php结合redis查询附近的门店和商铺

策略

假象把中国分成，若干个一平方公里的单元格

1）、用户位置的变更，理解为一个单元格移动到另外一个单元格（或者不移动）

2）、用户查找附近，理解为查找，自己所在方块的的所有人

数据结构

1）、用户基本信息 纬度、经度、GeoHash值（经纬度，仅用于后期距离计算）

2）、单元格 集合（用户1，用户2，…）

存储工具

1）、redis string（key->value） 结构，存储用户基本信息

2）、redis set（集合） 结构，以GeoHash值，前6位作为key（约表示一平方千米），存储单元格的用户群

算法流程

1）、更新用户信息，先删除用户原所在集合，再更新当前用户信息，最后更新当前用户所在集合

2）、查找附近，直接查找，所在单元格集合所有用户ID

具体实现

<?php

class LBS {
    //索引长度 6位
    protected $index_len = 6;
    protected $redis;
    protected $geohash;
  
    public function __construct() {
        //redis
        $this->redis = new Redis();
        $this->redis->pconnect('127.0.0.1','6379');
        //geohash
        $this->geohash = new Geohash();
    }
    /**
    * 更新用户信息
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    public function upinfo($user_id,$latitude,$longitude) {
        //原数据处理
        //获取原Geohash
        $o_hashdata = $this->redis->hGet($user_id,'geo');
        if (!empty($o_hashdata)) {
            //原索引
            $o_index_key = substr($o_hashdata, 0, $this->index_len);
            //删除
            $this->redis->sRem($o_index_key,$user_id);
        }
        //新数据处理
        //纬度
        $this->redis->hSet($user_id,'la',$latitude);
        //经度
        $this->redis->hSet($user_id,'lo',$longitude);
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
        $this->redis->hSet($user_id,'geo',$hashdata);
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
        //存入
        $this->redis->sAdd($index_key,$user_id);
        return true;
    }
    /**
    * 获取附近用户
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    public function serach($latitude,$longitude) {
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
        //取得
        $user_id_array = $this->redis->sMembers($index_key);
        return $user_id_array;
    }
}

<?php

include_once('lbs.class.php');
$b_time = microtime(true);
$n = 0;
  
while(1) {
    //latitude 30.59773~30.726786
    $rand_latitude = rand(30597730, 30726786);
    $latitude = $rand_latitude / 1000000;
  
    //longitude 103.983192 ~104.16069
    $rand_longitude = rand(103983192, 104160690);
    $longitude = $rand_longitude / 1000000;
  
    $lbs = new lbs();
    $re = $lbs->serach($latitude,$longitude);
 
    $n++;
    mylog($n);
 
    $e_time = microtime(true);
    if(($e_time-$b_time) >= 60) {
        exit;
    }
}
  
function mylog($content) {
    file_put_contents('search.log', $content . "
", FILE_APPEND);
}

性能结果

模拟了100W活跃用户行为，不断更新，不断查找附近好友

 

总结

从测试结果来看，完全能满足，微信、陌陌之类的性能要求；

尚可改进之处：

1、Geohash，可写成PHP C扩展；或者其他Geohash实现方式

2、Redis，内存消耗较大，可考虑redis集群方案

3、本文仅查出本单元格用户，提高精度，可查出周围八个单元个，求交集

4、求出结果，如需按照由远到近排序；读出Redis经纬度，利用距离公式排序方可。（可参照上一篇文章）

问题

1）假设我现在设定的hash长度为7 ，那一个个hash值对应一个块，如何得到这个块的坐标区间呢？

例如，成都永丰立交的Geohash值为：wm3yr31d2524；如取7位，则为，wm3yr31；

根据Geohash的算法，那么区间就会是 wm3yr3100000 ~ wm3yr31zzzzz;

根据如上两值，通过“Geohash->经纬度”算出经纬度，可大致确定区间。

2）如果用户上报的位置信息有时效性（比如：15秒内有效）如何处理？

可以在redis存储的时候，设置有效时间