Java中“附近的人”实现方案讨论及代码实现
前言
在我们平时使用的许多app中有附近的人
这一功能,像微信、qq附近的人,哈罗、街兔附近的车辆。这些功能就在我们日常生活中出现。
像类似于附近的人这一类业务,在Java中是如何实现的呢?
本文就简单介绍下目前的几种解决方案,并提供简单的示例代码
注: 本文仅涉及附近的人
这一业务场景的解决方案讨论,并未涉及到相关的技术细节和方案优化,各位看官可以放心阅读。
基本套路和方案
目前业内的解决方案大都依据geoHash展开,考虑到不同的数据量以及不同的业务场景,本文主要讨论以下3种方案
- Mysql 外接正方形
- Mysql geohash
- Redis geohash
Mysql 外接正方形
外接矩形
的实现方式是相对较为简单的一种方式。
假设给定某用户的位置坐标, 求在该用户指定范围内的其他用户信息
此时可以将位置信息和距离范围简化成平面几何题来求解
实现思路
以当前用户为圆心,以给定距离为半径画圆,那么在这个圆内的所有用户信息就是符合结果的信息,直接检索圆内的用户坐标难以实现,我们可以通过获取这个圆的外接正方形
。
通过外接正方形,获取经度和纬度的最大最小值
,根据最大最小值可以将坐标在正方形内的用户信息搜索出来。
此时在外接正方形中不属于圆形区域的部分就属于多余的部分,这部分用户信息距离当前用户(圆心)的距离必定是大于给定半径的,故可以将其剔除,最终获得指定范围内的附近的人
代码实现
这里只贴出部分核心代码,详细的代码可见源码:NearBySearch
在实现附近的人搜索中,需要根据位置经纬度点,进行一些距离和范围的计算,比如求球面外接正方形的坐标点,球面两坐标点的距离等,可以引入Spatial4j库。
<dependency><groupId>com.spatial4j</groupId><artifactId>spatial4j</artifactId><version>0.5</version></dependency>
- 首先创建一张数据表
user
CREATE TABLE `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;
- 假设已插入足够的测试数据,只要我们获取到外接正方形的四个关键点,就可以直接直接查询
private SpatialContext spatialContext = SpatialContext.GEO; /*** 获取附近x米的人** @param distance 距离范围 单位km* @param userLng 当前经度* @param userLat 当前纬度* @return json*/@GetMapping("/nearby")public String nearBySearch(@RequestParam("distance") double distance,@RequestParam("userLng") double userLng,@RequestParam("userLat") 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);}private Rectangle getRectangle(double distance, double userLng, double userLat) {return spatialContext.getDistCalc().calcBoxByDistFromPt(spatialContext.makePoint(userLng, userLat), distance * DistanceUtils.KM_TO_DEG, spatialContext, null);}
- 这里给出查询的sql
<select id="selectUser" resultMap="BaseResultMap">SELECT * FROM userWHERE 1=1and (longitude BETWEEN ${minlng} AND ${maxlng})and (latitude BETWEEN ${minlat} AND ${maxlat})</select>
Mysql geohash
前面介绍了通过Mysql存储用户的信息和gps坐标,通过计算外接正方形的坐标点来粗略筛选结果集,最终剔除超过范围的用户。
而现在要提到的
Mysql geohash
方案,同样是以Mysql为基础,只不过引入了geohash算法,同时在查询上借助索引。
geohash被广泛应用于位置搜索类的业务中,本文不对它进行展开说明,有兴趣的同学可以看一下这篇博客:[[GeoHash核心原理解析]](https://www.cnblogs.com/LBSer/p/3310455.html),这里简单对它做一个描述:
GeoHash算法将经纬度坐标点编码成一个字符串,距离越近的坐标,转换后的geohash字符串越相似
,例如下表数据:
用户 | 经纬度 | Geohash字符串 |
---|---|---|
小明 | 116.402843,39.999375 | wx4g8c9v |
小华 | 116.3967,39.99932 | wx4g89tk |
小张 | 116.40382,39.918118 | wx4g0ffe |
其中根据经纬度计算得到的geohash字符串,不同精度(字符串长度)代表了不同的距离误差。具体的不同精度的距离误差可参考下表:
geohash码长度 | 宽度 | 高度 |
---|---|---|
1 | 5,009.4km | 4,992.6km |
2 | 1,252.3km | 624.1km |
3 | 156.5km | 156km |
4 | 39.1km | 19.5km |
5 | 4.9km | 4.9km |
6 | 1.2km | 609.4m |
7 | 152.9m | 152.4m |
8 | 38.2m | 19m |
9 | 4.8m | 4.8m |
10 | 1.2m | 59.5cm |
11 | 14.9cm | 14.9cm |
12 | 3.7cm | 1.9cm |
实现思路
使用Mysql存储用户信息,其中包括用户的经纬度信息和geohash字符串。
- 添加新用户时计算该用户的geohash字符串,并存储到用户表中
- 当要查询某一gps附近指定距离的用户信息时,通过比对geohash误差表确定需要的geohash字符串精度
- 计算获得某一精度的当前坐标的geohash字符串,通过
