Geohash原理
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Geohash原理相关的知识，希望对你有一定的参考价值。
参考技术A GeoHash本质上是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。以GeoHash方式建立空间索引，可以提高对空间poi数据进行经纬度检索的效率。GeoHash将二维的经纬度转换成字符串，比如下图展示了北京9个区域的GeoHash字符串，分别是WX4ER，WX4G2、WX4G3等等，每一个字符串代表了某一矩形区域。也就是说，这个矩形区域内所有的点（经纬度坐标）都共享相同的GeoHash字符串，这样既可以保护隐私（只表示大概区域位置而不是具体的点），又比较容易做缓存。
Geohash编码中，字符串相似的表示距离相近（特殊情况后文阐述），这样可以利用字符串的前缀匹配来查询附近的POI信息。如下两个图所示，一个在城区，一个在郊区，城区的GeoHash字符串之间比较相似，郊区的字符串之间也比较相似，而城区和郊区的GeoHash字符串相似程度要低些。此外，不同的编码长度，表示不同的范围区间，字符串越长，表示的范围越精确。
以经纬度值：（116.389550， 39.928167）进行算法说明，对纬度39.928167进行逼近编码 (地球纬度区间是[-90,90]
a. 区间[-90,90]进行二分为[-90,0),[0,90]，称为左右区间，可以确定39.928167属于右区间[0,90]，给标记为1
b. 接着将区间[0,90]进行二分为 [0,45),[45,90]，可以确定39.928167属于左区间 [0,45)，给标记为0
c. 递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区间[a,b]总在缩小，并越来越逼近39.928167
d. 如果给定的纬度x（39.928167）属于左区间，则记录0，如果属于右区间则记录1，序列的长度跟给定的区间划分次数有关，如下图
e. 同理，地球经度区间是[-180,180]，可以对经度116.389550进行编码。通过上述计算， 纬度产生的编码为1 1 0 1 0 0 1 0 1 1 0 0 0 1 0，经度产生的编码为1 0 1 1 1 0 0 0 1 1 0 0 0 1 1
f. 合并：偶数位放经度，奇数位放纬度，把2串编码组合生成新串如下图
g. 首先将11100 11101 00100 01111 0000 01101转成十进制，对应着28、29、4、15，0，13 十进制对应的base32编码就是wx4g0e,如下图.
h. 同理，将编码转换成经纬度的解码算法与之相反
Geohash其实就是将整个地图或者某个分割所得的区域进行一次划分，由于采用的是base32编码方式，即Geohash中的每一个字母或者数字（如wx4g0e中的w）都是由5bits组成（2^5 = 32，base32），这5bits可以有32中不同的组合（0~31），这样我们可以将整个地图区域分为32个区域，通过00000 ~ 11111来标识这32个区域。第一次对地图划分后的情况如下图所示（每个区域中的编号对应于该区域所对应的编码）。
Geohash的0、1串序列是经度0、1序列和纬度0、1序列中的数字交替进行排列的，偶数位对应的序列为经度序列，奇数位对应的序列为纬度序列，在进行第一次划分时，Geohash0、1序列中的前5个bits（11100），那么这5bits中有3bits是表示经度，2bits表示纬度，所以第一次划分时，是将经度划分成8个区段（2^3 = 8），将纬度划分为4个区段（2^2 = 4），这样就形成了32个区域。如下图
同理，可以按照第一次划分所采用的方式对第一次划分所得的32个区域各自再次划分。
上文讲了GeoHash的计算步骤，仅仅说明是什么而没有说明为什么？为什么分别给经度和维度编码？为什么需要将经纬度两串编码交叉组合成一串编码？本节试图回答这一问题。
如图所示，我们将二进制编码的结果填写到空间中，当将空间划分为四块时候，编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。
这种类型的空间填充曲线的优点是将二维空间转换成一维曲线（事实上是分形维），对大部分而言，编码相似的距离也相近，但Peano空间填充曲线最大的缺点就是突变性，有些编码相邻但距离却相差很远，比如0111与1000，编码是相邻的，但距离相差很大。
除Peano空间填充曲线外，还有很多空间填充曲线，如图所示，其中效果公认较好是Hilbert空间填充曲线，相较于Peano曲线而言，Hilbert曲线没有较大的突变。但是由于Peano曲线实现更加简单，在使用的时候配合一定的解决手段，可以很好的满足大部分需求，因此TD内部Geohash算法采用的是Peano空间填充曲线。
a. 由于GeoHash是将区域划分为一个个规则矩形，并对每个矩形进行编码，这样在查询附近POI信息时会导致以下问题，比如红色的点是我们的位置，绿色的两个点分别是附近的两个餐馆，但是在查询的时候会发现距离较远餐馆的GeoHash编码与我们一样（因为在同一个GeoHash区域块上），而较近餐馆的GeoHash编码与我们不一致。这个问题往往产生在边界处。
解决的思路很简单，我们查询时，除了使用定位点的GeoHash编码进行匹配外，还使用周围8个区域的GeoHash编码，这样可以避免这个问题。
