如果現在要開發一個功能：
要為一款交友App實現查找附近的人，並按距離進行排序。
讓你來開發這個功能，你會如何實現？
MySQL 不合適
你可能想到，把用戶用戶的經緯度坐標使用MySQL等關系數據庫（用戶id，經度x，緯度y）存儲，但是該如何計算距離和排序呢？
不可能通過遍歷來計算所有的用戶和目標用戶的距離，然后再進行排序，因為這個計算量太大了，性能指標肯定無法滿足。
GeoHash的編碼方法
為了能高效地對經緯度進行比較，Redis 采用了業界廣泛使用的 GeoHash 編碼方法，這個方法的基本原理是“二分區間，區間編碼”。
關於 GeoHash 參考 https://www.cnblogs.com/LBSer/p/3310455.html。
簡單來說，GeoHash 能夠將二維的經緯度轉換為字符串，然后位置就能夠直接進行比較和范圍查詢了。
Redis 中 Geo 的使用
| 命令 | 說明 | 可用版本 | 時間復雜度 |
| GEOADD | 添加位置的經緯度 | >= 3.2.0 | O(logN) |
| GEOPOS | 返回位置的經緯度 | >= 3.2.0 | O(logN) |
| GEODIST | 返回兩個位置的距離 | >= 3.2.0 | O(logN) |
| GEORADIUS | 返回與指定位置距離距離不大於指定值的位置的經緯度 | >= 3.2.0 | O(N+logM) |
| GEORADIUSBYMEMBER | 這個命令和 GEORADIUS 命令一樣 |
>= 3.2.0 | O(logN+M) |
| GEOHASH | 返回位置的 GeoHash 值 | >= 3.2.0 | O(logN) |
示例
假設用戶ID是33，經緯度位置是(116.054579, 39.030452)，我們可以用一個 GEO 集合保存所有用戶的經緯度，集合 key 是 users:locations。執行下面的這個命令，就可以把ID號為33的用戶的當前經緯度位置存入GEO集合中：
GEOADD users:locations 116.034579 39.030452 33
當用戶想要尋找自己附近的人時，就可以使用 GEORADIUS 命令。
例如，執行下面的命令，Redis 會根據輸入的用戶的經緯度信息(116.054579, 39.030452)，查找以這個經緯度為中心的5公里內的用戶信息。
GEORADIUS users:locations 116.054579 39.030452 5 km ASC COUNT 10
總結
在一個地圖應用中，車的數據、餐館的數據、人的數據可能會有百萬千萬條，如果使用 Redis 的 Geo 數據結構，它們將全部放在一個 Sorted Set 集合中。在 Redis 的集群環境中，集合可能會從一個節點遷移到另一個節點，如果單個 key 的數據過大，會對集群的遷移工作造成較大的影響，在集群環境中單個 key 對應的數據量不宜超過 1M，否則會導致集群遷移出現卡頓現象，影響線上服務的正常運行。
所以，這里建議 Geo 的數據使用單獨的 Redis 實例部署，不使用集群環境。
如果數據量過億甚至更大，就需要對 Geo 數據進行拆分，按國家拆分、按省拆分，按市拆分，在人口特大城市甚至可以按區拆分。這樣就可以顯著降低單個 Sorted Set 集合的大小。
參考資料