目录
数据结构回顾
image.png
redis除了上面基础5种，还有三种扩展数据结构：
- bitmap :实际上底层就是用sds保存二进制数字
- hyperloglog
- geo
1.GEO
geo(redis3.2以上)的使用场景常用于存储地址的经纬度,底层数据结构为zset，即有序集合sorted set来实现，key存储元素信息，value存储经纬度信息(权重分数)，支持按经纬度排序，按范围查找
以添加车辆位置为例，伪代码如下
zadd car:location 车辆ID 经纬度
那么问题来了，经纬度是一组浮点数，包含两个值，显然zadd是无法完成的
116.03 , 39.02
所以就在zset上面扩展出了geo
geoadd cars:location 116.03 39.02
1.1GEOhash编码
为了能高效比较经纬度,redis使用了geohash编码，原理就是二分区间，区间编码（先对经度和维度分别编码，然后再各自组合成一个最终编码）
对于一个地理位置，经度范围为[-180,180],该编码会对该范围做N次(N可自定义)的二分区间，最终形成一个二进制值：
- 第一次二分区:经度被划分[-180,0)和（0,180]两个左右半区，如果地址在左半区就用0表示，反之则1表示，这样就得到一位编码值
- 同理重复上面操作N次，就得到一个长度为Nbit的二进制值
- 维度编码也是如此
-
最终组合在一起，组合规则是：偶数上(0开始)依次是经度的编码值，奇数(1开始)是纬度编码值
image.png
那么一块区域的二进制编码值不就完成了(zset就可以保存了)
那么查询附件位置的车辆信息就变成了“查询二进制值(权重)等于该区域的车辆”问题了
在线体验geo