b. 我们已经知道现有的GeoHash算法使用的是Peano空间填充曲线，这种曲线会产生突变，造成了编码虽然相似但距离可能相差很大的问题，因此在查询附近餐馆时候，首先筛选GeoHash编码相似的POI点，然后进行实际距离计算。
c. GeoHash Base32编码长度与精度。可以看出，当geohash base32编码长度为8时，精度在19米左右，而当编码长度为9时，精度在2米左右，编码长度需要根据数据情况进行选择。
理解了geohash算法的基本原理之后，本节将介绍一个实际应用中常见的场景：计算围栏范围内所有的Geohash编码。该场景封装为函数可以表示如下：输入组成围栏的点经纬度坐标集合和指定的geohash长度，输出一组geohash编码。
public static Set getHashByFence(List points, int length)
具体算法步骤如下:
1. 输入围栏点坐标集合List points和指定的geohash长度length
2. 计算围栏的外包矩形的左上角和右下角坐标lat_min、lat_max、lng_min、lng_max
3. 根据lat_min、lat_max、lng_min、lng_max，计算外包矩形对角定点的距离d
4. 以外包矩形中心点为圆心，以d/2为半径做一个圆，计算圆覆盖范围内的geohash
4.1 获取圆的外包矩形左上角和右下角定点坐标经纬度，存储到double[] locs
4.2 根据geohash字符长度计算该长度geohash编码对应的经纬度间隔（latA,lngA）
4.3 根据latA和lngA，计算出locs组成的矩形的左上角和右下角定点的经纬度，在geohash划分的网格的索引(也就是第几个),分别记为lat_min，lat_max，lng_min，lng_max
4.4 计算lat_min，lat_max，lng_min，lng_max对应范围内左右geohash的二进制编码，然后将经纬度二进制编码uncode为geohash字符编码，保存为Set sets
5. 剔除sets中geohash编码对应矩形的中心点不在points围栏范围内的geohash，得到最终的geohash结果集
geohash算法原理及实现方式
3、geohash的php 、python、java、C#实现代码
4、观点讨论
首先，geohash用一个字符串表示经度和纬度两个坐标。某些情况下无法在两列上同时应用索引 （例如MySQL 4之前的版本，Google App Engine的数据层等），利用geohash，只需在一列上应用索引即可。
其次，geohash表示的并不是一个点，而是一个矩形区域。比如编码wx4g0ec19，它表示的是一个矩形区域。 使用者可以发布地址编码，既能表明自己位于北海公园附近，又不至于暴露自己的精确坐标，有助于隐私保护。
第三，编码的前缀可以表示更大的区域。例如wx4g0ec1，它的前缀wx4g0e表示包含编码wx4g0ec1在内的更大范围。 这个特性可以用于附近地点搜索。首先根据用户当前坐标计算geohash（例如wx4g0ec1）然后取其前缀进行查询 （SELECT * FROM place WHERE geohash LIKE \'wx4g0e%\'），即可查询附近的所有地点。
Geohash比直接用经纬度的高效很多。
Geohash的最简单的解释就是：将一个经纬度信息，转换成一个可以排序，可以比较的字符串编码
首先将纬度范围(-90, 90)平分成两个区间(-90,0)、(0, 90)，如果目标纬度位于前一个区间，则编码为0，否则编码为1。
由于39.92324属于(0, 90)，所以取编码为1。
然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0。
以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。
|
纬度范围 |
划分区间0 |
划分区间1 |
39.92324所属区间 |
|
(-90, 90) |
(-90, 0.0) |
(0.0, 90) |
1 |
|
(0.0, 90) |
(0.0, 45.0) |
(45.0, 90) |
0 |
|
(0.0, 45.0) |
(0.0, 22.5) |
(22.5, 45.0) |
1 |
|
(22.5, 45.0) |
(22.5, 33.75) |
(33.75, 45.0) |
1 |
|
(33.75, 45.0) |
(33.75, 39.375) |
(39.375, 45.0) |
1 |
|
(39.375, 45.0) |
(39.375, 42.1875) |
(42.1875, 45.0) |
0 |
|
(39.375, 42.1875) |
(39.375, 40.7812) |
(40.7812, 42.1875) |
0 |
|
(39.375, 40.7812) |
(39.375, 40.0781) |
(40.0781, 40.7812) |
0 |
|
(39.375, 40.0781) |
(39.375, 39.7265) |
(39.7265, 40.0781) |
1 |
|
(39.7265, 40.0781) |
(39.7265, 39.9023) |
(39.9023, 40.0781) |
1 |
|
(39.9023, 40.0781) |
(39.9023, 39.9902) |
(39.9902, 40.0781) |
0 |
|
(39.9023, 39.9902) |
(39.9023, 39.9462) |
(39.9462, 39.9902) |
0 |
|
