geoHash算法入门学习总结

一。geoHash简介

geohash的思想是将二维的经纬度转换成一维

的字符串，geohash有以下三个特点：

1.字符串越长，表示的范围越精确。编码长度为8时，精度

在19米左右，而当编码长度为9时，精度在2米左右。

2.字符串相似的表示距离相近，利用字符串的前缀匹配，

可以查询附近的地理位置。这样就实现了快速查询某个

坐标附近的地理位置。

3.geohash计算的字符串，可以反向解码出原来的经纬度。

4.geoHash表示的并不是一个点，而是一个区域；

二。GeoHash算法的步骤

1.地球纬度区间是[-90,90]， 北海公园的纬度是39.928167，可以通过

下面算法对纬度39.928167进行逼近编码:

1）区间[-90,90]进行二分为[-90,0),[0,90]，称为左右区间，可以确定

39.928167属于右区间[0,90]，给标记为1；

2）接着将区间[0,90]进行二分为 [0,45),[45,90]，可以确定39.928167属

于左区间 [0,45)，给标记为0；

3）递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区

间[a,b]总在缩小，并越来越逼近39.928167；

4）如果给定的纬度x（39.928167）属于左区间，则记录0，如果属于

右区间则记录1，这样随着算法的进行会产生一个序列1011100，序列

的长度跟给定的区间划分次数有关。

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10111 00011，

经度产生的编码为11010 01011。偶数位放经度，奇

数位放纬度，把2串编码组合生成新串：11100

11101 00100 01111。

最后使用用0-9、b-z（去掉a, i, l, o）这32个字母           

进行base32编码，首先将11100 11101 00100 01111

转成十进制，对应着28、29、4、15，十进制对应

的编码就是wx4g。

同理，将编码转换成经纬度的解码算法与之相反。

这样就可以理解字符串越长的编码越精确，因为它经过多次逼近，           

更接近于实际值；越相似的字符串他们之间的距离也就越近。

可以看出，当geohash base32编码长度为8时，精度在19米左右，           

而当编码长度为9时，精度在2米左右，编码长度需要根据数据情况

进行选择。

将二进制编码的结果填写到空间中，当将空间划分为四块时候，编码的顺序

分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z的曲线，当我

们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一

个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。

三。举例说明

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。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，又比较容易做缓存。

实际应用：利用geo_Hash可以实现电单车点聚合效果

注意事项

由于GeoHash是将区域划分为一个个规则矩形，并对每个矩形进行编码，这样在查询附

近信息时会导致以下问题，比如红色的点是我们的位置，绿色的两个点分别是附近的两个

目标，但是在查询的时候会发现距离较远餐馆的GeoHash编码与我们一样（因为在同一个

GeoHash区域块上），而较近目标的GeoHash编码与我们不一致。

这个问题往往产生在边界处。解决的思路很简单，我们查询时，除了使用定位点的           

GeoHash8GeoHash编码进行匹配外，还使用周围8个区域的GeoHash编码，这样可以避免这个问题。