分布式|老板让我实现附近人发现的功能，我用它实现了

Posted 2022-06-14 John_yyll

二、如何使用redis实现附近的人的功能

当两个元素相距不是很远，可以直接用勾股定理就能算的元素之间的距离，但是当我们的坐标是经纬度这种数据时，使用勾股定理就不容易计算了，那么如何计算两个经纬度之间的距离呢，筛选附近的人呢？假如我们现在想要获取(x0,y0)坐标 附近为r的元素，可以这样去查询：
select id from pos where x0-r < x <x0+r and y0-r <y <y0+r
但是把所有数据全部放到数据库中，肯定不是很好的解决方案，量大了就无法使用了。业界比较通用的计算距离的方法是geohsh算法，刚好redis也支持这种算法

在redis中，geo将二维经纬度使用52位的整数进行编码，然后放入zset集合中，zset的value是key,scroe存储的是52位的整数值，然后通过score排序，算出附近的人。

基本指令

• 添加位置信息

geoadd anhuiprovince 117.283043 31.861191 hefei
geoadd anhuiprovince 117.043549 30.508829 anqing
geoadd anhuiprovince 117.489159 30.656036 chizhou
geoadd anhuiprovince 118.317322 29.709238 huangshan

• 删除位置信息

zrem anhuiprovince hefei anqing

• 获取元素间的距离

# km,m ，ml,ft 代表距离单位
geodist anhuiprovince anqing hefei km[m,ml,ft]

• 获取某个元素的未知

geopos anhuiprovince hefei

• 获取元素hash值

geohash anhuiprovince hefei

• 获取附近的元素

georadiusbymember key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]
#示例 距离安庆152km的最多4个元素 升序排序
georadiusbymember anhuiprovince anqing 152 km count 4 asc

※：单个一般都很大，一般部署geo的redis不建议做集群，key迁移时会很耗时间，另外当单个key非常大时，
建议按不同维度进行查分。