Redis进阶——GEO地理坐标附近商户案例

GEO数据结构的基本用法

GEO概述

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。常见的命令有：

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。6.2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

GEO命令的使用

GEOADD命令格式

GEOADD key longitude latitude member [longitude latitude member …]

返回值：添加到sorted set元素的数目，但不包括已更新score的元素
复杂度：每⼀个元素添加是O(log(N)) ，N是sorted set的元素数量举例：

GEOADD china 13.361389 38.115556 "shanghai" 15.087269 37.502669 "beijing"

GEODIST命令格式

GEODIST key member1 member2 [m|km|ft|mi]

如果两个位置之间的其中⼀个不存在，那么命令返回空值。
指定单位的参数 unit 必须是以下单位的其中⼀个：

m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英⾥。
ft 表示单位为英尺。

如果用户没有显式地指定单位参数，那么 GEODIST 默认使用米作为单位。
GEODIST 命令在计算距离时会假设地球为完美的球形，在极限情况下，这⼀假设最⼤会造成 0.5% 的误差
返回值：计算出的距离会以双精度浮点数的形式被返回。如果给定的位置元素不存在，那么命令返回空值
举例：

GEODIST china beijing shanghai km

GEOHASH命令格式

GEOHASH key member [member …]

通常使用表示位置的元素使用不同的技术，使用Geohash位置52点整数编码。由于编码和解码过程中所使用的初始最小和最大坐标不同，编码的编码也不同于标准。此命令返回一个标准的Geohash，在维基百科和geohash.org网站都有相关描述
返回值：一个数组，数组的每个项都是一个 geohash 。命令返回的 geohash 的位置与用户给定的位置元素的位置一一对应
复杂度：O(log(N)) for each member requested, where N is the number of elements in the sorted set
举例：

0>GEOHASH china beijing shanghai
1) "sqdtr74hyu0"
2) "sqc8b49rny0"

GEOPOS：返回指定member的坐标
命令格式：

GEOPOS key member [member …]

给定一个sorted set表示的空间索引，密集使用 geoadd 命令，它以获得指定成员的坐标往往是有益的。当空间索引填充通过 geoadd 的坐标转换成一个52位Geohash，所以返回的坐标可能不完全以添加元素的，但小的错误可能会出台。
因为 GEOPOS 命令接受可变数量的位置元素作为输入，所以即使用户只给定了一个位置元素，命令也会返回数组回复
返回值：GEOPOS 命令返回一个数组，数组中的每个项都由两个元素组成：第一个元素为给定位置元素的经度，而第二个元素则为给定位置元素的纬度。当给定的位置元素不存在时，对应的数组项为空值
复杂度：O(log(N)) for each member requested, where N is the number of elements in the sorted set
举例：

0>geopos china beijing shanghai
1)  1) "15.08726745843887329"2) "37.50266842333162032"2)  1) "13.36138933897018433"2) "38.11555639549629859"

GEOGADIUS命令格式（6.2之后已废弃）

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

范围可以使用以下其中一个单位：

m 表示单位为米。
km 表示单位为千米。
mi 表示单位为英里。
ft 表示单位为英尺。

在给定以下可选项时，命令会返回额外的信息：

WITHDIST: 在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。
WITHCOORD: 将位置元素的经度和维度也一并返回。
WITHHASH: 以 52 位有符号整数的形式，返回位置元素经过原始 geohash 编码的有序集合分值。这个选项主要用于底层应用或者调试，实际中的作用并不大。

命令默认返回未排序的位置元素。通过以下两个参数，用户可以指定被返回位置元素的排序方式：

ASC: 根据中心的位置，按照从近到远的方式返回位置元素。
DESC: 根据中心的位置，按照从远到近的方式返回位置元素。

在默认情况下， GEORADIUS 命令会返回所有匹配的位置元素。虽然用户可以使用 COUNT 选项去获取前 N 个匹配元素，但是因为命令在内部可能会需要对所有被匹配的元素进行处理，所以在对一个非常大的区域进行搜索时，即使只使用 COUNT 选项去获取少量元素，命令的执行速度也可能会非常慢。但是从另一方面来说，使用 COUNT 选项去减少需要返回的元素数量，对于减少带宽来说仍然是非常有用的

