基于Redis实现附近商户

最新推荐文章于 2025-06-11 13:10:01 发布

Maiko Star

最新推荐文章于 2025-06-11 13:10:01 发布

阅读量839

点赞数 13

分类专栏： redis 文章标签： redis 数据库缓存

本文链接：https://blog.youkuaiyun.com/weixin_55772633/article/details/145962532

版权

redis 专栏收录该内容

21 篇文章

订阅专栏

一、附近商户-GEO数据结构的基本用法

GEO就是Geolocation的简写形式，代表地理坐标。Redis在3.2版本中加入了对GEO的支持，允许存储地理坐标信息，帮助我们根据经纬度来检索数据。常见的命令有：

GEOADD：添加一个地理空间信息，包含：经度（longitude）、纬度（latitude）、值（member）
GEODIST：计算指定的两个点之间的距离并返回
GEOHASH：将指定member的坐标转为hash字符串形式并返回
GEOPOS：返回指定member的坐标
GEORADIUS：指定圆心、半径，找到该圆内包含的所有member，并按照与圆心之间的距离排序后返回。6.以后已废弃
GEOSEARCH：在指定范围内搜索member，并按照与指定点之间的距离排序后返回。范围可以是圆形或矩形。6.2.新功能
GEOSEARCHSTORE：与GEOSEARCH功能一致，不过可以把结果存储到一个指定的key。 6.2.新功能

1. GEOADD

功能：将一个或多个地理空间信息（经度、纬度和成员名称）添加到指定的键中。
语法：

GEOADD key [NX | XX] [CH] longitude latitude member [longitude latitude member ...]

参数说明：

key：存储地理空间数据的键。
NX（可选）：仅在成员不存在时添加。
XX（可选）：仅在成员已存在时更新位置。
CH（可选）：返回被修改成员的数量，包括添加和更新。
longitude：经度，范围为[-180, 180]。
latitude：纬度，范围为[-90, 90]。
member：成员名称，可以是字符串或数字。
返回值：返回添加或修改的成员数量。

2. GEODIST

功能：计算两个成员之间的距离。
语法：

GEODIST key member1 member2 [unit]

参数说明：

key：存储地理空间数据的键。
member1 和 member2：需要计算距离的两个成员名称。
unit（可选）：距离单位，默认为米（m），可选单位还包括千米（km）、英里（mi）和英尺（ft）。
返回值：返回两个成员之间的距离，如果任一成员不存在，则返回 nil。

3. GEOHASH

功能：将指定成员的地理坐标转换为Geohash字符串。
语法：

GEOHASH key [member [member ...]]

参数说明：

key：存储地理空间数据的键。
member：一个或多个成员名称。
返回值：返回每个成员的Geohash字符串，如果成员不存在，则返回 nil。

4. GEOPOS

功能：获取指定成员的地理坐标（经度和纬度）。
语法：

GEOPOS key [member [member ...]]

参数说明：

key：存储地理空间数据的键。
member：一个或多个成员名称。
返回值：返回每个成员的经纬度坐标，格式为 [经度, 纬度]，如果成员不存在，则返回 nil。

5. GEORADIUS（已废弃）

功能：根据指定的经纬度和半径，查找范围内的所有成员。
语法：

GEORADIUS key longitude latitude radius unit [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC]

参数说明：

key：存储地理空间数据的键。
longitude 和 latitude：中心点的经度和纬度。
radius：搜索半径。
unit：距离单位，可选值为 m、km、ft、mi。
WITHCOORD：返回成员的坐标。
WITHDIST：返回成员与中心点的距离。
WITHHASH：返回成员的Geohash值。
COUNT count：限制返回的成员数量。
ASC 或 DESC：按距离升序或降序排列。
返回值：返回范围内的成员列表，可选返回成员的坐标、距离和Geohash值。

6. GEOSEARCH（新功能）

功能：在指定范围内搜索成员，支持圆形和矩形区域。
语法：

GEOSEARCH key <FROMMEMBER member | FROMLONLAT longitude latitude>
  <BYRADIUS radius <unit> | BYBOX width height <unit>> [ASC | DESC] [COUNT count [ANY]] [WITHCOORD] [WITHDIST] [WITHHASH]

参数说明：

key：存储地理空间数据的键。
FROMMEMBER：以指定成员的位置作为中心点。
FROMLONLAT：以指定的经纬度作为中心点。
BYRADIUS：在圆形区域内搜索，指定半径和单位。
BYBOX：在矩形区域内搜索，指定宽度和高度以及单位。
ASC 或 DESC：按距离升序或降序排列。
COUNT count：限制返回的成员数量。
WITHCOORD、WITHDIST、WITHHASH：返回成员的坐标、距离和Geohash值。
返回值：返回范围内的成员列表，可选返回成员的坐标、距离和Geohash值。

7. GEOSEARCHSTORE（新功能）

功能：与GEOSEARCH功能一致，但可以将结果存储到指定的键中。
语法：

GEOSEARCHSTORE destination source <FROMMEMBER member | FROMLONLAT longitude latitude>
  <BYRADIUS radius <unit> | BYBOX width height <unit>> [ASC | DESC] [COUNT count [ANY]] [STOREDIST]

参数说明：

destination：存储结果的目标键。
source：源键，存储地理空间数据的键。
其余参数与GEOSEARCH相同。
STOREDIST：将成员与中心点的距离存储为目标键的分数。
返回值：返回结果集中的成员数量。