(39.9023, 39.9462) |
(39.9023, 39.9243) |
(39.9243, 39.9462) |
0 |
|
(39.9023, 39.9243) |
(39.9023, 39.9133) |
(39.9133, 39.9243) |
1 |
|
(39.9133, 39.9243) |
(39.9133, 39.9188) |
(39.9188, 39.9243) |
1 |
|
(39.9188, 39.9243) |
(39.9188, 39.9215) |
(39.9215, 39.9243) |
1 |
经度也用同样的算法，对(-180, 180)依次细分，得到116.3906的编码为1101 0010 1100 0100 0100。
|
经度范围 |
划分区间0 |
划分区间1 |
116.3906所属区间 |
|
(-180, 180) |
(-180, 0.0) |
(0.0, 180) |
1 |
|
(0.0, 180) |
(0.0, 90.0) |
(90.0, 180) |
1 |
|
(90.0, 180) |
(90.0, 135.0) |
(135.0, 180) |
0 |
|
(90.0, 135.0) |
(90.0, 112.5) |
(112.5, 135.0) |
1 |
|
(112.5, 135.0) |
(112.5, 123.75) |
(123.75, 135.0) |
0 |
|
(112.5, 123.75) |
(112.5, 118.125) |
(118.125, 123.75) |
0 |
|
(112.5, 118.125) |
(112.5, 115.312) |
(115.312, 118.125) |
1 |
|
(115.312, 118.125) |
(115.312, 116.718) |
(116.718, 118.125) |
0 |
|
(115.312, 116.718) |
(115.312, 116.015) |
(116.015, 116.718) |
1 |
|
(116.015, 116.718) |
(116.015, 116.367) |
(116.367, 116.718) |
1 |
|
(116.367, 116.718) |
(116.367, 116.542) |
(116.542, 116.718) |
0 |
|
(116.367, 116.542) |
(116.367, 116.455) |
(116.455, 116.542) |
0 |
|
(116.367, 116.455) |
(116.367, 116.411) |
(116.411, 116.455) |
0 |
|
(116.367, 116.411) |
(116.367, 116.389) |
(116.389, 116.411) |
1 |
|
(116.389, 116.411) |
(116.389, 116.400) |
(116.400, 116.411) |
0 |
|
(116.389, 116.400) |
(116.389, 116.394) |
(116.394, 116.400) |
0 |
接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码 11100 11101 00100 01111 00000 01101 01011 00001。
最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。
|
十进制 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
base32 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
b |
c |
d |
e |
f |
g |
|
十进制 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
31 |
|
base32 |
h |
j |
k |
m |
n |
p |
q |
r |
s |
t |
u |
v |
w |
x |
y |
z |
解码算法与编码算法相反，先进行base32解码，然后分离出经纬度，最后根据二进制编码对经纬度范围进行细分即可，这里不再赘述。
php版本的实现方式：http://blog.dixo.net/downloads/geohash-php-class/ 我下载了一个上传的
php：
geohash.class.php
View Code
1 <?php
2 /**
3 * Geohash generation class
4 * http://blog.dixo.net/downloads/
5 *
6 * This file copyright (C) 2008 Paul Dixon (paul@elphin.com)
7 *
8 * This program is free software; you can redistribute it and/or
9 * modify it under the terms of the GNU General Public License
10 * as published by the Free Software Foundation; either version 3
11 * of the License, or (at your option) any later version.
