geohash编码算法在LBS中的应用

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：

查找附近的某某某，由近到远返回结果，且结果中有与目标点的距离。

理论：https://github.com/phonecom01/geohash

针对查找附近的某某某，提出两个方案，如下：

一、方案A:

抽象为球面两点距离的计算，即已知道球面上两点的经纬度；

点（纬度，经度），A($radLat1,$radLng1)、B($radLat2,$radLng2);

优点：通俗易懂，部署简单便捷

缺点：每次都会查询数据库，性能堪忧

1、推导

通过余弦定理以及弧度计算方法，最终推导出来的算式A为：

$s = acos(cos($radLat1) * cos($radLat2) * cos($radLng1 - $radLng2) + sin($radLat1) * sin($radLat2)) * $R;

目前网上大多使用Google公开的距离计算公司，推导算式B为：

$s = 2*asin(sqrt(pow(sin(($radLat1-$radLat2)/2),2)+cos($radLat1)*cos($radLat2)*pow(sin(($radLng1-$radLng2)/2),2)))*$R;

其中 :

$radLat1、$radLng1，$radLat2，$radLng2 为弧度

$R 为地球半径

2、两种算法

通过测试两种算法，结果相同且都正确，但通过PHP代码测试，两点间距离，10W次性能对比，自行推导版本计算时长算式B较优，如下：

//算式A
0.56368780136108float(431)
0.57460689544678float(431)
0.59051203727722float(431)

//算式B
0.47404885292053float(431)
0.47808718681335float(431)
0.47946381568909float(431)

3、所以采用数学方法推导出的公式:

<?php
    //根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
    public static function getDistance($lat1,$lng1,$lat2,$lng2) {
        //地球半径
        $R = 6378137;
        //将角度转为狐度
        $radLat1 = deg2rad($lat1);
        $radLat2 = deg2rad($lat2);
        $radLng1 = deg2rad($lng1);
        $radLng2 = deg2rad($lng2);
        //结果
        $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
        //精度
        $s = round($s* 10000)/10000;
        return  round($s);
    }
?>

4、实际应用中

在实际应用中，需要从数据库中遍历取出符合条件，以及排序等操作，将所有数据取出，然后通过PHP循环对比，筛选符合条件结果，显然性能低下；所以我们利用下Mysql存储函数来解决这个问题吧。

1）、创建MySQL存储函数,并对经纬度字段建立索引

DELIMITER $$
CREATE DEFINER=`root`@`%` FUNCTION `GETDISTANCE`(lat1 DOUBLE, lng1 DOUBLE, lat2 DOUBLE, lng2 DOUBLE) RETURNS double
READS SQL DATA
DETERMINISTIC
BEGIN
DECLARE RAD DOUBLE;
DECLARE EARTH_RADIUS DOUBLE DEFAULT 6378137;
DECLARE radLat1 DOUBLE;
DECLARE radLat2 DOUBLE;
DECLARE radLng1 DOUBLE;
DECLARE radLng2 DOUBLE;
DECLARE s DOUBLE;
SET RAD = PI() / 180.0;
SET radLat1 = lat1 * RAD;
SET radLat2 = lat2 * RAD;
SET radLng1 = lng1 * RAD;
SET radLng2 = lng2 * RAD;
SET s = ACOS(COS(radLat1)*COS(radLat2)*COS(radLng1-radLng2)+SIN(radLat1)*SIN(radLat2))*EARTH_RADIUS;
SET s = ROUND(s * 10000) / 10000;
RETURN s;
END$$
DELIMITER ;

2）、查询SQL

通过SQL，可设置距离以及排序；可搜索出符合条件的信息，以及有一个较好的排序

SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,30.663262,104.071619) AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC LIMIT 0,10

二、方案B：Geohash算法

Geohash算法是一种地址编码，它能把二维的经纬度编码成一维的字符串。比如，成都永丰立交的编码是wm3yr31d2524

优点:

1）、利用一个字段，即可存储经纬度；搜索时，只需一条索引，效率较高

2）、编码的前缀可以表示更大的区域，查找附近的，非常方便。 SQL中，LIKE 'wm3yr3%'，即可查询附近的所有地点。

3）、通过编码精度可模糊坐标、隐私保护等。

缺点:

距离和排序需二次运算（筛选结果中运行，其实挺快）

1、geohash的编码算法

成都永丰立交经纬度(30.63578,104.031601)

1)、纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)， 如果目标纬度位于前一个区间，则编码为0，否则编码为1。

