微服务SpringBoot整合RedisGEO实现附近商户功能
在点评项目中 如何 实现 附近商家的查询呢,展示出距离自己5公里内的商户,这样的功能如何实现?
答案是可以采用Redis 来实现,当然可能有很多实现方式,本文主要介绍如何使用Redis实现 附近商户的搜索功能一、Redis GEO 数据结构用法
GEO基本语法、指令
GEO 就是 GeoLocation 的简写形式,代表地理坐标。Redis在3.2版本中加入了对GEO的支持,允许存储地理坐标信息,帮助我们根据经纬度来检索数据。
常见的命令GEOADD:添加一个地理空间信息,包含:经度(longitude)、纬度(latitude)、值(member)GEODIST:计算指定的两个点之间的距离并返回GEOHASH:将指定member的坐标转为hash字符串形式并返回GEOPOS:返回指定member的坐标GEORADIUS:指定圆心、半径,找到该圆内包含的所有member,并按照与圆心之间的距离排序后返回。6.以后已废弃GEOSEARCH:在指定范围内搜索member,并按照与指定点之间的距离排序后返回。范围可以是圆形或矩形。6.2.新功能GEOSEARCHSTORE:与GEOSEARCH功能一致,不过可以把结果存储到一个指定的key。 6.2.新功能使用GEO存储经纬度、查询距离
本篇博文 Redis版本为 6.2版本
进入redis 查询 geo相关指令
使用 GEO 完成以下功能 实现两点之间的距离查询,以及指定范围内的地点
需求如下:使用 GEO 添加 北京 (天安门 116.397469 39.908821 、故宫 116.397027 39.918056、北海公园 116.389977 39.933144) 经纬度查询 天安门 与 故宫之间的距离在以上添加的地点中查询 天安门广场 (116.397827 39.90374) 附近2公里的地点
GEOADD 添加
GEOPOS 查看指定地点 经纬度信息
GEOHASH 查看指定地址 经纬度HASH值
拓展: GEOPOS 和 GEOHASH 的区别在于 GEOHASH 节约了 经纬度存储的 内存、减少不必要的内存消耗,从而提升性能
GEODIST 查看 天安门 与故宫之间的距离
GEOSEARCH 查询 天安门广场 附近 2公里的地点
二、SpringBoot 整合Redis 导入 店铺数据 到GEO
编写SpringBoot 单元测试进行导入Redis数据@Resource private IShopService shopService; @Resource private StringRedisTemplate stringRedisTemplate; @Test void loadShopData() { //1. 查询店铺信息 List shopList = shopService.list(); //2. 把店铺分组,按照typeId分组、typeId一致的放在一个集合 Map> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId)); //3. 分批完成写入redis for (Map.Entry> entry : map.entrySet()) { //3.1 获取类型id Long typeId = entry.getKey(); String key = RedisConstants.SHOP_GEO_KEY + typeId; //3.2 获取同类型的店铺的集合 List value = entry.getValue(); List> locations = new ArrayList<>(value.size()); //3.3 写入redis GEOADD key 经度 维度 member for (Shop shop : value) { locations.add(new RedisGeoCommands.GeoLocation<>( shop.getId().toString(), new Point(shop.getX(), shop.getY()))); } stringRedisTemplate.opsForGeo().add(key, locations); } }
运行完毕,查看Redis即可
三、SpringBoot 整合 Redis 实现 附近商户功能
需求介绍
实现附近商户查询功能采用GEO 数据结构实现附近商户查询完成分页功能
思路分析:
通过传输过来的 x、y 经纬度,然后我们根据该经纬度去查询redis中附近的商户,查出后即可返回,进行封装,查出来的结果进行循环添加至 Shop 地点距离,即可完成。核心源码
ShopController@GetMapping("/of/type") public Result queryShopByType( @RequestParam("typeId") Integer typeId, @RequestParam(value = "current", defaultValue = "1") Integer current, @RequestParam(value = "x", required = false) Double x, @RequestParam(value = "y", required = false) Double y) { return shopService.queryShopByType(typeId, current, x, y); }
ShopService@Override public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) { //1. 判断是否需要坐标查询 if (x == null || y == null) { // 不需要坐标查询,按数据库查询 Page page = query() .eq("type_id", typeId) .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE)); // 返回数据 return Result.ok(page.getRecords()); } //2. 计算分页参数 int form = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE; int end = current * SystemConstants.DEFAULT_PAGE_SIZE; //3. 查询redis,按照距离排序、分页 结果:shopId、distance String key = RedisConstants.SHOP_GEO_KEY + typeId; GeoResults> results = stringRedisTemplate.opsForGeo().search( key, GeoReference.fromCoordinate(x, y), new Distance(5000), RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)); //4. 解析id if (results == null) { return Result.ok(Collections.emptyList()); } List>> content = results.getContent(); //4.1 截取from => end List ids = new ArrayList<>(content.size()); Map distanceMap = new HashMap<>(content.size()); if (content.size() <= form) { return Result.ok(Collections.emptyList()); } content.stream().skip(form).forEach(result -> { //4.2 获取店铺id String shopIdStr = result.getContent().getName(); ids.add(Long.valueOf(shopIdStr)); //4.2 获取距离 Distance distance = result.getDistance(); distanceMap.put(shopIdStr, distance); }); //5. 根据id查询shop String idStr = StrUtil.join(",", ids); List shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list(); // 循环将 商品距离放入对象距离属性中 shops.forEach(shop -> { shop.setDistance(distanceMap.get(shop.getId().toString()).getValue()); }); //6. 返回结果 return Result.ok(shops); }
进行测试
作者:Bug终结者_
链接:https://juejin.cn/post/7187937697883750457