码老湿,阅读了你的巧用数据类型实现亿级数据统计之后,我学会了如何游刃有余的使用不同的数据类型(String、Hash、List、Set、Sorted Set、HyperLogLog、Bitmap)去解决不同场景的统计问题。

产品经理说他有一个 idea,为广大少男少女提供一个连接彼此的机会

让处于这最美的年龄的少男少女能在每一个​​十二时辰​​​里能邂逅到那个 ​​Ta​​。

所以就想开发一款 ​​App​​​,用户登陆后能发现附近的那个 ​​Ta​​,连接彼此。

GEOADD girl:localtion 13.361389 38.115556 "苍天井空子" 15.087269 37.502669 "波多空野无结衣"

我该如何实现发现附近的人?我也希望通过这个 ​​App​​邂逅女神……

记忆中,一个下班的夜晚,她从人群中轻盈的移动着,那高挑苗条的身材像漂浮在空间中的一个飘逸的音符。她的眼睛充满清澈的阳光和活力,她的双眸中印着银河系的星光。



开篇寄语


多锻炼自己的表达能力,特别是在工作中。很多人说「干活的不如那些做 PPT 的」,实际上老板都不傻,为何他们会更认可那些做 PPT 的?

因为他们从老板的角度考虑问题,对他而言,需要的是一个「解决方案」。多从一个创造者的视角去考虑问题,而不是局限在用程序员的视角考虑问题;

多想一下这个东西到底给人提供什么价值,而不是「我要怎么实现它」。当然,怎么实现是必须的,但通常不是最重要的。




什么是面向 LBS 应用

经纬度是经度与纬度的合称组成一个坐标系统。又称为地理坐标系统,它是一种利用三度空间的球面来定义地球上的空间的球面坐标系统,能够标示地球上的任何一个位置(小数点后7位,精度可以到1厘米)。

经度的范围在 (-180, 180],纬度的范围 在(-90, 90],纬度正负以赤道为界,北正南负,经度正负以本初子午线 (英国格林尼治天文台) 为界,东正西负。

​附近的人​​​ 也就是常说的 ​​LBS​​ (Location Based Services,基于位置服务),它围绕用户当前地理位置数据而展开的服务,为用户提供精准的邂逅服务。

​附近的人​​核心思想如下:


  1. 以 “我” 为中心,搜索附近的 Ta;
  2. 以 “我” 当前的地理位置为准,计算出别人和 “我” 之间的距离;
  3. 按 “我” 与别人距离的远近排序,筛选出离我最近的用户。


MySQL 实现


计算「附近的人」,通过一个坐标计算这个坐标附近的其他数据,按照距离排序,如何下手呢?


以用户为中心,给定一个 1000 米作为半径画圆,那么圆形区域内的用户就是我们想要邂逅的「附近的人」。

将经纬度存储到 ​​MySQL​​:

CREATE TABLE `nearby_user` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(255) DEFAULT NULL COMMENT '名称',
`longitude` double DEFAULT NULL COMMENT '经度',
`latitude` double DEFAULT NULL COMMENT '纬度',
`create_time` datetime DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;


可是总不能遍历所有的「女神」经纬度与自己的经纬度数据计算在根据距离排序,这个计算量也太大了。


我们可以通过区域来过滤出有限「女神」坐标数据,再对矩形区域内的数据进行全量距离计算再排序,这样计算量明显降低。


如何划分矩形区域呢?


在圆形外套上一个正方形,根据用户经、纬度的最大最小值(经、纬度 + 距离),作为筛选条件过滤数据,就很容易将正方形内的「女神」信息搜索出来。

Redis 实战篇:GEO助我邂逅附近女神_权重


多出来的一些区域咋办?


多出来的这部分区域内的用户,到圆点的距离一定比圆的半径要大,那么我们就计算用户中心点与正方形内所有用户的距离,筛选出所有距离小于等于半径的用户,圆形区域内的所用户即符合要求的​​附近的人​​。

为了满足高性能的矩形区域算法,数据表需要在经纬度坐标加上复合索引 ​​(longitude, latitude)​​,这样可以最大优化查询性能。



实战

根据经纬度和距离获取外接矩形最大、最小经纬度以及根据经纬度计算距离使用了一个第三方类库:

<dependency>
<groupId>com.spatial4j</groupId>
<artifactId>spatial4j</artifactId>
<version>0.5</version>
</dependency>

获取到外接矩形后,以矩形的最大最小经、纬度值搜索正方形区域内的用户,再剔除超过指定距离的用户,就是最终的​​附近的人​​。

/**
* 获取附近 x 米的人
*
* @param distance 搜索距离范围 单位km
* @param userLng 当前用户的经度
* @param userLat 当前用户的纬度
*/
public String nearBySearch(double distance, double userLng, double userLat) {
//1.获取外接正方形
Rectangle rectangle = getRectangle(distance, userLng, userLat);
//2.获取位置在正方形内的所有用户
List<User> users = userMapper.selectUser(rectangle.getMinX(), rectangle.getMaxX(), rectangle.getMinY(), rectangle.getMaxY());
//3.剔除半径超过指定距离的多余用户
users = users.stream()
.filter(a -> getDistance(a.getLongitude(), a.getLatitude(), userLng, userLat) <= distance)
.collect(Collectors.toList());
return JSON.toJSONString(users);
}