WHERE geohash Like 'geohashcode%'
来查询数据集 - 如果geohash字符串的精度远大于给定的距离范围时,查询出的结果集中必然存在在范围之外的数据
- 计算两点之间距离,对于超出距离的数据进行剔除。
代码实现
这里只贴出部分核心代码,详细的代码可见源码:NearBySearch
同样的要涉及到坐标点的计算和geohash的计算,开始之前先导入spatial4j
- 创建数据表
user_geohash
,给geohash码添加索引
CREATE TABLE `user_geohash` (`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',`geo_code` varchar(64) DEFAULT NULL COMMENT '经纬度所计算的geohash码',`create_time` datetime DEFAULT NULL ON UPDATE CURRENT_TIMESTAMP COMMENT '创建时间',PRIMARY KEY (`id`),KEY `index_geo_hash` (`geo_code`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
- 添加用户信息和范围搜索逻辑
private SpatialContext spatialContext = SpatialContext.GEO;/**** 添加用户* @return*/@PostMapping("/addUser")public boolean add(@RequestBody UserGeohash user) {//默认精度12位String geoHashCode = GeohashUtils.encodeLatLon(user.getLatitude(),user.getLongitude());return userGeohashService.save(user.setGeoCode(geoHashCode).setCreateTime(LocalDateTime.now()));}/*** 获取附近指定范围的人** @param distance 距离范围 单位km* @param len geoHash的精度* @param userLng 当前经度* @param userLat 当前纬度* @return json*/@GetMapping("/nearby")public String nearBySearch(@RequestParam("distance") double distance,@RequestParam("len") int len,@RequestParam("userLng") double userLng,@RequestParam("userLat") double userLat) {//1.根据要求的范围,确定geoHash码的精度,获取到当前用户坐标的geoHash码String geoHashCode = GeohashUtils.encodeLatLon(userLat, userLng, len);QueryWrapper<UserGeohash> queryWrapper = new QueryWrapper<UserGeohash>().likeRight("geo_code",geoHashCode);//2.匹配指定精度的geoHash码List<UserGeohash> users = userGeohashService.list(queryWrapper);//3.过滤超出距离的users = users.stream().filter(a ->getDistance(a.getLongitude(),a.getLatitude(),userLng,userLat)<= distance).collect(Collectors.toList());return JSON.toJSONString(users);}/**** 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;}
通过上面几步,就可以实现这一业务场景,不仅提高了查询效率,并且保护了用户的隐私,不对外暴露坐标位置。并且对于同一位置的频繁请求,如果是同一个geohash字符串,可以加上缓存,减缓数据库的压力。
边界问题优化
geohash算法将地图分为一个个矩形,对每个矩形进行编码,得到geohash码,但是当前点与待搜索点距离很近但是恰好在两个区域
,用上面的方法则就不适用了。
解决这一问题的办法:获取当前点所在区域附近的8个区域的geohash码,一并进行筛选。
如何求解附近的8个区域的geohash码
可参考Geohash求当前区域周围8个区域编码的一种思路
了解了思路,这里我们可以使用第三方开源库ch.hsr.geohash
来计算,通过maven引入
<dependency><groupId>ch.hsr</groupId><artifactId>geohash</artifactId><version>1.0.10</version></dependency>
对上一章节的nearBySearch
方法进行修改如下:
/*** 获取附近指定范围的人** @param distance 距离范围 单位km* @param len geoHash的精度* @param userLng 当前经度* @param userLat 当前纬度* @return json*/@GetMapping("/nearby")public String nearBySearch(@RequestParam("distance") double distance,@RequestParam("len") int len,@RequestParam("userLng") double userLng,@RequestParam("userLat") double userLat) {//1.根据要求的范围,确定geoHash码的精度,获取到当前用户坐标的geoHash码GeoHash geoHash = GeoHash.withCharacterPrecision(userLat, userLng, len);//2.