簡介

現在幾乎所有的O2O應用中都會存在“按範圍搜素、離我最近、顯示距離”等等基於位置的互動，那這樣的功能是怎麼實現的呢？本文提供的實現方式，適用於所有資料庫。

實現

為了方便下面說明，先給出一個初始表結構，我使用的是MySQL：

CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    `name` VARCHAR(5) NOT NULL COMMENT '名稱',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '經度',
    `lat`
 
 DOUBLE(8,6) NOT NULL COMMENT '緯度',
    PRIMARY KEY (`id`)
)
COMMENT='商戶表'
CHARSET=utf8mb4
ENGINE=InnoDB
;

• 實現過程主要分為四步： 

1. 搜尋 
在資料庫中搜索出接近指定範圍內的商戶，如：搜尋出1公里範圍內的。 
2. 過濾 
搜尋出來的結果可能會存在超過1公里的，需要再次過濾。如果對精度沒有嚴格要求，可以跳過。 
3. 排序 
距離由近到遠排序。如果不需要，可以跳過。 
4. 分頁 
如果需要2、3步，才需要對分頁特殊處理。如果不需要，可以在第1步直接SQL分頁。

第1步資料庫完成，後3步應用程式完成。

step1 搜尋

搜尋可以用下面兩種方式來實現。

區間查詢

customer表中使用兩個欄位儲存了經度和緯度，如果提前計算出經緯度的範圍，然後在這兩個欄位上加上索引，那搜尋效能會很不錯。 
那怎麼計算出經緯度的範圍呢？已知條件是移動裝置所在的經緯度，還有滿足業務要求的半徑，這很像初中的一道平面幾何題：給定圓心座標和半徑，求該圓外切正方形四個頂點的座標。而我們面對的是一個球體，可以使用spatial4j來計算。

<dependency>
    <groupId>com.spatial4j</groupId>
    <artifactId>spatial4j</artifactId
 
>
    <version>0.5</version>
</dependency>

// 移動裝置經緯度
double lon = 116.312528, lat = 39.983733;
// 千米
int radius = 1;

SpatialContext geo = SpatialContext.GEO;
Rectangle rectangle = geo.getDistCalc().calcBoxByDistFromPt(
        geo.makePoint(lon, lat), radius * DistanceUtils.KM_TO_DEG, geo, null);
System.out.println(rectangle.getMinX() + "-" + rectangle.getMaxX());// 經度範圍
System.out.println(rectangle.getMinY() + "-" + rectangle.getMaxY());// 緯度範圍

計算出經緯度範圍之後，SQL是這樣：

SELECT id, name
FROM customer
WHERE (lon BETWEEN ? AND ?) AND (lat BETWEEN ? AND ?);

需要給lon、lat兩個欄位建立聯合索引：

INDEX `idx_lon_lat` (`lon`, `lat`)

geohash

geohash的原理不講了，詳細可以看這篇文章，講的很詳細。geohash演算法能把二維的經緯度編碼成一維的字串，它的特點是越相近的經緯度編碼後越相似，所以可以通過字首like的方式去匹配周圍的商戶。 
customer表要增加一個欄位，來儲存每個商戶的geohash編碼，並且建立索引。

CREATE TABLE `customer` (
    `id` INT(11) UNSIGNED NOT NULL AUTO_INCREMENT COMMENT '自增主鍵',
    `name` VARCHAR(5) NOT NULL COMMENT '名稱' COLLATE 'latin1_swedish_ci',
    `lon` DOUBLE(9,6) NOT NULL COMMENT '經度',
    `lat` DOUBLE(8,6) NOT NULL COMMENT '緯度',
    `geo_code` CHAR(12) NOT NULL COMMENT 'geohash編碼',
    PRIMARY KEY (`id`),
    INDEX `idx_geo_code` (`geo_code`)
)
COMMENT='商戶表'
CHARSET=utf8mb4
ENGINE=InnoDB
;

在新增或修改一個商戶的時候，維護好geo_code，那geo_code怎麼計算呢？spatial4j也提供了一個工具類GeohashUtils.encodeLatLon(lat, lon)，預設精度是12位。這個儲存做好後，就可以通過geo_code去搜索了。拿到移動裝置的經緯度，計算geo_code，這時可以指定精度計算，那指定多長呢？我們需要一個geo_code長度和距離的對照表：