12 *
13 * This program is distributed in the hope that it will be useful,
14 * but WITHOUT ANY WARRANTY; without even the implied warranty of
15 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
16 * GNU General Public License for more details.
17 *
18 * You should have received a copy of the GNU General Public License
19 * along with this program; if not, write to the Free Software
20 * Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA.
21 */
22
23
24
25 /**
26 * Encode and decode geohashes
27 *
28 */
29 class Geohash
30 {
31 private $coding="0123456789bcdefghjkmnpqrstuvwxyz";
32 private $codingMap=array();
33
34 public function Geohash()
35 {
36 //build map from encoding char to 0 padded bitfield
37 for($i=0; $i<32; $i++)
38 {
39 $this->codingMap[substr($this->coding,$i,1)]=str_pad(decbin($i), 5, "0", STR_PAD_LEFT);
40 }
41
42 }
43
44 /**
45 * Decode a geohash and return an array with decimal lat,long in it
46 */
47 public function decode($hash)
48 {
49 //decode hash into binary string
50 $binary="";
51 $hl=strlen($hash);
52 for($i=0; $i<$hl; $i++)
53 {
54 $binary.=$this->codingMap[substr($hash,$i,1)];
55 }
56
57 //split the binary into lat and log binary strings
58 $bl=strlen($binary);
59 $blat="";
60 $blong="";
61 for ($i=0; $i<$bl; $i++)
62 {
63 if ($i%2)
64 $blat=$blat.substr($binary,$i,1);
65 else
66 $blong=$blong.substr($binary,$i,1);
67
68 }
69
70 //now concert to decimal
71 $lat=$this->binDecode($blat,-90,90);
72 $long=$this->binDecode($blong,-180,180);
73
74 //figure out how precise the bit count makes this calculation
75 $latErr=$this->calcError(strlen($blat),-90,90);
76 $longErr=$this->calcError(strlen($blong),-180,180);
77
78 //how many decimal places should we use? There\'s a little art to
79 //this to ensure I get the same roundings as geohash.org
80 $latPlaces=max(1, -round(log10($latErr))) - 1;
81 $longPlaces=max(1, -round(log10($longErr))) - 1;
82
83 //round it
84 $lat=round($lat, $latPlaces);
85 $long=round($long, $longPlaces);
86
87 return array($lat,$long);
88 }
89
90
91 /**
92 * Encode a hash from given lat and long
93 */
94 public function encode($lat,$long)
95 {
96 //how many bits does latitude need?
97 $plat=$this->precision($lat);
98 $latbits=1;
99 $err=45;
100 while($err>$plat)
101 {
102 $latbits++;
103 $err/=2;
104 }
105
106 //how many bits does longitude need?
107 $plong=$this->precision($long);
108 $longbits=1;
109 $err=90;
110 while($err>$plong)
111 {
112 $longbits++;
113 $err/=2;
114 }
115
116 //bit counts need to be equal
117 $bits=max($latbits,$longbits);
118
119 //as the hash create bits in groups of 5, lets not
120 //waste any bits - lets bulk it up to a multiple of 5
121 //and favour the longitude for any odd bits
122 $longbits=$bits;
123 $latbits=$bits;
124 $addlong=1;
125 while (($longbits+$latbits)%5 != 0)
126 {
127 $longbits+=$addlong;
128 $latbits+=!$addlong;
129 $addlong=!$addlong;
130 }
131
132
133 //encode each as binary string
134 $blat=$this->binEncode($lat,-90,90, $latbits);
135 $blong=$this->binEncode($long,-180,180,$longbits);
136
137 //merge lat and long together
138 $binary="";
139 $uselong=1;
140 while (strlen($blat)+strlen($blong))
141 {
142 if ($uselong)
143 {
144 $binary=$binary.substr($blong,0,1);
145 $blong=substr($blong,1);
