包含经纬度坐标
sortAscending() 按距离排序(从近到远)
所以我们通过链式调用设置了以下GeoRadius的参数:

返回结果包含距离
最多返回 end 个结果
返回结果包含坐标
结果按距离升序排序
这些参数会被组装到构造真正的Redis GeoRadius 命令时使用,可以通过组装不同的参数来实现GeoRadius的不同查询效果。

GeoRadiusCommandArgs提供了一个灵活配置GeoRadius参数的途径。

代码实现：

 /**
     * 查询店铺信息--如果xy存在，则根据经纬度范围查询
     * @param typeId 店铺类型 1-美食  2-ktv
     * @param current 分页信息
     * @param x 经度
     * @param y 维度
     * @return 店铺信息
     */
    @Override
    public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {
        // 1.判断 是否需要根据坐标查询
        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));
            return Result.ok(page.getRecords());
        }
        // 2.计算分页参数
        int from = (current-1)*SystemConstants.DEFAULT_PAGE_SIZE;
        int end = current*SystemConstants.DEFAULT_PAGE_SIZE;
        // 3.查询redis、按照举例排序、分页。结果：shopId、distance（距离）
        // GEOREDIUS shop:geo:1 120.149192  30.316078 500 km  WITHCOORD
        // 设置查询半径距离
        Distance radius = new Distance(500, Metrics.KILOMETERS);

        RedisGeoCommands.GeoRadiusCommandArgs args = RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()
                .includeDistance().limit(end)
                .includeCoordinates().sortAscending();

        // 执行GEOREDIUS查询
        GeoResults<RedisGeoCommands.GeoLocation<String>> results =
                stringRedisTemplate.opsForGeo().radius(RedisConstants.SHOP_GEO_KEY+typeId, new Circle(new Point(x,y), radius),args);
        // 4.解析出id
        if (results== null){
            return Result.ok(Collections.emptyList());
        }
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent();
        if (list.size()<=from){
            // 没有下一页
            return Result.ok(Collections.emptyList());
        }
        // 4.1 截取 from ~ end 的部分
        List<Long> ids = new ArrayList<>(list.size());
        Map<String,Distance> distanceMap = new HashMap<>(list.size());
        list.stream().skip(from).forEach(result->{
            // 4.2获取店铺ID
            String shopId = result.getContent().getName();
            ids.add(Long.valueOf(shopId));
            // 4.3 获取距离
            Distance distance = result.getDistance();
            distanceMap.put(shopId,distance);
        });
        // 5.根据id查询店铺
        String longIds = StrUtil.join(",", ids);
        List<Shop> shops = query().in("id", ids).last("order by field(id," + longIds + ")").list();
        for (Shop shop : shops) {
            // 为每一个店铺赋值距离
            shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());
        }
        // 6.返回
        return Result.ok(shops);
    }