前言
近期有个获取车辆所处道路的需求，车辆行驶的范围在一个城市的市区内，针对一个城市的道路经纬度节点的数据量会比较大（就济南市而言，目前数据量在20万左右），数据的准确性以及检索效率是首要考虑的问题。
推荐阅读
Redis Geo
经过一系列的调研后，由于数据的量级也还可以，决定采用Redis Geo来解决这个问题。
Redis从3.2+版本开始对Geo的支持进行了增强，提供了可以根据给定经纬度点位置作为中心点，在指定范围内进行检索距离最近的经纬度点。
美团外卖、饿了么等APP上根据手机位置定位范围中（1km内）的商家，类似于这种的需求也可以使用Redis Geo来实现。
yuqiyu@hengyu ~> redis-cli
127.0.0.1:6379> keys *
(empty list or set)
127.0.0.1:6379> geoadd road:nodes:370100 117.1087416 36.7148919 point1
(integer) 1
127.0.0.1:6379> geoadd road:nodes:370100 117.1087006 36.7152294 point2
(integer) 1
127.0.0.1:6379> keys *
1) "road:nodes:370100"
# 查询一条经纬度
127.0.0.1:6379> georadius road:nodes:370100 117.1089668 36.7151653 100 m withdist withcoord count 1
1) 1) "point2"
2) "24.5815"
3) 1) "117.10870295763015747"
2) "36.7152294132502206"
# 查询两条经纬度
127.0.0.1:6379> georadius road:nodes:370100 117.1089668 36.7151653 100 m withdist withcoord count 2
1) 1) "point2"
2) "24.5815"
3) 1) "117.10870295763015747"
2) "36.7152294132502206"
2) 1) "point1"
2) "36.4573"
3) 1) "117.10874050855636597"
2) "36.71489229533602838"
geoadd 命令
geoadd key longitude latitude member [longitude latitude member ...]
-
key：geo集合的唯一键 -
longitude：新增GPS位置的经度 -
latitude：新增GPS位置的纬度 -
member：该GPS位置的唯一标识
georadius 命令
georadius key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count] [ASC|DESC] [STORE key] [STOREDIST key]
-
key：geo集合的唯一键 -
longitude：待检索的GPS经度 -
latutude：待检索的GPS纬度 -
radius：检索的范围，单位可选择：米（m）、千米（km）、英里（mi）、英尺（ft） -
withcoord：将匹配的经纬度输出 -
withdist：将匹配经纬度的距离输出 -
count：输出匹配的数量 -
asc|desc：根据距离排序，asc：由近到远，desc：由远到近
georadius指令会将给定的经纬度作为检索的中心点，在指定范围内进行检索匹配的经纬度点的位置。
检索实现
在实践的过程中，使用了两种方式来进行测试，发现在检索的效率上有着轻微的差异，下面通过代码实践来进行比对。
Spring Data 方式检索
spring-boot-starter-data-redis是SpringBoot提供用于操作Redis的依赖，内部集成的是lettuce，下面是通过RedisTemplate的方式来检索范围内的点的代码实现。
/**
* Spring Data方式测试Redis Geo
*
* @author 恒宇少年
*/
@SpringBootTest
@Slf4j
public class SpringDataRedisGeoTest {
/**
* Redis Geo Key
*/
private static final String GEO_KEY = "road:nodes:370100";
@Autowired
private RedisTemplate redisTemplate;
/**
* 检索geo集合内的最近位置
*/
@Test
public void searchPoint() {
double longitude = 117.1089668;
double latitude = 36.7151653;
Point centerPoint = new Point(longitude, latitude);
Distance distance = new Distance(100, RedisGeoCommands.DistanceUnit.METERS);
Circle circle = new Circle(centerPoint, distance);
RedisGeoCommands.GeoRadiusCommandArgs args = RedisGeoCommands
.GeoRadiusCommandArgs
.newGeoRadiusArgs()
.includeDistance()
.includeCoordinates()
.sortAscending()
.limit(1);
GeoResults<RedisGeoCommands.GeoLocation<String>> radius = redisTemplate.boundGeoOps(GEO_KEY).radius(circle, args);
for (GeoResult<RedisGeoCommands.GeoLocation<String>> result : radius) {
RedisGeoCommands.GeoLocation<String> content = result.getContent();
log.info("检索的结果，唯一标识：{}，位置：{}，距离：{}.",
content.getName(), content.getPoint(), result.getDistance());
}
}
}
Redission方式检索
Redisson内部自定义封装了操作Redis的逻辑，对Redis Geo也做了支持，经过测试发现，Redisson方式要比Spring Data方式检索的效率高。
以10万条数据为例，
Spring Data方式检索需要300ms左右，而Redisson方式检索仅需要90ms左右。
/**
* Redisson方式测试Redis Geo
*
* @author 恒宇少年
*/
@SpringBootTest
@Slf4j
public class RedissonRedisGeoTest {
private static final String GEO_KEY = "road:nodes:370100";
@Autowired
private RedissonClient redissonClient;
@Test
public void searchPoint() {
double longitude = 117.1089668;
double latitude = 36.7151653;
RGeo<String> geo = redissonClient.getGeo(GEO_KEY, new StringCodec());
GeoSearchArgs args = GeoSearchArgs.from(longitude, latitude)
.radius(100, GeoUnit.METERS)
.order(GeoOrder.ASC)
.count(1);
Map<String, Double> resultMap = geo.searchWithDistance(args);
resultMap.keySet().stream().forEach(member ->
log.info("检索结果，匹配位置的标识：{}，距离：{}.", member, resultMap.get(member)));
}
}
总结
以上两种方式操作Redis Geo 都是可以的，有一点要注意，如果集成了Redisson依赖，Spring Data方式无法获取范围内点的Distance（距离）。
