Geohash 是一種地址編碼,它能把二維的經緯度編碼成一維的字符串。比如,北海公園的編碼是wx4g0ec1。
Geohash 的原理、算法
下面以(39.92324, 116.3906)為例,介紹一下geohash的編碼算法。
首先將緯度范圍(-90, 90)平分成兩個區間(-90, 0)、(0, 90), 如果目標緯度位于前一個區間,則編碼為0,否則編碼為1。由于39.92324屬于(0, 90),所以取編碼為1。然后再將(0, 90)分成 (0, 45), (45, 90)兩個區間,而39.92324位于(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。
緯度范圍 | 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 |
經度也用同樣的算法,對(-180, 180)依次細分,得到116.3906的編碼為1101 0010 1100 0100 0100。
經度范圍 | 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并,奇數位是緯度,偶數位是經度,得到編碼 11100 11101 00100 01111 00000 01101 01011 00001。
最后,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 |
解碼算法與編碼算法相反,先進行base32解碼,然后分離出經緯度,最后根據二進制編碼對經緯度范圍進行細分即可,這里不再贅述。 不過由于geohash表示的是區間,編碼越長越精確,但不可能解碼出完全一致的地址。
Geohash的應用:附近地址搜索
geohash的最大用途就是附近地址搜索了。不過,從geohash的編碼算法中可以看出它的一個缺點:位于格子邊界兩側的兩點, 雖然十分接近,但編碼會完全不同。實際應用中,可以同時搜索當前格子周圍的8個格子,即可解決這個問題。
最后,我們來看看本文開頭提出的兩個問題:速度慢,緩存命中率低。使用geohash查詢附近地點,用的是字符串前綴匹配:
而前綴匹配可以利用geohash列上的索引,因此查詢速度不會太慢。另外,即使用戶坐標發生微小的變化, 也能編碼成相同的geohash,這就保證了每次執行相同的SQL語句,使得緩存命中率大大提高。
新聞熱點
疑難解答