如何使用RedisGEO实现行程匹配功能（含匹配度）

目录
 一、实现大抵思绪
        1.1引入GEO           
        1.2GEO的使用
        1.3大抵实现思绪：
二、结合对应的函数实现扼要流程分析（重要步骤标号，可直接看重要步骤）
        2.1起首乘客/司机发布行程
        2.2保存GEO （初始化GEO）（到此方法行程匹配逻辑已经执行竣事）
        2.3添加Geo数据              private void publishGeoData(StrokePO strokePO)
       2.4Geo筛选匹配（行程匹配）
       2.5通过GEORADIUS实现匹配 （核心源码）
        2.6终极返回给        initGeoData(StrokePO strokePO)
 三、实现的具体流程对应的源码
        3.2initGeoData
        3.3添加GEO数据         publishGeoData
        3.4行程匹配
        3.5GEORADIUS具体实现
        3.6终极在initGeoData（）中，返回数据前完成对匹配度的计算

---

先看效果：司机端和乘客端能够看到顺路的车主和乘客以及二者直接的匹配度

 

 
 
 一、实现大抵思绪

        1.1引入GEO
           

                要实现行程匹配，那我们肯定要知道乘客/司机的位置坐标，从而举行计算和匹配。在Redis中，GEO这个数据类型能够很好的满足我们的需求，先来相识GEO数据布局。（黑马redis课程有一节课专门讲解）        

      
        1.2GEO的使用


        GEOADD：我们使用它来添加位置坐标信息 GEOADD key 经度1 纬度1 位置名1 经度2 纬度2 位置名2...

        
        GEODIST(distance):见名之意，计算两个地理位置的间隔 GEODIST key 位置一 位置二 m/km(不选择默认返回m(单位米)

        GEOHASH:将经纬度转换为hash存储（这两者转换redis使用了特殊的算法，不深究）这样存储更方便且节流内存
        

        GEORADIUS:本次讲解使用的方法为GEORADIUS，推荐大家使用GEOSEARCH，与GEORADIUS无太大差别，6.2版本GEORADIUS被弃用

        GEORADIUS key 经度 纬度（以该位置为圆心画圆）radius（半径） M/KM/FI/MI(半径单位)
        withcoord (返回范围内点到圆心的 经纬度坐标)
        withDIST(返回范围内点到圆心的近间隔) WITHASH(一般不使用)
        ASC(升序）DESC（降序）（如果不选择默认升序）

        GEOSEARCH:

        官方文档位置：Redis官方使用说明文档


        1.3大抵实现思绪：

 

        当乘客/司机发布行程时，会将自己的位置坐标存入GEO，使用GEORADIUS举行计算，选择范围内符合的乘客/司机，将返回值存入GEO封装（zset可计算分数，实现匹配度计算）
        封装后，根据乘客/司机 出发点 与 司机/乘客 出发点 计算间隔
                   乘客/司机 终点 与 司机/乘客 终点 计算间隔 加权均匀分后返回一个值(这个值就是zset中的score，即行程匹配度)
        将符合要求的，匹配度从高到低返回给满足条件的 司机/乘客
        到此，使用RedisGEO实现行程匹配功能（含匹配度）完成！
 

二、结合对应的函数实现扼要流程分析（重要步骤标号，可直接看重要步骤）

 
 
        我们直接来看后端实现的方法：
        2.1起首乘客/司机发布行程

        public ResponseVO<StrokeVO> publish(StrokeVO strokeVO)
        publish:

• 身份校验
  
• 将行程存入数据库
  
• 初始化GEO（获取当前经纬度，存入redis）Collection<HitchGeoBO> collection = initGeoData(tmp);
  
• 将collection(GEO坐标)存入数据库
  

        2.2保存GEO （初始化GEO）（到此方法行程匹配逻辑已经执行竣事）

        private Collection<HitchGeoBO> initGeoData(StrokePO strokePO)
        initGeoData:

• 添加Geo数据                                     publishGeoData(strokePO)
  
• 筛选出对应的数据（举行行程匹配） geoFilterMatch(strokePO)
  
• 纪录所有符合条件的行程
  
• 所有符合条件的行程纪录我（司机与乘客之间是相互选择的）
  

 
        2.3添加Geo数据              private void publishGeoData(StrokePO strokePO)

•         判断该角色是司机/乘客，选择不同的key
  
•         将该角色的 经纬度坐标和角色id(标识)存入redis（GEOADD）
  

        
       2.4Geo筛选匹配（行程匹配）

•         判断该角色是司机/乘客，选择不同的出发点key和终点key
  
•         出发点匹配出发点 public Map<String, GeoBO> geoNearByXY( prefix,  key,  lng,  lat)
  
•         终点匹配终点 public Map<String, GeoBO> geoNearByXY( prefix,  key,  lng,  lat)
  
•         在出发点和终点都举行匹配后，返回出发点和终点都符合条件的乘客/司机（取交集，肯定得出发点终点都离得近才方便司机送人，生活知识）
  

       2.5通过GEORADIUS实现匹配 （核心源码）

1. public Map<String, GeoBO> geoNearByXY(String prefix, String key, float lng, float lat)