146 }
147 else
148 {
149 $binary=$binary.substr($blat,0,1);
150 $blat=substr($blat,1);
151 }
152 $uselong=!$uselong;
153 }
154
155 //convert binary string to hash
156 $hash="";
157 for ($i=0; $i<strlen($binary); $i+=5)
158 {
159 $n=bindec(substr($binary,$i,5));
160 $hash=$hash.$this->coding[$n];
161 }
162
163
164 return $hash;
165 }
166
167 /**
168 * What\'s the maximum error for $bits bits covering a range $min to $max
169 */
170 private function calcError($bits,$min,$max)
171 {
172 $err=($max-$min)/2;
173 while ($bits--)
174 $err/=2;
175 return $err;
176 }
177
178 /*
179 * returns precision of number
180 * precision of 42 is 0.5
181 * precision of 42.4 is 0.05
182 * precision of 42.41 is 0.005 etc
183 */
184 private function precision($number)
185 {
186 $precision=0;
187 $pt=strpos($number,\'.\');
188 if ($pt!==false)
189 {
190 $precision=-(strlen($number)-$pt-1);
191 }
192
193 return pow(10,$precision)/2;
194 }
195
196
197 /**
198 * create binary encoding of number as detailed in http://en.wikipedia.org/wiki/Geohash#Example
199 * removing the tail recursion is left an exercise for the reader
200 */
201 private function binEncode($number, $min, $max, $bitcount)
202 {
203 if ($bitcount==0)
204 return "";
205
206 #echo "$bitcount: $min $max<br>";
207
208 //this is our mid point - we will produce a bit to say
209 //whether $number is above or below this mid point
210 $mid=($min+$max)/2;
211 if ($number>$mid)
212 return "1".$this->binEncode($number, $mid, $max,$bitcount-1);
213 else
214 return "0".$this->binEncode($number, $min, $mid,$bitcount-1);
215 }
216
217
218 /**
219 * decodes binary encoding of number as detailed in http://en.wikipedia.org/wiki/Geohash#Example
220 * removing the tail recursion is left an exercise for the reader
221 */
222 private function binDecode($binary, $min, $max)
223 {
224 $mid=($min+$max)/2;
225
226 if (strlen($binary)==0)
227 return $mid;
228
229 $bit=substr($binary,0,1);
230 $binary=substr($binary,1);
231
232 if ($bit==1)
233 return $this->binDecode($binary, $mid, $max);
234 else
235 return $this->binDecode($binary, $min, $mid);
236 }
237 }
238
239
240
241
242
243
244 ?>
python：
python版本的geohash：python-geohash
java：
java版本的geohash,实现：http://code.google.com/p/geospatialweb/source/browse/#svn/trunk/geohash/src
View CodeC#：
1 using System;
2
3 namespace sharonjl.utils
4 {
5 public static class Geohash
6 {
7 #region Direction enum
8
9 public enum Direction
10 {
11 Top = 0,
12 Right = 1,
13 Bottom = 2,
14 Left = 3
15 }
16
17 #endregion
18
19 private const string Base32 = "0123456789bcdefghjkmnpqrstuvwxyz";
20 private static readonly int[] Bits = new[] {16, 8, 4, 2, 1};
21
22 private static readonly string[][] Neighbors = {
23 new[]
24 {
25 "p0r21436x8zb9dcf5h7kjnmqesgutwvy", // Top
26 "bc01fg45238967deuvhjyznpkmstqrwx", // Right
27 "14365h7k9dcfesgujnmqp0r2twvyx8zb", // Bottom
28 "238967debc01fg45kmstqrwxuvhjyznp", // Left
29 }, new[]
30 {
31 "bc01fg45238967deuvhjyznpkmstqrwx", // Top
32 "p0r21436x8zb9dcf5h7kjnmqesgutwvy", // Right
33 "238967debc01fg45kmstqrwxuvhjyznp", // Bottom
34 "14365h7k9dcfesgujnmqp0r2twvyx8zb", // Left
35 }
36 };
37
38 private static readonly string[][] Borders = {
39 new[] {"prxz", "bcfguvyz", "028b", "0145hjnp"},