由于30.625265属于(0, 90)，所以取编码为1。

然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0

然后再将(0, 45)分成 (0, 22.5), (22.5, 45)两个区间，而39.92324位于(22.5, 45)，所以编码为1

依次类推可得永丰立交纬度编码为101010111001001000100101101010。

2)、经度也用同样的算法，对(-180, 180)依次细分，(-180，0)、(0,180) 得出编码110010011111101001100000000000

3)、合并经纬度编码，从高到低，先取一位经度，再取一位纬度；得出结果 111001001100011111101011100011000010110000010001010001000100

4)、用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(30.63578,104.031601)的编码为wm3yr31d2524。

11100 10011 00011 11110 10111 00011 00001 01100 00010 00101 00010 00100 => wm3yr31d2524

十进制    0   1   2   3   4   5   6   7   8   9   10  11  12  13  14  15
base32   0   1   2   3   4   5   6   7   8   9   b   c   d   e   f   g
十进制  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31
base32   h   j   k   m   n   p   q   r   s   t   u   v   w   x   y   z

2、策略

1)、在纬度和经度入库时，数据库新加一字段geohash，记录此点的geohash值

2)、查找附近，利用 在SQL中 LIKE 'wm3yr3%'；且此结果可缓存；在小区域内，不会因为改变经纬度，而重新数据库查询

3)、查找出的有限结果，如需要求距离或者排序，可利用距离公式和二维数据排序；此时也是少量数据，会很快的。

3、一个PHP基类

geohash.class.php

<?php
/**
* Encode and decode geohashes
*/
class Geohash {
    private $coding = "0123456789bcdefghjkmnpqrstuvwxyz";
    private $codingMap = array();

    public function Geohash() {
        for($i = 0; $i < 32; $i++) {
            $this->codingMap[substr($this->coding, $i, 1)] = str_pad(decbin($i), 5, "0", STR_PAD_LEFT);
        }
    }

    public function decode($hash) {
        $binary = "";
        $hl = strlen($hash);
        for($i = 0; $i < $hl; $i++) {
            $binary .= $this->codingMap[substr($hash, $i, 1)];
        }

        $bl = strlen($binary);
        $blat = "";
        $blong = "";
        for ($i = 0; $i < $bl; $i++) {
            if ($i%2) {
                $blat = $blat.substr($binary, $i, 1);
	    } else {
                $blong = $blong.substr($binary, $i, 1);
	    }
        }

        $lat = $this->binDecode($blat, -90, 90);
        $long = $this->binDecode($blong, -180, 180);

        $latErr = $this->calcError(strlen($blat), -90, 90);
        $longErr = $this->calcError(strlen($blong), -180, 180);

        $latPlaces = max(1, -round(log10($latErr))) - 1;
        $longPlaces = max(1, -round(log10($longErr))) - 1;

        $lat = round($lat, $latPlaces);
        $long = round($long, $longPlaces);

        return array($lat,$long);
    }

    public function encode($lat,$long) {
        $plat = $this->precision($lat);
        $latbits = 1;
        $err = 45;
        while($err > $plat) {
            $latbits++;
            $err/ = 2;
        }

        $plong = $this->precision($long);
        $longbits = 1;
        $err = 90;
        while($err > $plong) {
            $longbits++;
            $err /= 2;
        }
        $bits = max($latbits,$longbits);
        $longbits = $bits;
        $latbits = $bits;
        $addlong = 1;
        while (($longbits+$latbits) % 5 != 0) {
            $longbits += $addlong;
            $latbits += !$addlong;
            $addlong = !$addlong;
        }
        $blat = $this->binEncode($lat, -90, 90, $latbits);
        $blong = $this->binEncode($long, -180, 180, $longbits);
        $binary = "";
        $uselong = 1;
        while (strlen($blat)+strlen($blong)) {
            if ($uselong) {
                $binary = $binary.substr($blong, 0, 1);
                $blong = substr($blong, 1);
            } else {
                $binary = $binary.substr($blat, 0, 1);
                $blat = substr($blat, 1);
            }
            $uselong = !$uselong;
        }
        $hash = "";
        for ($i = 0; $i < strlen($binary); $i += 5) {
            $n = bindec(substr($binary, $i, 5));
            $hash = $hash . $this->coding[$n];
        }
        return $hash;
    }

    private function calcError($bits, $min, $max) {
        $err = ($max - $min) / 2;
        while ($bits--) {
            $err /= 2;
	}
        return $err;
    }

    private function precision($number) {
        $precision = 0;
        $pt = strpos($number,'.');
        if ($pt! == false) {
            $precision = -(strlen($number) - $pt - 1);
        }
        return pow(10, $precision) / 2;
    }

    private function binEncode($number, $min, $max, $bitcount) {
        if ($bitcount == 0) {
            return "";
	}
        $mid = ($min + $max) / 2;
        if ($number > $mid) {
            return "1" . $this->binEncode($number, $mid, $max, $bitcount - 1);
        } else {
            return "0" . $this->binEncode($number, $min, $mid, $bitcount - 1);
	}
    }

    private function binDecode($binary, $min, $max) {
        $mid = ($min + $max) / 2;

        if (strlen($binary) == 0) {
            return $mid;
	}
        $bit = substr($binary, 0, 1);
        $binary = substr($binary, 1);

        if ($bit == 1) {
            return $this->binDecode($binary, $mid, $max);
        } else {
            return $this->binDecode($binary, $min, $mid);
        }
    }
}
?>

