前言
最近偶然间看到了 Geohash 算法，才想起来之前自己做过的附近的功能简直不堪一击，竟然是计算所有与目标点的距离，再排序。想必有经验的人早就笑出声了吧，按照以前的水平，如果不这样做，那也得找出比较相近的，先不计算球面距离，然后得到一个小一点的集合，再计算距离，这样计算量大大减小，然而还是要扫描所有点，那有没有办法不扫描整张表就能得到附近点的信息，想到这，我们而已给所有点预先做一个标签，我们每一次想找附近的点就去比较这些标签，如果我们能够保证，距离相近的点在一个标签内，那么我们就可以只取该标签的点，然后再做距离计算，这样就不用扫描整张表了，问题到这，基本已经浮出水面，接下来就是最核心的问题，如何将点的信息映射成标签，这便是 Geohash https://en.wikipedia.org/wiki/Geohash wiki 上有所解释，但不是那么易懂，可以看看这位仁兄的博客，GeoHash核心原理解析 讲解清晰易懂
相似度
Geohash 将经纬度映射成一段字符串，越是相近的点，前缀匹配就越长，每一位都会有一个精度问题，匹配的越长距离就越近，当然也存在误差
Screenshot from 2018-09-06 09-10-02.png
利用这个来做附近的点选取再合适不过了。
Haversine 计算球面距离
传统的计算球面距离公式计算量大，当我们没有要求很高的精度的时候，可以适当通过别的更简单的计算公式得到近似的结果，这便是 Haversine 发挥的作用
