4、觀點討論

geohash有以下幾個特點：

首先，geohash用一個字串表示經度和緯度兩個座標。某些情況下無法在兩列上同時應用索引 （例如MySQL 4之前的版本，Google App Engine的資料層等），利用geohash，只需在一列上應用索引即可。

其次，geohash表示的並不是一個點，而是一個矩形區域。比如編碼wx4g0ec19，它表示的是一個矩形區域。 使用者可以釋出地址編碼，既能表明自己位於北海公園附近，又不至於暴露自己的精確座標，有助於隱私保護。

第三，編碼的字首可以表示更大的區域。例如wx4g0ec1，它的字首wx4g0e表示包含編碼wx4g0ec1在內的更大範圍。 這個特性可以用於附近地點搜尋。首先根據使用者當前座標計算geohash（例如wx4g0ec1）然後取其字首進行查詢 （SELECT * FROM place WHERE geohash LIKE 'wx4g0e%'），即可查詢附近的所有地點。

Geohash比直接用經緯度的高效很多。

Geohash的原理

Geohash的最簡單的解釋就是：將一個經緯度資訊，轉換成一個可以排序，可以比較的字串編碼

        首先將緯度範圍(-90, 90)平分成兩個區間(-90,0)、(0, 90)，如果目標緯度位於前一個區間，則編碼為0，否則編碼為1。

由於39.92324屬於(0, 90)，所以取編碼為1。

然後再將(0, 90)分成 (0, 45), (45, 90)兩個區間，而39.92324位於(0, 45)，所以編碼為0。

以此類推，直到精度符合要求為止，得到緯度編碼為1011 1000 1100 0111 1001。

緯度範圍	劃分區間0	劃分區間1	39.92324所屬區間
(-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

經度也用同樣的演算法，對(-180, 180)依次細分，得到116.3906的編碼為1101 0010 1100 0100 0100。

經度範圍	劃分區間0	劃分區間1	116.3906所屬區間
(-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

接下來將經度和緯度的編碼合併，奇數位是緯度，偶數位是經度，得到編碼 11100 11101 00100 01111 00000 01101 01011 00001。

最後，用0-9、b-z（去掉a, i, l, o）這32個字母進行base32編碼，得到(39.92324, 116.3906)的編碼為wx4g0ec1。

十進位制	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
十進位制	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

解碼演算法與編碼演算法相反，先進行base32解碼，然後分離出經緯度，最後根據二進位制編碼對經緯度範圍進行細分即可，這裡不再贅述。

實現程式碼：

 php：

geohash.class.php

View Code

python：

java：

View Code

C#：

 C#版本的geohash代

  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#程式碼來自：https://github.com/sharonjl/geohash-net

geohash演示：http://openlocation.org/geohash/geohash-js/

各種版本下載：打包下載

觀點討論

引用阿里雲以為技術專家的部落格上的討論：

1.兩個離的越近，geohash的結果相同的位數越多，對麼？
這一點是有些使用者對geohash的誤解，雖然geo確實儘可能的將位置相近的點hash到了一起，可是這並不是嚴格意義上的(實際上也並不可能，因為畢竟多一維座標)，
例如在方格4的左下部分的點和大方格1的右下部分的點離的很近，可是它們的geohash值一定是相差的相當遠，因為頭一次的分塊就相差太大了，很多時候我們對geohash的值進行簡單的排序比較，結果貌似真的能夠找出相近的點，並且似乎還是按照距離的遠近排列的，可是實際上會有一些點被漏掉了。
上述這個問題，可以通過搜尋一個格子，周圍八個格子的資料，統一獲取後再進行過濾。這樣就在編碼層次解決了這個問題。
2.既然不能做到將相近的點hash值也相近，那麼geohash的意義何在呢？
我覺得geohash還是相當有用的一個演算法，畢竟這個演算法通過無窮的細分，能確保將每一個小塊的geohash值確保在一定的範圍之內，這樣就為靈活的周邊查詢和範圍查詢提供了可能。

常見的一些應用場景

A、如果想查詢附近的點？如何操作

查出改點的gehash值，然後到資料庫裡面進行字首匹配就可以了。

B、如果想查詢附近點，特定範圍內，例如一個點周圍500米的點，如何搞？

可以查詢結果，在結果中進行賽選，將geohash進行解碼為經緯度，然後進行比較

 *在緯度相等的情況下：

 *經度每隔0.00001度，距離相差約1米；

 *每隔0.0001度，距離相差約10米；

 *每隔0.001度，距離相差約100米；

 *每隔0.01度，距離相差約1000米；

 *每隔0.1度，距離相差約10000米。

 *在經度相等的情況下：

 *緯度每隔0.00001度，距離相差約1.1米；

 *每隔0.0001度，距離相差約11米；

 *每隔0.001度，距離相差約111米；

 *每隔0.01度，距離相差約1113米；

 *每隔0.1度，距離相差約11132米。

Geohash，如果geohash的位數是6位數的時候，大概為附近1千米…

參考資料：