获取到用户周边8个方位的geoHash码GeoHash[] adjacent = geoHash.getAdjacent();QueryWrapper<UserGeohash> queryWrapper = new QueryWrapper<UserGeohash>().likeRight("geo_code",geoHash.toBase32());Stream.of(adjacent).forEach(a -> queryWrapper.or().likeRight("geo_code",a.toBase32()));//3.匹配指定精度的geoHash码List<UserGeohash> users = userGeohashService.list(queryWrapper);//4.过滤超出距离的users = users.stream().filter(a ->getDistance(a.getLongitude(),a.getLatitude(),userLng,userLat)<= distance).collect(Collectors.toList());return JSON.toJSONString(users);}
Redis GeoHash
基于前两种方案,我们可以发现gps这类数据属于读多写少
的情况,如果使用redis来实现附近的人,想必效率会大大提高。
自Redis 3.2开始,Redis基于geohash和有序集合Zset提供了地理位置相关功能
Redis提供6条命令,来帮助我们我完成大部分业务的需求,关于Redis提供的geohash操作命令介绍可阅读博客:Redis 到底是怎么实现“附近的人”这个功能的呢?
本文主要介绍下,我们示例代码中用到的两个命令:
GEOADD key longitude latitude member
:将给定的空间元素(纬度、经度、名字)添加到指定的键里面- 例如添加小明的经纬度信息:GEOADD location 119.98866180732716 30.27465803229662 小明
GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [ASC|DESC] [COUNT count]
: 根据给定地理位置坐标获取指定范围内的地理位置集合(附近的人)- 例如查询某gps附近500m的用户坐标:GEORADIUS location 119.98866180732716 30.27465803229662 500 m WITHCOORD
实现思路
- 添加用户坐标信息到redis(
GEOADD
),redis会将经纬度参数值转换为52位的geohash码, - Redis以geohash码为score,将其他信息以Zset有序集合存入key中
- 通过调用
GEORADIUS
命令,获取指定坐标点某一范围内的数据 - 因geohash存在精度误差,剔除超过指定距离的数据
实现代码
这里只贴出部分核心代码,详细的代码可见源码:NearBySearch
@Autowiredprivate RedisTemplate<String, Object> redisTemplate;//GEO相关命令用到的KEYprivate final static String KEY = "user_info";public boolean save(User user) {Long flag = redisTemplate.opsForGeo().add(KEY, new RedisGeoCommands.GeoLocation<>(user.getName(), new Point(user.getLongitude(), user.getLatitude())));return flag != null && flag > 0;}/*** 根据当前位置获取附近指定范围内的用户* @param distance 指定范围 单位km ,可根据{@link org.springframework.data.geo.Metrics} 进行设置* @param userLng 用户经度* @param userLat 用户纬度* @return*/public String nearBySearch(double distance, double userLng, double userLat) {List<User> users = new ArrayList<>();// 1.GEORADIUS获取附近范围内的信息GeoResults<RedisGeoCommands.GeoLocation<Object>> reslut = redisTemplate.opsForGeo().radius(KEY, new Circle(new Point(userLng, userLat), new Distance(distance, Metrics.KILOMETERS)),RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs().includeDistance().includeCoordinates().sortAscending());//2.收集信息,存入listList<GeoResult<RedisGeoCommands.GeoLocation<Object>>> content = reslut.getContent();//3.过滤掉超过距离的数据content.forEach(a-> users.add(new User().setDistance(a.getDistance().getValue()).setLatitude(a.getContent().getPoint().getX()).setLongitude(a.getContent().getPoint().getY())));return JSON.toJSONString(users);}
方案总结
方案 | 优势 | 缺点 |
---|---|---|
Mysql外接正方形 | 逻辑清晰,实现简单,支持多条件筛选 | 效率较低,不适合大数据量,不支持按距离排序 |
Mysql Geohash | 借助索引有效提高效率,支持多条件筛选 | 不支持按距离排序,存在数据库瓶颈 |
Redis Geohash | 效率高,集成便捷,支持距离排序 | 不适合复杂对象存储,不支持多条件查询 |
总结以上三种方案,各有优劣,在不同的业务场景下,可选择不同的方案来实现。
当然目前附近的人的解决方案并不仅仅这三种,以上权当是这一功能的入门引子,希望对大家有所帮助。
本文的三种方案均有源码提供,源码地址
参考文章
Redis 到底是怎么实现“附近的人”这个功能的呢?
