geohash基本原理

2022-12-06 10:39:47

geohash基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码，这种方式简单粗暴，可以满足对小规模的数据进行经纬度的检索

目录：

经纬度常识

经线是纵的，经度是横的，用于表示不同的经线，纬线是横的，纬度是纵的，用于表示不同的纬线，如下图
纬线：地球仪上的横线，lat，赤道是最大的纬线，从赤道开始分为北纬和南纬，都是0-90°，纬线是角度数值，并不是米；
经线：地球仪上的竖线，lng，子午线为0°，分为西经和东经，都是0-180°，经线也是角度数值；
经纬线和米的换算：经度或者纬度0.00001度，约等于1米，这个在GPS测算距离的时候可以体会到，GPS只要精确到小数点后五位，就是10米范围内的精度
经度0度的位置为本初子午线，在180度的位置转为西经，数字由大到小依次经过北美洲到达西欧.纬度0度的位置为赤道
为了便于理解，将地球看成一个基于经纬度线的坐标系。纬线就是平行于赤道平面的那些平面的周线，经线就是连接南北两极的大圆线的半圆弧。纬度分为北纬（正），南纬（负），赤道所在的纬度值为0。经度以本初子午线界（本初子午线经度为0），分为东经（正），西经（负）。故纬度范围可表示为[-90o, 0o)，（0o, 90o]，经度范围可表示为[-180o, 0o)，（0o, 180o]
将经度和纬度看成二维坐标系中的两个纬度，横轴表示经度，纵轴表示纬度,如上图

认识geohash

GeoHash将二维的经纬度转换成字符串，比如下图展示了北京9个区域的GeoHash字符串，分别是WX4ER，WX4G2、WX4G3等等，每一个字符串代表了某一矩形区域。也就是说，这个矩形区域内所有的点（经纬度坐标）都共享相同的GeoHash字符串，这样既可以保护隐私（只表示大概区域位置而不是具体的点），又比较容易做缓存。
不同的编码长度，表示不同的范围区间，字符串越长，表示的范围越精确
字符串相似的表示距离相近（特殊情况后文阐述），这样可以利用字符串的前缀匹配来查询附近的POI信息。如下两个图所示，一个在城区，一个在郊区，城区的GeoHash字符串之间比较相似，郊区的字符串之间也比较相似，而城区和郊区的GeoHash字符串相似程度要低些
总结：GeoHash就是一种将经纬度转换成字符串的方法，并且使得在大部分情况下，字符串前缀匹配越多的距离越近

geohash算法

以经纬度值：（116.389550， 39.928167）进行算法说明，对纬度39.928167进行逼近编码 (地球纬度区间是[-90,90]）

同理，地球经度区间是[-180,180]，可以对经度116.389550进行编码
通过上述计算，纬度产生的编码为1 1 0 1 0 0 1 0 1 1 0 0 0 1 0，经度产生的编码为1 0 1 1 1 0 0 0 1 1 0 0 0 1 1
合并：偶数位放经度，奇数位放纬度，把2串编码组合生成新串如下图：
首先将11100 11101 00100 01111 0000 01101转成十进制，对应着28、29、4、15，0，13 十进制对应的base32编码就是wx4g0e,如下图
Ø同理，将编码转换成经纬度的解码算法与之相反

geohash原理

Geohash其实就是将整个地图或者某个分割所得的区域进行一次划分，由于采用的是base32编码方式，即Geohash中的每一个字母或者数字（如wx4g0e中的w）都是由5bits组成（2^5 = 32，base32），这5bits可以有32中不同的组合（0~31），这样我们可以将整个地图区域分为32个区域，通过00000 ~ 11111来标识这32个区域。第一次对地图划分后的情况如下图所示（每个区域中的编号对应于该区域所对应的编码）：
Geohash的0、1串序列是经度0、1序列和纬度0、1序列中的数字交替进行排列的，偶数位对应的序列为经度序列，奇数位对应的序列为纬度序列，在进行第一次划分时，Geohash0、1序列中的前5个bits（11100），那么这5bits中有3bits是表示经度，2bits表示纬度，所以第一次划分时，是将经度划分成8个区段（2^3 = 8），将纬度划分为4个区段（2^2 = 4），这样就形成了32个区域。如下图
同理，可以按照第一次划分所采用的方式对第一次划分所得的32个区域各自再次划分.

对照表

码农公寓