返回值：

在没有给定任何 WITH 选项的情况下，命令只会返回一个像 [“New York”,”Milan”,”Paris”] 这样的线性（linear）列表。
在指定了 WITHCOORD 、 WITHDIST 、 WITHHASH 等选项的情况下，命令返回一个二层嵌套数组，内层的每个子数组就表示一个元素。
在返回嵌套数组时，子数组的第一个元素总是位置元素的名字。至于额外的信息，则会作为子数组的后续元素，按照以下顺序被返回：
1. 以浮点数格式返回的中心与位置元素之间的距离，单位与用户指定范围时的单位一致。
2. geohash 整数。
3. 由两个元素组成的坐标，分别为经度和纬度

举例：

0>GEORADIUS china 15 37 200 km WITHDIST WITHCOORD
1)  1) "shanghai"2) "190.4424"3)  1) "13.36138933897018433"2) "38.11555639549629859"2)  1) "beijing"2) "56.4413"3)  1) "15.08726745843887329"2) "37.50266842333162032"0>GEORADIUS china 15 37 200 km WITHDIST
1)  1) "shanghai"2) "190.4424"2)  1) "beijing"2) "56.4413"

GEOSEARCH命令格式（6.2的新功能）

GEOSEARCH key [FROMMEMBER member] [FROMLONLAT longitude latitude] [BYRADIUS radius m|km|ft|mi] 
[BYBOX width height m|km|ft|mi] [ASC|DESC] [COUNT count [ANY]] [WITHCOORD] [WITHDIST] [WITHHASH]

举例：

0>geosearch china FROMLONLAT 15 37 BYRADIUS 200 km ASC WITHCOORD WITHDIST
1)  1) "beijing"2) "56.4413"3)  1) "15.08726745843887329"2) "37.50266842333162032"2)  1) "shanghai"2) "190.4424"3)  1) "13.36138933897018433"2) "38.11555639549629859"0>geosearch china FROMLONLAT 15 37 BYBOX 400 400 km DESC WITHCOORD WITHDIST
1)  1) "shanghai"2) "190.4424"3)  1) "13.36138933897018433"2) "38.11555639549629859"2)  1) "beijing"2) "56.4413"3)  S1) "15.08726745843887329"2) "37.50266842333162032"

GEOSEARCHSTORE命令格式

GEOSEARCHSTORE destination source [FROMMEMBER member] [FROMLONLAT longitude latitude] 
[BYRADIUS radius m|km|ft|mi] [BYBOX width height m|km|ft|mi] 
[ASC|DESC] [COUNT count [ANY]] [STOREDIST]

这个命令和 GEORADIUS 命令一样，都可以找出位于指定范围内的元素，但是 GEORADIUSBYMEMBER 的中心点是由给定的位置元素决定的，而不是像 GEORADIUS 那样，使用输入的经度和纬度来决定中心点
指定成员的位置被用作查询的中心。
关于 GEORADIUSBYMEMBER 命令的更多信息，请参考 GEORADIUS 命令的文档
复杂度：O(N+log(M)) where N is the number of elements inside the bounding box of the circular area delimited by center and radius and M is the number of items inside the index
举例：

0>GEORADIUSBYMEMBER china beijing 200 km
1) "shanghai"
2) "beijing"

GEO数据结构练习

需求：

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）

命令如下：

GEOADD g1 116.378248 39.865275 "bjn" 116.42803 39.903738  "bjz" 116.322287 39.893729 "bjx"

计算北京西站到北京站的距离

GEODIST g1 bjn bjx km

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

GEOSEARCH g1 FROMLONLAT 116.397904 39.909005 BYRADIUS 10 km ASC WITHDIST

导入店铺数据到GEO

业务场景

例如美团/饿了么这种外卖App，你是可以看到商家离你有多远的，我们可以使用GEO来实现该功能，以当前坐标为圆心，同时绑定相同的店家类型type，以及分页信息，把这几个条件插入后台，后台查询出对应的数据再返回。

那现在我们要做的就是：将数据库中的数据导入到Redis中去，GEO在Redis中就是一个member和一个经纬度，经纬度对应的就是tb_shop中的x和y，而member，我们用shop_id（商户分类的id）来存，因为Redis只是一个内存级数据库，如果存海量的数据，还是力不从心，所以我们只存一个id，用的时候再拿id去SQL数据库中查询shop信息,但是此时还有一个问题，我们在redis中没有存储shop_type，无法根据店铺类型来对数据进行筛选，解决办法就是将type_id作为key，存入同一个GEO集合即可

