GeoHash簡介

現在很多APP都有搜索附近的功能，比如附近的人、附近的店鋪等。要實現這樣的功能，我們可以用最笨的方法：根據經緯度計算距離，然後劃定一個閾值，只要小於該閾值就算是附近的。這種方法在數據量小時基本沒問題，但是，如果數據量特別大，那服務器就需要進行大量的計算，負擔很重！爲了解決這一類問題，一個比較常用的方法就是利用GeoHash。
一、簡介
GeoHash是一種地址編碼方法。他能夠把二維的空間經緯度數據編碼成一個字符串。GeoHash具有以下特點：
1、GeoHash用一個字符串表示經度和緯度兩個座標。在數據庫中可以實現在一列上應用索引
2、GeoHash表示的並不是一個點，而是一個區域；
3、GeoHash編碼的前綴可以表示更大的區域。例如wx4g0ec1，它的前綴wx4g0e表示包含編碼wx4g0ec1在內的更大範圍。 這個特性可以用於附近地點搜索
二、計算方法：
GeoHash的計算過程分爲三步：
1、將經緯度轉換成二進制：
比如這樣一個點（39.923201, 116.390705）
緯度的範圍是（-90，90），其中間值爲0。對於緯度39.923201，在區間（0，90）中，因此得到一個1；（0，90）區間的中間值爲45度，緯度39.923201小於45，因此得到一個0，依次計算下去，即可得到緯度的二進制表示，如下表：

最後得到緯度的二進制表示爲：
10111000110001111001
同理可以得到經度116.390705的二進制表示爲：
11010010110001000100
2、合併緯度、經度的二進制：
合併方法是將經度、緯度二進制按照奇偶位合併：
11100 11101 00100 01111 00000 01101 01011 00001
3、按照Base32進行編碼：
Base32編碼表（其中一種）：

將上述合併後二進制編碼後結果爲：
wx4g0ec1
三、GeoHash的精度

編碼越長，表示的範圍越小，位置也越精確。因此我們就可以通過比較GeoHash匹配的位數來判斷兩個點之間的大概距離。
四、不足之處及解決方法
1、邊緣附近的點，黃色的點要比黑色的點更加靠近紅點，但是由於黑點跟紅點的GeoHash前綴匹配數目更多，因此得到黑點更加靠近紅點的結果

解決方法：
可以通過篩選周圍8個區域內的所有點，然後計算距離得到滿足條件結果。
2、因爲現有的GeoHash算法使用的是Peano空間填充曲線（可感興趣的可自己查看），這種曲線會產生突變，造成了編碼雖然相似但距離可能相差很大的問題，因此在查詢附近的時候，首先篩選GeoHash編碼相似的點，然後進行實際距離計算。