使用Redis来实现LBS的应用
原文地址
微信、陌陌 架构方案分析
近两年、手机应用,莫过于微信、陌陌之类最受欢迎;但实现原理,分享文章甚少。
故,提出两种方案,供分享;不对之处,敬请留言学习。
目标
查找附近的某某某,由近到远返回结果,且结果中有与目标点的距离。
针对查找附近的某某某,提出两个方案,如下:
方案A:
本方案前,请先阅读:基于LBS功能应用的Geohash方案,看过该文章便可简单知道;
1、仅需每分钟将用户的经纬度,上报到数据库;
2、然后每次用户查找附近好友时,通过 LIKE 'wm3yr3%',即可获取
缺点:稍有一定数据量,对数据库的鸭梨可想而知
方案B:使用Redis
策略
假象把中国分成,若干个一平方公里的单元格
1)、用户位置的变更,理解为一个单元格移动到另外一个单元格(或者不移动)
2)、用户查找附近,理解为查找,自己所在方块的的所有人
数据结构
1)、用户基本信息 纬度、经度、GeoHash值(经纬度,仅用于后期距离计算)
2)、单元格 集合(用户1,用户2,…)
存储工具
1)、redis string(key->value) 结构,存储用户基本信息
2)、redis set(集合) 结构,以GeoHash值,前6位作为key(约表示一平方千米),存储单元格的用户群
算法流程
1)、更新用户信息,先删除用户原所在集合,再更新当前用户信息,最后更新当前用户所在集合
2)、查找附近,直接查找,所在单元格集合所有用户ID
具体实现
* @site http: //www.wubiao.info
*/
include_once ( 'geohash.class.php' );
class LBS {
//索引长度 6位
protected $index_len = 6;
protected $redis ;
protected $geohash ;
public function __construct() {
//redis
$this ->redis = new Redis();
$this ->redis->pconnect( '127.0.0.1' , '6379' );
//geohash
$this ->geohash = new Geohash();
}
/**
* 更新用户信息
* @param mixed $latitude 纬度
* @param mixed $longitude 经度
*/
public function upinfo( $user_id , $latitude , $longitude ) {
//原数据处理
//获取原Geohash
$o_hashdata = $this ->redis->hGet( $user_id , 'geo' );
if (! empty ( $o_hashdata )) {
//原索引
$o_index_key = substr ( $o_hashdata , 0, $this ->index_len);
//删除
$this ->redis->sRem( $o_index_key , $user_id );
}
//新数据处理
//纬度
$this ->redis->hSet( $user_id , 'la' , $latitude );
//经度
$this ->redis->hSet( $user_id , 'lo' , $longitude );
//Geohash
$hashdata = $this ->geohash->encode( $latitude , $longitude );
$this ->redis->hSet( $user_id , 'geo' , $hashdata );
//索引
$index_key = substr ( $hashdata , 0, $this ->index_len);
//存入
$this ->redis->sAdd( $index_key , $user_id );
return true;
}
/**
* 获取附近用户
* @param mixed $latitude 纬度
* @param mixed $longitude 经度
*/
public function serach( $latitude , $longitude ) {
//Geohash
$hashdata = $this ->geohash->encode( $latitude , $longitude );
//索引
$index_key = substr ( $hashdata , 0, $this ->index_len);
//取得
$user_id_array = $this ->redis->sMembers( $index_key );
return $user_id_array ;
}
}
?>
|
性能测试
1)模拟数据上报
* @site http: //www.wubiao.info
*/
include_once ( 'lbs.class.php' );
$b_time = microtime(true);
$n = 0;
while (1) {
//user_id 1~1000000
$user_id = rand(1, 1000000);
//latitude 30.59773~30.726786
$rand_latitude = rand(30597730, 30726786);
$latitude = $rand_latitude / 1000000;
//longitude 103.983192 ~104.16069
$rand_longitude = rand(103983192, 104160690);
$longitude = $rand_longitude / 1000000;
$lbs = new lbs();
$lbs ->upinfo( $user_id , $latitude , $longitude );
$n ++;
mylog( $n );
$e_time = microtime(true);
if (( $e_time - $b_time ) >= 60) {
exit ;
}
}
function mylog( $content ) {
file_put_contents ( 'upinfo.log' , $content . "\r\n" , FILE_APPEND);
}
?>
|
2)模拟附近查找
* @site http: //www.wubiao.info
*/
include_once ( 'lbs.class.php' );
$b_time = microtime(true);
$n = 0;
while (1) {
//latitude 30.59773~30.726786
$rand_latitude = rand(30597730, 30726786);
$latitude = $rand_latitude / 1000000;
//longitude 103.983192 ~104.16069
$rand_longitude = rand(103983192, 104160690);
$longitude = $rand_longitude / 1000000;
$lbs = new lbs();
$re = $lbs ->serach( $latitude , $longitude );
$n ++;
mylog( $n );
$e_time = microtime(true);
if (( $e_time - $b_time ) >= 60) {
exit ;
}
}
function mylog( $content ) {
file_put_contents ( 'search.log' , $content . "\r\n" , FILE_APPEND);
}
?>
|
测试环境
vmWare虚拟机,内存256M,主频2.93GHz
性能结果
模拟了100W活跃用户行为,不断更新,不断查找附近好友
1
2
3
4
5
6
7
8
|
//60 seconds insert
88544
//60 seconds search
117660
//成都 100W人,数据占用内存
11 .97M
|
总结
从测试结果来看,完全能满足,微信、陌陌之类的性能要求;
尚可改进之处:
1、Geohash,可写成PHP C扩展;或者其他Geohash实现方式
2、Redis,内存消耗较大,可考虑redis集群方案
3、本文仅查出本单元格用户,提高精度,可查出周围八个单元个,求交集
4、求出结果,如需按照由远到近排序;读出Redis经纬度,利用距离公式排序方可。(可参照上一篇文章)
问题
1)假设我现在设定的hash长度为7 ,那一个个hash值对应一个块,如何得到这个块的坐标区间呢?
