桂林市网站设计,云网站系统,万网域名指向网站,福州市建设工程工料机信息网站GEO数据结构
Redis在3.2版本中加入了对GEO的支持#xff0c;允许存储地理坐标信息#xff0c;根据经纬度来检索数据。
GEO本质上是基于sortedSet实现的#xff0c;在Sorted Set中#xff0c;每个成员都是与一个分数(score)相关联的#xff0c;这个分数用于对成员进行排序…GEO数据结构
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根据经纬度来检索数据。
GEO本质上是基于sortedSet实现的在Sorted Set中每个成员都是与一个分数(score)相关联的这个分数用于对成员进行排序。然而在GEO数据结构中Redis内部使用一个叫geohash的算法将每个地理位置的经纬度转换为一个64位的整数这个整数在Sorted Set中被用作分数(score)。用户在使用GEO相关命令进行操作时通常不需要直接处理这个分数。
以下为应用场景 附近的人/地点查询: GEO数据结构可以用来实现“附近的人”或“附近的地点”等功能。比如社交应用可以利用它来查找附近的用户餐饮服务应用可以用它来显示用户附近的餐馆或咖啡厅。 地理位置距离计算: 可以使用GEO数据结构来计算两个地理位置之间的距离支持不同的单位米、千米、英里和英尺。这对于需要展示用户和某个地点之间距离的应用非常有用。 地理位置信息检索: 应用程序可以利用GEO数据结构存储地点的地理位置信息并快速检索。例如旅游应用可以存储景点的位置信息用户可以查询特定区域内的所有景点。 基于位置的服务(LBS): GEO数据结构支持构建各种基于位置的服务如配送服务应用可以使用它来计算配送路线和距离从而优化配送效率和成本。 地理围栏(Geofencing): 虽然Redis的GEO数据结构本身不直接支持地理围栏功能但可以通过与其他功能结合使用来实现。地理围栏允许应用程序在用户进入或离开特定地理区域时触发特定的动作或通知广泛应用于安全监控、资产跟踪、个性化营销等领域。 路线规划与导航: 通过结合GEO数据结构和其他算法可以实现简单的路线规划和导航功能帮助用户找到从一个地点到另一个地点的最佳路径。
导入店铺数据到GEO 当我们点击美食之后会出现一系列的商家商家中可以按照多种排序方式我们此时关注的是距离这个地方就需要使用到我们的GEO向后台传入当前app收集的地址(我们此处是写死的) 以当前坐标作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传入后台后台查询出对应的数据再返回。
Redis中GEO内部结构 接下来将数据库表中的数据导入到redis中去redis中的GEOGEO在redis中就一个menber和一个经纬度我们把x和y轴传入到redis做的经纬度位置去但我们不能把所有的数据都放入到menber中去毕竟作为redis是一个内存级数据库如果存海量数据redis还是力不从心所以我们在这个地方存储他的id即可。但是这个时候还有一个问题就是在redis中并没有存储type所以我们无法根据type来对数据进行筛选所以我们可以按照商户类型做分组类型相同的商户作为同一组以typeId为key存入同一个GEO集合中即可。
void loadShopData() {// 1.查询店铺信息ListShop list shopService.list();// 2.把店铺分组按照typeId分组typeId一致的放到一个集合MapLong, ListShop map list.stream().collect(Collectors.groupingBy(Shop::getTypeId));// 3.分批完成写入Redisfor (Map.EntryLong, ListShop entry : map.entrySet()) {// 3.1.获取类型idLong typeId entry.getKey();String key SHOP_GEO_KEY typeId;// 3.2.获取同类型的店铺的集合ListShop value entry.getValue();ListRedisGeoCommands.GeoLocationString locations new ArrayList(value.size());// 3.3.写入redis GEOADD key 经度 纬度 memberfor (Shop shop : value) {// stringRedisTemplate.opsForGeo().add(key, new Point(shop.getX(), shop.getY()), shop.getId().toString());locations.add(new RedisGeoCommands.GeoLocation(shop.getId().toString(),new Point(shop.getX(), shop.getY())));}stringRedisTemplate.opsForGeo().add(key, locations);}
}
实现附近商户功能
接口
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);
}
逻辑实现
Overridepublic Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {// 1.判断是否需要根据坐标查询if (x null || y null) {// 不需要坐标查询按数据库查询PageShop page query().eq(type_id, typeId).page(new Page(current, SystemConstants.DEFAULT_PAGE_SIZE));// 返回数据return Result.ok(page.getRecords());}// 2.计算分页参数int from (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE;int end current * SystemConstants.DEFAULT_PAGE_SIZE;// 3.查询redis、按照距离排序、分页。结果shopId、distanceString key SHOP_GEO_KEY typeId;GeoResultsRedisGeoCommands.GeoLocationString results stringRedisTemplate.opsForGeo() // GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE.search(key,GeoReference.fromCoordinate(x, y),new Distance(5000),RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end));// 4.解析出idif (results null) {return Result.ok(Collections.emptyList());}ListGeoResultRedisGeoCommands.GeoLocationString list results.getContent();if (list.size() from) {// 没有下一页了结束return Result.ok(Collections.emptyList());}// 4.1.截取 from ~ end的部分ListLong ids new ArrayList(list.size());MapString, Distance distanceMap new HashMap(list.size());list.stream().skip(from).forEach(result - {// 4.2.获取店铺idString shopIdStr result.getContent().getName();ids.add(Long.valueOf(shopIdStr));// 4.3.获取距离Distance distance result.getDistance();distanceMap.put(shopIdStr, distance);});// 5.根据id查询ShopString idStr StrUtil.join(,, ids);ListShop shops query().in(id, ids).last(ORDER BY FIELD(id, idStr )).list();for (Shop shop : shops) {shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());}// 6.返回return Result.ok(shops);}