三、测试

<?php
require_once('Mysql.class.php');
require_once('geohash.class.php');
//mysql
$conf = array(
    'host'  = > '127.0.0.1',
    'port'  = > 3306,
    'user'  = > 'root',
    'password'  = > '123456',
    'database'  = > 'mocube',
    'charset'  = > 'utf8',
    'persistent'  = > false
);

$mysql = new Db_Mysql($conf);
$geohash = new Geohash;

//经纬度转换成Geohash
$sql = 'select shop_id,latitude,longitude from mb_shop_ext';
$data = $mysql->queryAll($sql);
foreach($data as $val) {
  $geohash_val = $geohash->encode($val['latitude'],$val['longitude']);
  $sql = 'update mb_shop_ext set geohash = "'.$geohash_val.'" where shop_id = '.$val['shop_id'];
  echo $sql;
  $re = $mysql->query($sql);
  var_dump($re);
}
//获取附近的信息
$n_latitude = $_GET['la'];
$n_longitude = $_GET['lo'];
//开始
$b_time = microtime(true);

//方案A，直接利用数据库存储函数，遍历排序
$sql = 'SELECT *,latitude,longitude,GETDISTANCE(latitude,longitude,'.$n_latitude.','.$n_longitude.') AS distance FROM  mb_shop_ext where 1 HAVING distance<1000 ORDER BY distance ASC';
$data = $mysql->queryAll($sql);
//结束
$e_time = microtime(true);
echo $e_time - $b_time;
var_dump($data);
exit;

//方案B geohash求出附近，然后排序
//当前 geohash值
$n_geohash = $geohash->encode($n_latitude,$n_longitude);
//附近，参数n代表Geohash，精确的位数，也就是大概距离；n=6时候，大概为附近1千米
$n = $_GET['n'];
$like_geohash = substr($n_geohash, 0, $n);
$sql = 'select * from mb_shop_ext where geohash like "'.$like_geohash.'%"';
echo $sql;
$data = $mysql->queryAll($sql);
//算出实际距离
foreach($data as $key =>$val) {
    $distance = getDistance($n_latitude, $n_longitude, $val['latitude'], $val['longitude']);
    $data[$key]['distance'] = $distance;
    //排序列
    $sortdistance[$key] = $distance;
}
//距离排序
array_multisort($sortdistance,SORT_ASC,$data);
//结束
$e_time = microtime(true);
echo $e_time - $b_time;
var_dump($data);
//根据经纬度计算距离 其中A($lat1,$lng1)、B($lat2,$lng2)
function getDistance($lat1, $lng1, $lat2, $lng2) {
    //地球半径
    $R = 6378137;
    //将角度转为狐度
    $radLat1 = deg2rad($lat1);
    $radLat2 = deg2rad($lat2);
    $radLng1 = deg2rad($lng1);
    $radLng2 = deg2rad($lng2);
    //结果
    $s = acos(cos($radLat1)*cos($radLat2)*cos($radLng1-$radLng2)+sin($radLat1)*sin($radLat2))*$R;
    //精度
    $s = round($s* 10000)/10000;
    return  round($s);
}
?>

四、总结

方案B的亮点在于：

1、搜索结果可缓存，重复使用，不会因为用户有小范围的移动，直接穿透数据库查询。

2、先缩小结果范围，再运算、排序，可提升性能。

254条记录，性能对比，在实际应用场景中，方案B数据库搜索可内存缓存；且如数据量更大，方案B结果会更优。

方案A:
0.016560077667236
0.032402992248535
0.040318012237549

方案B
0.0079810619354248
0.0079669952392578
0.0064868927001953

两种方案，根据应用场景以及负载情况合理选择，当然推荐方案B。
不管哪种方案，都记得，给列加上索引，利于数据库检索。

注意：在数据库中给Geohash加上索引，用户位置频繁发生改变则会导致索引重建，这势必会给数据库造成很大的压力

转自：http://www.cnblogs.com/hellyliu/p/4870762.html