Geohash求当前区域周围8个区域编码的一种思路
GeoHash核心原理解析
Java中“附近的人”实现方案讨论及代码实现相关推荐
- Java 中IO流详解(附实例代码/面试题)
Java I/O流详解 前言 一.I/O流是什么? 二.IO流分类: 1. 流程图: io流对象 2. io流的优缺点: 3. io 流Java中用途有哪些? 三.一些 io 实例 四.面试题: 前言 ...
- Java中before用法_Java Year isBefore()用法及代码示例
Java中Year类的isBefore()方法用于检查当前的Year对象是否在指定为此方法的参数Year之前. 用法: public boolean isBefore(Year otherYear) ...
- java什么会引用传递_在java中为什么很多人说有值传递和引用传递?引用传递的本质...
首先,不要纠结于 Pass By Value 和 Pass By Reference 的字面上的意义,否则很容易陷入所谓的"一切传引用其实本质上是传值"这种并不能解决问题无意义论战 ...
- java中同时两人提交数据_如何一起发送JSON请求和发布表单数据请求?
所以这是一个应该在POST请求中接受以下参数的API: token (as form data) apiKey (as form data) { "notification": { ...
- java中限制多人登录的_Spring Boot + Spring Security 防止用户在多处同时登录(一个用户同时只能登录一次)及源码分析...
网上很多文章的实现方法写得比较复杂 这里介绍一个简单的方法. 实现 @Configuration @EnableWebSecurity public class SecurityConfigurati ...
- Java中的equals和==的差别 以及Java中等价性和同一性的讨论
==对基本数据类型比较的是值,对引用类型比较的是地址 equals()比较的是对象的数据的引用 等价性原理: 自反性 x.equals(x)为true 对称性 x.equals(y) 为t ...
- minimum在java中的意思_Java Calendar getMinimum()用法及代码示例
Calendar类中的getMinimum(int calndr_field)方法用于返回此Calendar实例的给定日历字段(int calndr_field)的最小值. 用法: public ab ...
- java中multiply用法_Java BigInteger multiply()用法及代码示例
java.math.BigInteger.multiply(BigInteger val)用于计算两个BigInteger的乘法.由于BigInteger类内部使用整数数组进行处理,因此对BigInt ...
- Java中善用通用的枚举对象类实现代码业务的判断
场景 在业务开发中,获取到某对象的属性需要对该对象的属性值进行判断. 根据不同的属性值从而执行不同的逻辑. 比如某班次对象有个班次类型属性,其属性值取值为:地面班次.井下班次.混合班次 . 在获取该对 ...
最新文章
- 【原】东拼西凑PBR(1):PBR基础
- ka电器表示什么意思_电器上的KA是指的什么电流?
- Django之MVC框架与MTV框架详解
- JPA_登录校验Controller代码
- 《Python游戏编程快速上手》第五章--龙穴探险
- 程序员远程办公需要面临哪些挑战?
- 小程序获取微信用户绑定的手机号
- 任意电脑登录MySQL_使用批处理命令注册运行mysql数据库,无需注册mysql服务,可以在任意电脑登录使用...
- 添加七牛云存储_3月1日七牛云存储割韭菜的应对方法
- 【2012百度之星资格赛】E:C++ 与Java
- Linux与Windows之间实现文件实时同步的方案
- linux装系统到u盘,萌新的Linux之路(1):安装Linux系统到U盘
- 2017-2018-2 PDE 讨论班
- 一种基于全息投影设备的虚拟形象交互方法及系统
- tap10.app cn.html,Tap连点器
- bzoj 3437: 小P的牧场
- pig java api_pig CheckToken过程讲解
- 文献翻译——YOLO9000:Better,Faster,Stronger(YOLOv2)
- 【NVMe2.0b 10】Controller Shutdown 与 NVM Subsystem Shutdown
- excel数据分析案例