假設我們的需求是1公里範圍內的商戶，geo_code的長度設定為5就可以了，GeohashUtils.encodeLatLon(lat, lon, 5)。計算出移動裝置經緯度的geo_code之後，SQL是這樣：

SELECT id, name
FROM customer
WHERE geo_code LIKE CONCAT(?, '%');

這樣會比區間查詢快很多，並且得益於geo_code的相似性，可以對熱點區域做快取。但這樣使用geohash還存在一個問題，geohash最終是在地圖上鋪上了一個網格，每一個網格代表一個geohash值，當傳入的座標接近當前網格的邊界時，用上面的搜尋方式就會丟失它附近的資料。比如下圖中，在綠點的位置搜尋不到白家大院，綠點和白家大院在劃分的時候就分到了兩個格子中。 
 
解決這個問題思路也比較簡單，我們查詢時，除了使用綠點的geohash編碼進行匹配外，還使用周圍8個網格的geohash編碼，這樣可以避免這個問題。那怎麼計算出周圍8個網格的geohash呢，可以使用geohash-java來解決。

<dependency>
    <groupId>ch.hsr</groupId>
    <artifactId>geohash</artifactId>
    <version>1.3.0</version>
</dependency>

// 移動裝置經緯度
double lon = 116.312528, lat = 39.983733;
GeoHash geoHash = GeoHash.withCharacterPrecision(lat, lon, 10);
// 當前
System.out.println(geoHash.toBase32());
// N, NE, E, SE, S, SW, W, NW
GeoHash[] adjacent = geoHash.getAdjacent();
for (GeoHash hash : adjacent) {
    System.out.println(hash.toBase32());
}

最終我們的sql變成了這樣：

SELECT id, name
FROM customer
WHERE geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%')
OR geo_code LIKE CONCAT(?, '%');

原來的1次查詢變成了9次查詢，效能肯定會下降，這裡可以優化下。還用上面的需求場景，搜尋1公里範圍內的商戶，從上面的表格知道，geo_code長度為5時，網格寬高是4.9KM，用9個geo_code查詢時，範圍太大了，所以可以將geo_code長度設定為6，即縮小了查詢範圍，也滿足了需求。還可以繼續優化，在儲存geo_code時，只計算到6位，這樣就可以將sql變成這樣：

SELECT id, name
FROM customer
WHERE geo_code IN (?, ?, ?, ?, ?, ?, ?, ?, ?);

這樣將字首匹配換成了直接匹配，速度會提升很多。

step2 過濾

上面兩種搜尋方式，都不是精確搜尋，只是儘量縮小搜尋範圍，提升響應速度。所以需要在應用程式中做過濾，把距離大於1公里的商戶過濾掉。計算距離同樣使用spatial4j。

// 移動裝置經緯度
double lon1 = 116.3125333347639, lat1 = 39.98355521792821;
// 商戶經緯度
double lon2 = 116.312528, lat2 = 39.983733;

SpatialContext geo = SpatialContext.GEO;
double distance = geo.calcDistance(geo.makePoint(lon1, lat1), geo.makePoint(lon2, lat2)) 
    * DistanceUtils.DEG_TO_KM;
System.out.println(distance);// KM

過濾程式碼就不寫了，遍歷一遍搜尋結果即可。

step3 排序

同樣，排序也需要在應用程式中處理。排序基於上面的過濾結果做就可以了Collections.sort(list, comparator)。

step4 分頁

如果需要2、3步，只能在記憶體中分頁，做法也很簡單，可以參考這篇文章。

總結

全文的重點都在於搜尋如何實現，更好的利用資料庫的索引，兩種搜尋方式以百萬資料量為分割線，第一種適用於百萬以下，第二種適用於百萬以上，未經過嚴格驗證。可能有人會有疑問，過濾和排序都在應用層做，記憶體佔用會不會很嚴重？這是個潛在問題，但大多數情況下不會。看我們大部分的應用場景，都是單一種類POI(Point Of Interest)的搜尋，如酒店、美食、KTV、電影院等等，這種資料密度是很小，1公里內的酒店，能有多少家，50家都算多的，所以最終要看具體業務資料密度。本文沒有分析原理，只講了具體實現，有關分析的文章可以看參考連結。