实现代码如下

默认商户数据：

tb_shop表结构：

@Test
public void loadShopData(){//1. 查询所有店铺信息List<Shop> shopList = shopService.list();//2. 按照typeId，将店铺进行分组Map<Long, List<Shop>> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId));//3. 逐个写入Redisfor (Map.Entry<Long, List<Shop>> entry : map.entrySet()) {//3.1 获取类型idLong typeId = entry.getKey();//3.2 获取同类型店铺的集合List<Shop> shops = entry.getValue();String key = SHOP_GEO_KEY + typeId;for (Shop shop : shops) {//3.3 写入redis GEOADD key 经度 纬度 memberstringRedisTemplate.opsForGeo().add(key,new Point(shop.getX(),shop.getY()),shop.getId().toString());}}
}

但是上面的代码不够优雅，是一条一条写入的，效率较低，那我们现在来改进一下，这样只需要写入等同于type_id数量的次数

@Test
public void loadShopData() {List<Shop> shopList = shopService.list();Map<Long, List<Shop>> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId));for (Map.Entry<Long, List<Shop>> entry : map.entrySet()) {Long typeId = entry.getKey();List<Shop> shops = entry.getValue();String key = SHOP_GEO_KEY + typeId;List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(shops.size());for (Shop shop : shops) {//将当前type的商铺都添加到locations集合中locations.add(new RedisGeoCommands.GeoLocation<>(shop.getId().toString(), new Point(shop.getX(), shop.getY())));}//批量写入stringRedisTemplate.opsForGeo().add(key, locations);}
}

代码编写完后，启动测试方法，然后去Redis中查看是否有对应的数据

实现附近商户功能

SpringDataRedis的2.3.9版本并不支持Redis 6.2提供的GEOSEARCH命令，因此我们需要提示其版本，修改自己的pom.xml文件

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><exclusions><exclusion><artifactId>spring-data-redis</artifactId><groupId>org.springframework.data</groupId></exclusion><exclusion><artifactId>lettuce-core</artifactId><groupId>io.lettuce</groupId></exclusion></exclusions>
</dependency>
<dependency><groupId>org.springframework.data</groupId><artifactId>spring-data-redis</artifactId><version>2.6.2</version>
</dependency>
<dependency><groupId>io.lettuce</groupId><artifactId>lettuce-core</artifactId><version>6.1.6.RELEASE</version>
</dependency>

编写距离分类请求接口
除了typeId，分页码，我们还需要其坐标

@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);
}

查询业务逻辑写在ShopServiceImpl中

@Override
public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {//1. 判断是否需要根据距离查询if (x == null || y == null) {// 根据类型分页查询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. 计算分页查询参数int from = (current - 1) * SystemConstants.MAX_PAGE_SIZE;int end = current * SystemConstants.MAX_PAGE_SIZE;String key = SHOP_GEO_KEY + typeId;//3. 查询redis、按照距离排序、分页; 结果：shopId、distance//GEOSEARCH key FROMLONLAT x y BYRADIUS 5000 m WITHDISTGeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo().search(key,GeoReference.fromCoordinate(x, y),new Distance(5000),RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end));if (results == null) {return Result.ok(Collections.emptyList());}//4. 解析出idList<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent();if (list.size() < from) {//起始查询位置大于数据总量，则说明没数据了，返回空集合return Result.ok(Collections.emptyList());}ArrayList<Long> ids = new ArrayList<>(list.size());HashMap<String, Distance> distanceMap = new HashMap<>(list.size());list.stream().skip(from).forEach(result -> {String shopIdStr = result.getContent().getName();ids.add(Long.valueOf(shopIdStr));Distance distance = result.getDistance();distanceMap.put(shopIdStr, distance);});//5. 根据id查询shopString idsStr = StrUtil.join(",", ids);List<Shop> shops = query().in("id", ids).last("ORDER BY FIELD( id," + idsStr + ")").list();for (Shop shop : shops) {//设置shop的举例属性，从distanceMap中根据shopId查询shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());}//6. 返回return Result.ok(shops);
}