二、附近商户-导入店铺数据到GEO

具体场景说明：

当我们点击美食之后，会出现一系列的商家，商家中可以按照多种排序方式，我们此时关注的是距离，这个地方就需要使用到我们的GEO，向后台传入当前app收集的地址(我们此处是写死的) ，以当前坐标作为圆心，同时绑定相同的店家类型type，以及分页信息，把这几个条件传入后台，后台查询出对应的数据再返回。

我们要做的事情是：将数据库表中的数据导入到redis中去，redis中的GEO，GEO在redis中就一个menber和一个经纬度，我们把x和y轴传入到redis做的经纬度位置去，但我们不能把所有的数据都放入到menber中去，毕竟作为redis是一个内存级数据库，如果存海量数据，redis还是力不从心，所以我们在这个地方存储他的id即可。

但是这个时候还有一个问题，就是在redis中并没有存储type，所以我们无法根据type来对数据进行筛选，所以我们可以按照商户类型做分组，类型相同的商户作为同一组，以typeId为key存入同一个GEO集合中即可

代码

HmDianPingApplicationTests

@Test
void loadShopData() {
    // 1.查询店铺信息
    List<Shop> list = shopService.list();
    // 2.把店铺分组，按照typeId分组，typeId一致的放到一个集合
    Map<Long, List<Shop>> map = list.stream().collect(Collectors.groupingBy(Shop::getTypeId));
    // 3.分批完成写入Redis
    for (Map.Entry<Long, List<Shop>> entry : map.entrySet()) {
        // 3.1.获取类型id
        Long typeId = entry.getKey();
        String key = SHOP_GEO_KEY + typeId;
        // 3.2.获取同类型的店铺的集合
        List<Shop> value = entry.getValue();
        List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size());
        // 3.3.写入redis GEOADD key 经度 纬度 member
        for (Shop shop : value) {
            // stringRedisTemplate.opsForGeo().add(key, new Point(shop.getX(), shop.getY()), shop.getId().toString());
            locations.add(new RedisGeoCommands.GeoLocation<>(
                    shop.getId().toString(),
                    new Point(shop.getX(), shop.getY())
            ));
        }
        stringRedisTemplate.opsForGeo().add(key, locations);
    }
}

三、附近商户-实现附近商户功能

SpringDataRedis的2.3.9版本并不支持Redis 6.2提供的GEOSEARCH命令，因此我们需要提示其版本，修改自己的POM

第一步：导入pom

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
    <exclusions>
        <exclusion>
            <artifactId>spring-data-redis</artifactId>
            <groupId>org.springframework.data</groupId>
        </exclusion>
        <exclusion>
            <artifactId>lettuce-core</artifactId>
            <groupId>io.lettuce</groupId>
        </exclusion>
    </exclusions>
</dependency>
<dependency>
    <groupId>org.springframework.data</groupId>
    <artifactId>spring-data-redis</artifactId>
    <version>2.6.2</version>
</dependency>
<dependency>
    <groupId>io.lettuce</groupId>
    <artifactId>lettuce-core</artifactId>
    <version>6.1.6.RELEASE</version>
</dependency>

第二步：

ShopController

@GetMapping("/of/type")
public Result queryShopByType(
        @RequestParam("typeId") Integer typeId,
        @RequestParam(value = "current", defaultValue = "1") Integer current,
        @RequestParam(value = "x", required = false) Double x,
        @RequestParam(value = "y", required = false) Double y
) {
   return shopService.queryShopByType(typeId, current, x, y);
}

ShopServiceImpl

@Override
    public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) {
        // 1.判断是否需要根据坐标查询
        if (x == null || y == null) {
            // 不需要坐标查询，按数据库查询
            Page<Shop> page = query()
                    .eq("type_id", typeId)
                    .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE));
            // 返回数据
            return Result.ok(page.getRecords());
        }

        // 2.计算分页参数
        int from = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE;
        int end = current * SystemConstants.DEFAULT_PAGE_SIZE;

        // 3.查询redis、按照距离排序、分页。结果：shopId、distance
        String key = SHOP_GEO_KEY + typeId;
        GeoResults<RedisGeoCommands.GeoLocation<String>> results = stringRedisTemplate.opsForGeo() // GEOSEARCH key BYLONLAT x y BYRADIUS 10 WITHDISTANCE
                .search(
                        key,
                        GeoReference.fromCoordinate(x, y),
                        new Distance(5000),
                        RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)
                );
        // 4.解析出id
        if (results == null) {
            return Result.ok(Collections.emptyList());
        }
        List<GeoResult<RedisGeoCommands.GeoLocation<String>>> list = results.getContent();
        if (list.size() <= from) {
            // 没有下一页了，结束
            return Result.ok(Collections.emptyList());
        }
        // 4.1.截取 from ~ end的部分
        List<Long> ids = new ArrayList<>(list.size());
        Map<String, Distance> distanceMap = new HashMap<>(list.size());
        list.stream().skip(from).forEach(result -> {
            // 4.2.获取店铺id
            String shopIdStr = result.getContent().getName();
            ids.add(Long.valueOf(shopIdStr));
            // 4.3.获取距离
            Distance distance = result.getDistance();
            distanceMap.put(shopIdStr, distance);
        });
        // 5.根据id查询Shop
        String idStr = StrUtil.join(",", ids);
        List<Shop> shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
        for (Shop shop : shops) {
            shop.setDistance(distanceMap.get(shop.getId().toString()).getValue());
        }
        // 6.返回
        return Result.ok(shops);
    }