搜索附近信息(一)

    前面为曾经写过一篇博客http://blog.youkuaiyun.com/chenli522/article/details/26697251 根据数据库计算去获取附近的信息。但是随着最近在玩hadoop，在解决Hbase地理位置信息系统的过程中发现，在数据库中进行计算是一种很挫的做法。在数据库中进行计算严重影响速度。

    地球数据最简单的形式就是地球上的一个点，由经度和纬度组成。当我们查询数据是我们必须返回同一地点附近的信息。在新的实现方法中，在数据库中，首先需要建立空间索引作为一个字段。使用这个索引作为查询的基础。实现查询的方法有2种，一种是K个最近邻，另外一种是多边形区域内查询。我将分成三章去阐述和实现整个过程。在第一章，我将详细的说明如何建立控件索引。

   众所周知，在地球上，标注一个位置信息用的是经纬度，即多数人会建立XY坐标，但是有些甚至建立Z坐标作为海拔高度。再此只以XY来说明一个位置信息。

    geohash（地理散列）算法是一种把几个值转换为一个值的算法。下面介绍这个算法 下面以(39.92324, 116.3906)为例，介绍一下geohash的编码算法。首先将纬度范围(-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39.92324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。以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。经度也是这样的做法。接下来把纬度和经度编码进行合并，奇数位是纬度，偶数位是经度，最后得到这个位置的编码是11100 11101 00100 01111 00000 01101 01011 00001。最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。编码越长说明精确度越高。

常见的一些应用场景

A、如果想查询附近的点？如何操作

查出改点的gehash值，然后到数据库里面进行前缀匹配就可以了。

 

B、如果想查询附近点，特定范围内，例如一个点周围500米的点，如何搞？

可以查询结果，在结果中进行赛选，将geohash进行解码为经纬度，然后进行比较

 

 *在纬度相等的情况下：

 *经度每隔0.00001度，距离相差约1米；

 *每隔0.0001度，距离相差约10米；

 *每隔0.001度，距离相差约100米；

 *每隔0.01度，距离相差约1000米；

 *每隔0.1度，距离相差约10000米。

 *在经度相等的情况下：

 *纬度每隔0.00001度，距离相差约1.1米；

 *每隔0.0001度，距离相差约11米；

 *每隔0.001度，距离相差约111米；

 *每隔0.01度，距离相差约1113米；

 *每隔0.1度，距离相差约11132米。

    最后要去查询附近的信息，只要编码相似的越多那么说明距离越近。下一章将详细的介绍用K个最近邻去实现查询的方法