// 获取外接矩形
private Rectangle getRectangle(double distance, double userLng, double userLat) {
return spatialContext.getDistCalc()
.calcBoxByDistFromPt(spatialContext.makePoint(userLng, userLat),
distance * DistanceUtils.KM_TO_DEG, spatialContext, null);
}

/***
* 球面中,两点间的距离
* @param longitude 经度1
* @param latitude 纬度1
* @param userLng 经度2
* @param userLat 纬度2
* @return 返回距离,单位km
*/
private double getDistance(Double longitude, Double latitude, double userLng, double userLat) {
return spatialContext.calcDistance(spatialContext.makePoint(userLng, userLat),
spatialContext.makePoint(longitude, latitude)) * DistanceUtils.DEG_TO_KM;
}

由于用户间距离的排序是在业务代码中实现的,可以看到SQL语句也非常的简单。

SELECT * FROM nearby_user
WHERE 1=1
AND (longitude BETWEEN #{minlng} AND #{maxlng})
AND (latitude BETWEEN #{minlat} AND #{maxlat})

但是数据库查询性能毕竟有限,如果「附近的人」查询请求非常多,在高并发场合,这可能并不是一个很好的方案。



尝试 Redis Hash 未果

我们一起分析下 LBS 数据的特点:


  1. 每个「女神」都有一个 ID 编号,每个ID 对应着经纬度信息。
  2. 「宅男」登陆 ​​app​​​获取「心动女生」的时候,​​app​​根据「宅男」的经纬度查找附近的「女神」。
  3. 获取到位置符合的「女神」ID 列表后,再从数据库获取 ID 对应的「女神」信息返回用户。


数据特点就是一个女神(用户)对应着一组经纬度,让我想到了 Redis 的 Hash 结构。也就是一个 key(女神 ID) 对应着 一个 value(经纬度)。


Redis 实战篇:GEO助我邂逅附近女神_权重_02

​Hash​​看起来好像可以实现,但是 LBS 应用除了记录经纬度以外,还需要对 Hash 集合中的数据进行范围查询,根据经纬度换算成距离排序。

而 Hash 集合的数据是无序的,显然不可取



Sorted Set 初见端倪


Sorted Set 类型是是否合适呢?因为它可以排序。


​Sorted Set​​​ 类型也是一个 ​​key​​​对应一个 ​​value​​​,​​key元素内容,而​​value `就是该元素的权重分数。

​Sorted Set​​可以根据元素的权重分数对元素排序,这样看起来就满足我们的需求了。

比如,Sorted Set 的元素是「女神ID」,元素对应的权重 score 是经纬度信息。

Redis 实战篇:GEO助我邂逅附近女神_权重_03


问题来了,Sorted Set 元素的权重值是一个浮点数,经纬度是经度、纬度两个值,咋办呢?能不能将经纬度转换成一个浮点数呢?


思路对了,为了实现对经纬度比较,Redis 采用业界广泛使用的 GeoHash 编码,分别对经度和纬度编码,最后再把经纬度各自的编码组合成一个最终编码。

这样就实现了将经纬度转换成一个值,而 Redis 的 GEO 类型的底层数据结构用的就是 Sorted Set来实现

我们来看下 ​​GeoHash​​ 如何将经纬度编码的。



GEOHash 编码


关于 GeoHash 可参考 :​​https://en.wikipedia.org/wiki/Geohash​​


​GeoHash​​算法将二维的经纬度数据映射到一维的整数,这样所有的元素都将在挂载到一条线上,距离靠近的二维坐标映射到一维后的点之间距离也会很接近。

当我们想要计算「附近的人时」,首先将目标位置映射到这条线上,然后在这个一维的线上获取附近的点就行了。

GeoHash 编码会把一个经度值编码成一个 N 位的二进制值,我们来对经度范围[-180,180]做 N 次的二分区操作,其中 N 可以自定义。

在进行第一次二分区时,经度范围[-180,180]会被分成两个子区间:[-180,0) 和[0,180](我称之为左、右分区)。

此时,我们可以查看一下要编码的经度值落在了左分区还是右分区。如果是落在左分区,我们就用 0 表示;如果落在右分区,就用 1 表示

这样一来,每做完一次二分区,我们就可以得到 1 位编码值(不是0 就是 1)。

再对经度值所属的分区再做一次二分区,同时再次查看经度值落在了二分区后的左分区还是右分区,按照刚才的规则再做 1 位编码。当做完 N 次的二分区后,经度值就可以用一个 N bit 的数来表示了。