例如,成都永丰立交的Geohash值为:wm3yr31d2524;如取7位,则为,wm3yr31;
根据Geohash的算法,那么区间就会是 wm3yr3100000 ~ wm3yr31zzzzz;
根据如上两值,通过“Geohash->经纬度”算出经纬度,可大致确定区间。
2)如果用户上报的位置信息有时效性(比如:15秒内有效)如何处理?
可以在redis存储的时候,设置有效时间
http://www.2cto.com/weixin/201504/393787.html
转载于:https://www.cnblogs.com/softidea/p/6195165.html
使用Redis来实现LBS的应用相关推荐
- 基于LBS功能应用的Geohash方案
随着移动终端的普及,很多应用都基于LBS功能,附近的某某(餐馆.银行.妹纸等等). 基础数据中,一般保存了目标位置的经纬度:利用用户提供的经纬度,进行对比,从而获得是否在附近. 目标: 查找附近的某某 ...
- Redis 实战篇:GEO 助我邂逅附近女神
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 ...
- 在 Java 中利用 redis 实现 LBS 服务
前言 LBS(基于位置的服务) 服务是现在移动互联网中比较常用的功能.例如外卖服务中常用的我附近的店铺的功能,通常是以用户当前的位置坐标为基础,查询一定距离范围类的店铺,按照距离远近进行倒序排序. 自 ...
- java lbs_在 Java 中利用 redis 实现 LBS 服务
前言 LBS(基于位置的服务) 服务是现在移动互联网中比较常用的功能.例如外卖服务中常用的我附近的店铺的功能,通常是以用户当前的位置坐标为基础,查询一定距离范围类的店铺,按照距离远近进行倒序排序. 自 ...
- SpringBoot集成redis的LBS功能
下面的代码实现了添加经纬度数据 和 搜索经纬度数据的功能: import java.util.List;import com.longge.goods.dto.BuildingDto; import ...
- [LBS学习笔记3]redis geo地理位置查询分析
1.redis geo命令 1.1 redis6.2版本geo命令简介 redis自3.2版本开始,提供了地理位置相关的命令: GEOADD:添加空间元素 GEOPOS: 获取某个地理位置的坐标 GE ...
- Redis数据实战之GEO在LBS中应用与自定义新数据类型
Redis数据实战之GEO在LBS中应用与自定义新数据类型 引言 面向 LBS 应用的 GEO 数据类型 GEO 的底层结构 GeoHash 的编码方法 如何操作 GEO 类型 如何自定义数据类型 R ...
- mysql lbs 附近的人_一口气说出 4种 LBS “附近的人” 实现方式,面试官笑了
引言 昨天一位公众号粉丝和我讨论了一道面试题,个人觉得比较有意义,这里整理了一下分享给大家,愿小伙伴们面试路上少踩坑.面试题目比较简单:"让你实现一个附近的人功能,你有什么方案?" ...
- 01:初识Redis
付磊和张益军两位大咖写的葵花宝典(Redis开发和运维)学习笔记. 一.初识Redis 1.redis简介 Redis是一种基于键值对(key-value)的NoSQL数据库,与很多键值对数据库不同的 ...
最新文章
- excel相乘后求和_Excel求和只会sum函数就out了,这五个求和公式一个比一个强
- sqlite3 改源代码支持上下键查询历史命令
- 关于对接保税仓物流系统或支付系统推送报关单的一些琐碎的问题
- R7-12 h0008.卡片延伸长度 (15 分)
- 让微软企业库中的Email Trace Listener使用需要身份验证的SMTP服务器
- Mac OS X安装 ffmpeg
- 在HttpClient请求的时候,返回结果解析时出现java.io.IOException: Attempted read from closed stream. 异常,解决
- python课程价格-python辅导价格是多少?主要流程是什么?
- 无人机辅助移动边缘计算的计算卸载优化:一种深度确定性策略梯度方法(6)——代码实现
- proteus8.9安装教程
- 在线画图工具绘制流程图怎样做
- ora01033是什么错误linux,Oracle错误:ORA-01033
- 单片机的c语言0xef,单片机的C语言编程
- MySQL事务之不可重复读问题
- 阿里巴巴与星巴克合作 AR场景识别首次大规模商用
- 飞凌国产芯片系列经验分享|A40i开发板应用笔记-PWM 的应用
- 内积、外积、元素积、克罗内克积的区分及用法【python】
- Python 汽车之家 车型销量--参数分析与实现
- 【STM32-HAL库】一步步搭建出FOC矢量控制(附C代码)
- docker学习笔记---基础入门
热门文章
- html中表格自动换行
- VMM系列之使用VMM服务器构建 Hyper-V主机(2)
- Emoji表情符号录入MySQL数据库报错的解决方案
- 怎样在VirtualBox 虚拟机中挂载共享目录
- A potentially dangerous Request.Form value was detected from the client
- 再迎利好,“预共识”或能助力BCH“零确认”安全可靠
- OP_Codes为BCH带来更多更好的解决方案
- python:面向对象初级
- eclipse 全局替换
- WebCast听课录(10)