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

//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 ...

使用Redis来实现LBS的应用

原文地址

微信、陌陌架构方案分析

目标

方案A:

方案B：使用Redis

策略

数据结构

存储工具

算法流程

具体实现

性能测试

1）模拟数据上报

2）模拟附近查找

测试环境

性能结果

总结

尚可改进之处：

问题

使用Redis来实现LBS的应用相关推荐

最新文章

热门文章

使用Redis来实现LBS的应用

原文地址

微信、陌陌 架构方案分析

目标

方案A:

方案B：使用Redis

策略

数据结构

存储工具

算法流程

具体实现

性能测试

1）模拟数据上报

2）模拟附近查找

测试环境

性能结果

总结

尚可改进之处：

问题

使用Redis来实现LBS的应用相关推荐

最新文章

热门文章

微信、陌陌架构方案分析