40 new[] {"bcfguvyz", "prxz", "0145hjnp", "028b"}
41 };
42
43 public static String CalculateAdjacent(String hash, Direction direction)
44 {
45 hash = hash.ToLower();
46
47 char lastChr = hash[hash.Length - 1];
48 int type = hash.Length%2;
49 var dir = (int) direction;
50 string nHash = hash.Substring(0, hash.Length - 1);
51
52 if (Borders[type][dir].IndexOf(lastChr) != -1)
53 {
54 nHash = CalculateAdjacent(nHash, (Direction) dir);
55 }
56 return nHash + Base32[Neighbors[type][dir].IndexOf(lastChr)];
57 }
58
59 public static void RefineInterval(ref double[] interval, int cd, int mask)
60 {
61 if ((cd & mask) != 0)
62 {
63 interval[0] = (interval[0] + interval[1])/2;
64 }
65 else
66 {
67 interval[1] = (interval[0] + interval[1])/2;
68 }
69 }
70
71 public static double[] Decode(String geohash)
72 {
73 bool even = true;
74 double[] lat = {-90.0, 90.0};
75 double[] lon = {-180.0, 180.0};
76
77 foreach (char c in geohash)
78 {
79 int cd = Base32.IndexOf(c);
80 for (int j = 0; j < 5; j++)
81 {
82 int mask = Bits[j];
83 if (even)
84 {
85 RefineInterval(ref lon, cd, mask);
86 }
87 else
88 {
89 RefineInterval(ref lat, cd, mask);
90 }
91 even = !even;
92 }
93 }
94
95 return new[] {(lat[0] + lat[1])/2, (lon[0] + lon[1])/2};
96 }
97
98 public static String Encode(double latitude, double longitude, int precision = 12)
99 {
100 bool even = true;
101 int bit = 0;
102 int ch = 0;
103 string geohash = "";
104
105 double[] lat = {-90.0, 90.0};
106 double[] lon = {-180.0, 180.0};
107
108 if (precision < 1 || precision > 20) precision = 12;
109
110 while (geohash.Length < precision)
111 {
112 double mid;
113
114 if (even)
115 {
116 mid = (lon[0] + lon[1])/2;
117 if (longitude > mid)
118 {
119 ch |= Bits[bit];
120 lon[0] = mid;
121 }
122 else
123 lon[1] = mid;
124 }
125 else
126 {
127 mid = (lat[0] + lat[1])/2;
128 if (latitude > mid)
129 {
130 ch |= Bits[bit];
131 lat[0] = mid;
132 }
133 else
134 lat[1] = mid;
135 }
136
137 even = !even;
138 if (bit < 4)
139 bit++;
140 else
141 {
142 geohash += Base32[ch];
143 bit = 0;
144 ch = 0;
145 }
146 }
147 return geohash;
148 }
149 }
150 }
C#代码来自：https://github.com/sharonjl/geohash-net
geohash演示：http://openlocation.org/geohash/geohash-js/
各种版本下载：打包下载
引用阿里云以为技术专家的博客上的讨论：
这一点是有些用户对geohash的误解，虽然geo确实尽可能的将位置相近的点hash到了一起，可是这并不是严格意义上的(实际上也并不可能，因为毕竟多一维坐标)，
例如在方格4的左下部分的点和大方格1的右下部分的点离的很近，可是它们的geohash值一定是相差的相当远，因为头一次的分块就相差太大了，很多时候我们对geohash的值进行简单的排序比较，结果貌似真的能够找出相近的点，并且似乎还是按照距离的远近排列的，可是实际上会有一些点被漏掉了。
上述这个问题，可以通过搜索一个格子，周围八个格子的数据，统一获取后再进行过滤。这样就在编码层次解决了这个问题。
2.既然不能做到将相近的点hash值也相近，那么geohash的意义何在呢？
我觉得geohash还是相当有用的一个算法，毕竟这个算法通过无穷的细分，能确保将每一个小块的geohash值确保在一定的范围之内，这样就为灵活的周边查找和范围查找提供了可能。
常见的一些应用场景
A、如果想查询附近的点？如何操作
查出改点的gehash值，然后到数据库里面进行前缀匹配就可以了。
B、如果想查询附近点，特定范围内，例如一个点周围500米的点，如何搞？
可以查询结果，在结果中进行赛选，将geohash进行解码为经纬度，然后进行比较
*在纬度相等的情况下：
*经度每隔0.00001度，距离相差约1米；
*每隔0.0001度，距离相差约10米；
*每隔0.001度，距离相差约100米；
*每隔0.01度，距离相差约1000米；
*每隔0.1度，距离相差约10000米。
*在经度相等的情况下：
*纬度每隔0.00001度，距离相差约1.1米；
*每隔0.0001度，距离相差约11米；
*每隔0.001度，距离相差约111米；
*每隔0.01度，距离相差约1113米；
*每隔0.1度，距离相差约11132米。
Geohash，如果geohash的位数是6位数的时候，大概为附近1千米…
参考资料：
http://iamzhongyong.iteye.com/blog/1399333
http://tech.idv2.com/2011/06/17/location-search/
http://blog.sina.com.cn/s/blog_62ba0fdd0100tul4.html
以上是关于Geohash原理的主要内容，如果未能解决你的问题，请参考以下文章