GeoHash簡介

參考文檔：

 

http://blog.csdn.net/wangxiafghj/article/details/9014363geohash  算法原理及實現方式
http://blog.charlee.li/geohash-intro/  geohash：用字符串實現附近地點搜索
http://blog.sina.com.cn/s/blog_7c05385f0101eofb.html    查找附近點--Geohash方案討論
http://www.wubiao.info/372        查找附近的xxx 球面距離以及Geohash方案探討
http://en.wikipedia.org/wiki/Haversine_formula       Haversine formula球面距離公式
http://www.codecodex.com/wiki/Calculate_Distance_Between_Two_Points_on_a_Globe   球面距離公式代碼實現
http://developer.baidu.com/map/jsdemo.htm#a6_1   球面距離公式驗證  
http://www.wubiao.info/470     Mysql or Mongodb LBS快速實現方案

 

如今不少APP都有搜索附近的功能，好比附近的人、附近的店鋪等。要實現這樣的功能，咱們能夠用最笨的方法：根據經緯度計算距離，而後劃定一個閾值，只要小於該閾值就算是附近的。這種方法在數據量小時基本沒問題，可是，若是數據量特別大，那服務器就須要進行大量的計算，負擔很重！爲了解決這一類問題，一個比較經常使用的方法就是利用GeoHash。 
1、簡介 
GeoHash是一種地址編碼方法。他可以把二維的空間經緯度數據編碼成一個字符串。GeoHash具備如下特色： 
一、GeoHash用一個字符串表示經度和緯度兩個座標。在數據庫中能夠實如今一列上應用索引 
二、GeoHash表示的並非一個點，而是一個區域； 
三、GeoHash編碼的前綴能夠表示更大的區域。例如wx4g0ec1，它的前綴wx4g0e表示包含編碼wx4g0ec1在內的更大範圍。 這個特性能夠用於附近地點搜索 
2、計算方法： 
GeoHash的計算過程分爲三步： 
一、將經緯度轉換成二進制： 
好比這樣一個點（39.923201, 116.390705） 
緯度的範圍是（-90，90），其中間值爲0。對於緯度39.923201，在區間（0，90）中，所以獲得一個1；（0，90）區間的中間值爲45度，緯度39.923201小於45，所以獲得一個0，依次計算下去，便可獲得緯度的二進制表示，以下表： 
 
最後獲得緯度的二進制表示爲： 
10111000110001111001 
同理能夠獲得經度116.390705的二進制表示爲： 
11010010110001000100 
二、合併緯度、經度的二進制： 
合併方法是將經度、緯度二進制按照奇偶位合併： 
11100 11101 00100 01111 00000 01101 01011 00001 
三、按照Base32進行編碼： 
Base32編碼表（其中一種）： 

將上述合併後二進制編碼後結果爲： 
wx4g0ec1 
3、GeoHash的精度 

編碼越長，表示的範圍越小，位置也越精確。所以咱們就能夠經過比較GeoHash匹配的位數來判斷兩個點之間的大概距離。 
4、不足之處及解決方法 
一、邊緣附近的點，黃色的點要比黑色的點更加靠近紅點，可是因爲黑點跟紅點的GeoHash前綴匹配數目更多，所以獲得黑點更加靠近紅點的結果 
 
解決方法： 
能夠經過篩選周圍8個區域內的全部點，而後計算距離獲得知足條件結果。 
二、由於現有的GeoHash算法使用的是Peano空間填充曲線（可感興趣的可本身查看），這種曲線會產生突變，形成了編碼雖然類似但距離可能相差很大的問題，所以在查詢附近的時候，首先篩選GeoHash編碼類似的點，而後進行實際距離計算。