区住房城乡建设委 房管局 官方网站职业技术培训
Redis GeoHash 详解
Redis 提供了 Geo（地理位置） 模块，其中 GeoHash 是一种用于存储和查询地理位置信息的数据结构。它能够高效地进行地理位置存储、查询、计算距离和查找附近地点等操作。
1. 什么是 GeoHash？
GeoHash 是一种将经纬度坐标转换为字符串编码的方式，它具有：
- 空间映射：将 2D 坐标（纬度 + 经度） 转换成 1D 字符串。
- 前缀匹配：相邻的地点会有相似的编码 （前缀相同，位置接近）。
- 高效存储：只需用短字符串表示一个地点，减少存储空间。
- 快速查询：可以基于 GeoHash 前缀进行快速附近查找。
2. Redis GeoHash 存储结构
Redis 的 Geo 采用 Sorted Set（有序集合） 来存储地理位置信息：
- Member（成员）：地点名称（如
restaurant_1）。 - Score（分数）：经纬度被编码为 52 位整数，作为排序依据。
3. Redis Geo 常用命令
（1）GEOADD：添加地理位置
语法
GEOADD key longitude latitude member
示例
GEOADD cities 116.40 39.90 "Beijing"
GEOADD cities 121.47 31.23 "Shanghai"
GEOADD cities 114.05 22.54 "Shenzhen"
📌 作用：将 Beijing、Shanghai 和 Shenzhen 的经纬度存入 cities 集合中。
（2）GEOPOS：获取存储的经纬度
语法
GEOPOS key member [member ...]
示例
GEOPOS cities "Beijing" "Shanghai"
📌 返回
[[116.40, 39.90], // 北京[121.47, 31.23] // 上海
]
（3）GEODIST：计算两点距离
语法
GEODIST key member1 member2 [unit]
- 单位（unit）：
m（米）km（千米）mi（英里）ft（英尺）
示例
GEODIST cities "Beijing" "Shanghai" km
📌 返回
1067.5711
表示 北京到上海直线距离 ≈ 1067.57 km。
（4）GEORADIUS（已废弃） & GEOSEARCH：查找附近地点
⚠️ Redis 6.2 以后，
GEORADIUS被GEOSEARCH取代！
🔹 使用 GEOSEARCH
语法
GEOSEARCH key FROMMEMBER member BYRADIUS radius unit
示例：查找北京 1000 km 内的城市
GEOSEARCH cities FROMMEMBER "Beijing" BYRADIUS 1000 km
📌 返回
1) "Beijing"
2) "Shanghai"
🔹 使用 GEOSEARCHSTORE 存储结果
GEOSEARCHSTORE nearby_cities cities FROMMEMBER "Beijing" BYRADIUS 1000 km
📌 作用：将 Beijing 附近 1000 km 内的城市 存入 nearby_cities 集合。
（5）GEOHASH：获取 GeoHash 编码
语法
GEOHASH key member [member ...]
示例
GEOHASH cities "Beijing" "Shanghai"
📌 返回
1) "wx4g09z"
2) "wtw3sj5"
解析：
- “wx4g09z” 代表 北京 的 GeoHash 编码
- “wtw3sj5” 代表 上海 的 GeoHash 编码
💡 GeoHash 编码规则：
- 编码越长，精度越高
- 相邻位置的前缀相似
- 可以用前缀匹配进行快速区域查询
4. GeoHash 的工作原理
（1）GeoHash 编码过程
- 将经纬度分别转换成二进制
- 纬度
[-90, 90]→ 变成0 ~ 1 - 经度
[-180, 180]→ 变成0 ~ 1
- 纬度
- 交错合并 纬度 + 经度
- 转换为 Base32 字符串
Base32编码使用 “0123456789bcdefghjkmnpqrstuvwxyz” 这 32 个字符。
（2）GeoHash 编码精度
| GeoHash 长度 | 经纬度误差范围 |
|---|---|
| 1 字符 | ± 5,000 km |
| 2 字符 | ± 1,250 km |
| 3 字符 | ± 156 km |
| 4 字符 | ± 39 km |
| 5 字符 | ± 4.9 km |
| 6 字符 | ± 1.2 km |
| 7 字符 | ± 152 m |
| 8 字符 | ± 19 m |
📌 示例
"wx4g09z"→ 代表 北京"wx4g"→ 代表北京的 大范围"wx4"→ 代表北京的 省级范围
5. Redis GeoHash 适用场景
✅ LBS（位置服务）
- 查找附近的商家、外卖、快递配送点
- 查找附近的用户（如社交软件）
✅ 共享出行
- 计算司机与乘客的距离
- 查找最近的车辆
✅ 物流配送
- 计算配送范围
- 规划最优配送路径
✅ 线下商店推荐
- 查找最近的门店
6. Redis Geo vs. 其他存储方式
| 方式 | 优势 | 劣势 |
|---|---|---|
| Redis GeoHash | 存储简单，查询速度快 | 精度受 GeoHash 影响，适用于近似范围查询 |
| MySQL Geography | 计算精准，支持 ST_Distance | 查询慢，存储复杂 |
| PostGIS | 支持复杂 GIS 操作 | 需要额外数据库 |
| H3（Uber 开源） | 多级网格切割，支持全球计算 | 需要额外库，复杂度较高 |
7. 总结
✅ Redis GeoHash 通过 Sorted Set 存储地理位置数据，支持快速查询和计算距离。
✅ 常用命令：
GEOADD（添加地点）GEOPOS（获取经纬度）GEODIST（计算两点距离）GEOSEARCH（查找附近地点）GEOHASH（获取 GeoHash 编码）
💡 适用于 LBS、物流、共享出行、门店推荐等场景，查询速度快，内存占用少！