所有的地图元素坐标都将放置于唯一的方格中。方格越小,坐标越精确。然后对这些方格进行整数编码,越是靠近的方格编码越是接近。

编码之后,每个地图元素的坐标都将变成一个整数,通过这个整数可以还原出元素的坐标,整数越长,还原出来的坐标值的损失程度就越小。对于「附近的人」这个功能而言,损失的一点精确度可以忽略不计。

比如对经度值等于 ​​169.99​​ 进行 4 位编码(N = 4,做 4 次分区),把经度区间[-180,180]分成了左分区[-180,0) 和右分区[0,180]。


  1. 169.99 属于右分区,使用 ​​1​​ 表示第一次分区编码;
  2. 再将 169.99 经过第一次划分所属的 [0, 180] 区间继续分成 [0, 90) 和 [90, 180],169.99 依然在右区间,编码 ‘1’。
  3. 将[90, 180] 分为[90, 135) 和 [135, 180],这次落在左分区,编码 ‘0’。

如此,最后我们就得到一个 4 位的编码。

而纬度的编码思路跟经度也是一样的,不再赘述。



合并经纬度编码

假如计算的经纬度编码分别是 ​​11011 和​​00101`,目标编码第 0 位则从经度第 0 位的值 1 作为目标值,目标编码的第 1 位则从纬度第 0 位值 0 作为目标值,以此类推:

Redis 实战篇:GEO助我邂逅附近女神_数据_04

就这样,经纬度(35.679,114.020)就可以使用 ​​1010011011​​​ 表示,而这个值就可以作为 ​​SortedSet​​ 的权重值实现排序。



Redis GEO 实现


GEO 类型是将经纬度的经过 GeoHash 编码的合并值作为 Sorted Set 元素的 score 权重,Redis 的 GEO 有哪些指令呢?


我们需要把登陆 app 的女生 ID 和对应的经纬度存到 Sorted Set 里面。

更多 GEO 类型指令可参考:https://redis.io/commands#geo

GEOADD

Redis 提供了 ​​GEOADD key longitude latitude member​​ 命令,将一组经纬度信息和对应的「女神 ID」记录到 GEO 类型的集合中,如下:一次记录多个用户(苍天井空子、波多没有亮结衣)的经纬度信息。

GEORADIUS


我登陆了 app,获取自己的经纬度信息,如何查找以这个经纬度为中心的一定范围内的其他用用户呢?


​Redis GEO​​​类型提供了 ​​GEORADIUS​​指令:会根据输入的经纬度位置,查找以这个经纬度为中心的一定范围内的其他元素。

假设自己的经纬度是(15.087269 37.502669),需要获取附近 10 km 的「女神」并返回给 LBS 应用:

GEORADIUS girl:locations 15.087269 37.502669 km ASC COUNT 10

​ASC​​可以实现让「女神」信息按照这个距离自己的经纬度由近到远排序。

​COUNT​​选项表示指定返回的「女神」数量,防止附近太多「女神」,节省带宽资源。

如果觉得自己需要更多女神,那么可以无限制,但是需要注意身体,多吃鸡蛋补一补。


用户下线后,如删除下线的「女神」经纬度呢?


这个问题问得好,​​GEO​​​ 类型是基于 ​​Sorted Set​​​ 实现的,所以可以借用 ​​ZREM​​ 命令实现对地理位置信息的删除。

比如删除「苍天井空子」的位置信息:

ZREM girl:localtion "苍天井空子"



小结

GEO 本身并没有设计新的底层数据结构,而是直接使用了 Sorted Set 集合类型。

GEO 类型使用 GeoHash 编码方法实现了经纬度到 Sorted Set 中元素权重分数的转换,这其中的两个关键机制就是对二维地图做区间划分,以及对区间进行编码。

一组经纬度落在某个区间后,就用区间的编码值来表示,并把编码值作为 Sorted Set 元素的权重分数。

在一个地图应用中,车的数据、餐馆的数据、人的数据可能会有百万千万条,如果使用 Redis 的 Geo 数据结构,它们将全部放在一个 zset 集合中。

在 Redis 的集群环境中,集合可能会从一个节点迁移到另一个节点,如果单个 key 的数据过大,会对集群的迁移工作造成较大的影响,在集群环境中单个 key 对应的数据量不宜超过 1M,否则会导致集群迁移出现卡顿现象,影响线上服务的正常运行。

所以,这里建议 Geo 的数据使用单独的 Redis 集群实例部署。

如果数据量过亿甚至更大,就需要对 Geo 数据进行拆分,按国家拆分、按省拆分,按市拆分,在人口特大城市甚至可以按区拆分。

这样就可以显著降低单个 zset 集合的大小。

Redis 实战篇:GEO助我邂逅附近女神_geohash_05

巨人肩膀


https://cloud.tencent.com/developer/article/1393498Redis 核心技术与实战