場景解決方案-附近的人（GeoHash的應用）
摘要：
前言
附近的人 ，這四個字的需求就大有文章可做了。很二逼的做法是，存每個人的經度緯度，然後遍歷資料庫所有資料,foreach迴圈，兩點距離座標公式。量少的時候，這個沒啥問題。量大了，掃描全表 + 經緯度距離運算分分鐘拖垮資料庫。那麼是否有方案可以解決這個痛點呢，今年就來說下 Geohas...
前言
附近的人 ，這四個字的需求就大有文章可做了。很二逼的做法是，存每個人的經度緯度，然後遍歷資料庫所有資料,foreach迴圈，兩點距離座標公式。量少的時候，這個沒啥問題。量大了，掃描全表 + 經緯度距離運算分分鐘拖垮資料庫。那麼是否有方案可以解決這個痛點呢，今年就來說下 Geohash
實現思路
想要不拖垮資料，要做到能走索引。就是跟你無關的點，不要掃描。減少掃描行數來實現減輕資料庫的壓力。那麼減少掃描行數肯定要想到索引。可是經緯度有兩個欄位，且查詢條件無論怎麼寫都沒辦法走索引。那麼唯一能想到的就是二維變一維。 geohash基本原理是將地球理解為一個二維平面，將平面遞迴分解成更小的子塊，每個子塊在一定經緯度範圍內擁有相同的編碼，這種方式簡單粗暴，可以滿足對小規模的資料進行經緯度的檢索。 兩個點的距離越近，他們的編碼字首部分就相同，字首部分相同越多，代表距離越近 。然後我們做資料庫掃描的時候 可以 WHERE geohash Like 'code%' 這樣就起到了走索引從而優化了執行效率。
程式碼思路（PHP）
class Geohash {
private $coding = "0123456789bcdefghjkmnpqrstuvwxyz";
private $codingMap = array();
public function Geohash() {
for($i = 0; $i < 32; $i++) {
$this->codingMap[substr($this->coding, $i, 1)] = str_pad(decbin($i), 5, "0", STR_PAD_LEFT);
}
}
public function decode($hash) {
$binary = "";
$hl = strlen($hash);
for($i = 0; $i < $hl; $i++) {
$binary .= $this->codingMap[substr($hash, $i, 1)];
}
$bl = strlen($binary);
$blat = "";
$blong = "";
for ($i = 0; $i < $bl; $i++) {
if ($i%2) {
$blat = $blat.substr($binary, $i, 1);
} else {
$blong = $blong.substr($binary, $i, 1);
}
}
$lat = $this->binDecode($blat, -90, 90);
$long = $this->binDecode($blong, -180, 180);
$latErr = $this->calcError(strlen($blat), -90, 90);
$longErr = $this->calcError(strlen($blong), -180, 180);
$latPlaces = max(1, -round(log10($latErr))) - 1;
$longPlaces = max(1, -round(log10($longErr))) - 1;
$lat = round($lat, $latPlaces);
$long = round($long, $longPlaces);
return array($lat,$long);
}
public function encode($lat,$long) {
$plat = $this->precision($lat);
$latbits = 1;
$err = 45;
while($err > $plat) {
$latbits++;
$err/ = 2;
}
$plong = $this->precision($long);
$longbits = 1;
$err = 90;
while($err > $plong) {
$longbits++;
$err /= 2;
}
$bits = max($latbits,$longbits);
$longbits = $bits;
$latbits = $bits;
$addlong = 1;
while (($longbits+$latbits) % 5 != 0) {
$longbits += $addlong;
$latbits += !$addlong;
$addlong = !$addlong;
}
$blat = $this->binEncode($lat, -90, 90, $latbits);
$blong = $this->binEncode($long, -180, 180, $longbits);
$binary = "";
$uselong = 1;
while (strlen($blat)+strlen($blong)) {
if ($uselong) {
$binary = $binary.substr($blong, 0, 1);
$blong = substr($blong, 1);
} else {
$binary = $binary.substr($blat, 0, 1);
$blat = substr($blat, 1);
}
$uselong = !$uselong;
}
$hash = "";
for ($i = 0; $i < strlen($binary); $i += 5) {
$n = bindec(substr($binary, $i, 5));
$hash = $hash . $this->coding[$n];
}
return $hash;
}
private function calcError($bits, $min, $max) {
$err = ($max - $min) / 2;
while ($bits--) {
$err /= 2;
}
return $err;
}
private function precision($number) {
$precision = 0;
$pt = strpos($number,'.');
if ($pt! == false) {
$precision = -(strlen($number) - $pt - 1);
}
return pow(10, $precision) / 2;
}
private function binEncode($number, $min, $max, $bitcount) {
if ($bitcount == 0) {
return "";
}
$mid = ($min + $max) / 2;
if ($number > $mid) {
return "1" . $this->binEncode($number, $mid, $max, $bitcount - 1);
} else {
return "0" . $this->binEncode($number, $min, $mid, $bitcount - 1);
}
}
private function binDecode($binary, $min, $max) {
$mid = ($min + $max) / 2;
if (strlen($binary) == 0) {
return $mid;
}
$bit = substr($binary, 0, 1);
$binary = substr($binary, 1);
if ($bit == 1) {
return $this->binDecode($binary, $mid, $max);
} else {
return $this->binDecode($binary, $min, $mid);
}
}
}
精度值
如圖，當前綴碼相同為7相差76米左右，為8相差19米，為9的話可以近似理解為那個人就在你身邊了。
