地球上的任何乙個位置都可以使用二維的經緯度來表示，經度範圍 [-180, 180]，緯度範圍 [-90, 90]。
可以基於當前的座標節點，來劃分出乙個矩形（2r）的範圍來查詢附近的人。當兩個座標元素的距離不是很遠的時候，我們就可以簡單利用勾股定理就能夠得出他們之間的距離。但是地球不是乙個標準的球體，經緯度的密度是不一樣 的，所以我們使用勾股定理計算平方之後再求和時，需要按照一定的係數加權再進行求和。資料表可以把經緯度座標新增復合索引 ，這樣可以滿足最大優化查詢效能。
select
* from
positions
where
x > '.$lat.' - 1
and x < '.$lat.' + 1 and y > '.$lon.' - 1
and y < '.$lon.' + 1
order by
acos(
sin( ( '.$lat.' * 3.1415 ) / 180 ) * sin( ( x * 3.1415 ) / 180 ) + cos( ( '.$lat.' * 3.1415 ) / 180 ) * cos( ( x * 3.1415 ) / 180 ) * cos( ( '.$lon.' * 3.1415 ) / 180 - ( y * 3.1415 ) / 180 )
) * 6380 asc
limit 10 ';
把任意座標變成一串二進位制的編碼，通過這個整數我們就可以還原出元素的座標，整數越長還原出來的座標值的損失程式就越小。
最後就是乙個base32 (09, az, 去掉 a/i/l/o 四個字母) 的編碼操作，讓它變成乙個字串，例如上面那一串兒就變成了 wx4g0ec1。
在 redis 中經緯度使用 52 位的整數進行編碼，放進了 zset 裡面，zset 的 value 是元素的 key，score 是 geohash的 52 位整數值。zset 的 score 雖然是浮點數，但是對於 52 位的整數值來說，它可以無損儲存。
在使用 redis 進行 geohash查詢時，redis內部結構實際上只是乙個zset(skiplist)。通過 zset 的 score 排序就可以得到座標附近的其他元素 (實際情況要複雜一些，不過這樣理解足夠了)，通過將 score 還原成座標值就可以得到元素的原始座標了。
在 redis 的集群環境中，集合可能會從乙個節點遷移到另乙個節點，如果單個 key 的資料過大，會對集群的遷移工作造成較大的影響，在集群環境中單個 key 對應的資料量不宜超過 1m，否則會導致集群遷移出現卡頓現象，影響線上服務的正常執行，因此geo 的資料最好用單獨的redis 例項部署。
如果資料量過億甚至更大，就需要對 geo 資料進行拆分，按國家拆分、按省拆分，按市拆分，在人口特大城市甚至可以按區拆分。這樣就可以顯著降低單個 zset 集合的大小。
如何實現查詢附近的人
問題 給定乙個使用者a，返回與此使用者相距小於d的所有使用者。支援geo的後端儲存有mongodb，redis等。那麼如果讓我們實現，我們應該怎麼做呢？思路 圍繞此使用者生成乙個圓形，半徑是d，返回所有被此園覆蓋的使用者。方法1 先求方，再求園。如果直接求園，每乙個使用者都要計算距離值，無法利用到索...
查詢附近的人 mongodb的實現
最近做乙個關於附近的人查詢，參考了很多資料 現在市面上主流的做法 1.用資料庫 2.用類存 3.用lucene 我選用的是用mongodb自帶的查附近的人的方法，如下 dbobject db new basicdbobject cityid json.parse dbobject near new ...
用redis獲取附近的人
geoadd 將指定的地理空間位置 緯度 經度 名稱 新增到指定的 key 中 我們用這個命令將使用者發表動態時的位置資訊記錄進 redis key longitude latitude member longitude latitude member georadius 以給定的經緯度為中心，返回...