复制代码

 

1. public Map<String, GeoBO> geoNearByXY(String prefix, String key, float lng, float lat)
2. {        String redisKey = getRedisKey(prefix, key);        //以当前坐标为中心画圆        Circle circle = new Circle(                new Point(lng, lat),                new Distance(HtichConstants.STROKE_DIAMETER_RANGE, Metrics.KILOMETERS)        );        //构建一个查询 Redis 地理位置数据的请求，        //返回查询点周围最多 20 个位置的名称、坐标和它们到查询点的间隔，效果按间隔升序排列        RedisGeoCommands.GeoRadiusCommandArgs args =                RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()                .includeDistance().includeCoordinates()                .sortAscending().limit(20);        //查找这个范围内的行程点        GeoResults<RedisGeoCommands.GeoLocation<String>> results = redisTemplate.opsForGeo()                .radius(redisKey, circle, args);        return geoResultPack(results);    }

复制代码

 
 
        2.6终极返回给        initGeoData(StrokePO strokePO)

        末了一步：调用分数计算规则，根据分数举行排序后将所有行程返回给前端

1. /**
2.      * 计算分值
3.      *
4.      * @param hitchGeoBO
5.      * @return
6.      */
7.     private float getScore(HitchGeoBO hitchGeoBO) {
8.         return ((float) (1 - (hitchGeoBO.getStartGeo().getDistance() * 0.5 + hitchGeoBO.getEndGeo().getDistance() * 0.5) / HtichConstants.STROKE_DIAMETER_RANGE)) * 100;
9.     }

复制代码

        到此实现完成！！！
     
 三、实现的具体流程对应的源码


        3.1发布行程
        StrokeVO中包含角色的信息和位置信息
        身份校验；入库保留纪录；初始化Geo数据；封装Geo；返回给前端

1. /**
2.      * 发布行程
3.      *
4.      * @return
5.      */
6.     public ResponseVO<StrokeVO> publish(StrokeVO strokeVO) {
7.         AccountPO accountPO = accountAPIService.getAccountByID(RequestUtils.getCurrentUserId());
8.         if (null == accountPO) {
9.             throw new BusinessRuntimeException(BusinessErrors.DATA_NOT_EXIST, "发布人不存在");
10.         }
11.         if (strokeVO.getRole() == 1 && accountPO.getRole() == 0) {
12.             throw new BusinessRuntimeException(BusinessErrors.AUTHENTICATION_ERROR, "请先认证为车主");
13.         }
14.         StrokePO strokePO = CommonsUtils.toPO(strokeVO);
15.         //入mysql库
16.         StrokePO tmp = strokeAPIService.publish(strokePO);
17.         Collection<HitchGeoBO> collection = initGeoData(tmp);
18.         for (HitchGeoBO hitchGeoBO : collection) {
19.             WorldMapBO worldMapBO = new WorldMapBO(hitchGeoBO.getStartGeo(), hitchGeoBO.getTargetId());
20.             sendStartGeo(worldMapBO);
21.         }
22.         return ResponseVO.success(tmp);
23.     }

复制代码

        3.2initGeoData

        添加Geo数据存入redis;举行行程匹配；纪录符合条件行程

1. /**
2.      * 初始化GEO数据
3.      *
4.      * @param strokePO
5.      */
6.     private Collection<HitchGeoBO> initGeoData(StrokePO strokePO) {
7.         //添加GEO数据
8.         publishGeoData(strokePO);
9.         //筛选出来对应的数据
10.         Collection<HitchGeoBO> hitchGeoBOList = geoFilterMatch(strokePO);
11.         //记录所有行程
12.         for (HitchGeoBO hitchGeoBO : hitchGeoBOList) {
13.             //所有行程记录我
14.             redisHelper.addZset(HtichConstants.STROKE_GEO_ZSET_PREFIX, hitchGeoBO.getTargetId(), strokePO.getId(), getScore(hitchGeoBO));
15.             redisHelper.addHash(HtichConstants.STROKE_GEO_DISTANCE_PREFIX, hitchGeoBO.getTargetId(), strokePO.getId(), getDistanceStr(hitchGeoBO));
16.             //我记录所有行程
17.             redisHelper.addZset(HtichConstants.STROKE_GEO_ZSET_PREFIX, strokePO.getId(), hitchGeoBO.getTargetId(), getScore(hitchGeoBO));
18.             redisHelper.addHash(HtichConstants.STROKE_GEO_DISTANCE_PREFIX, strokePO.getId(), hitchGeoBO.getTargetId(), getDistanceStr(hitchGeoBO));
19.         }
20.         return hitchGeoBOList;
21.     }

复制代码

        3.3添加GEO数据         publishGeoData

1. /**
2.      * 添加GEO数据
3.      *
4.      * @param strokePO
5.      */
6.     private void publishGeoData(StrokePO strokePO) {
7.         //乘客/司机开始key 乘客筛选司机 。司机筛选乘客
8.         String start_key = strokePO.getRole() == 0 ? HtichConstants.STROKE_PASSENGER_GEO_START : HtichConstants.STROKE_DRIVER_GEO_START;
9.         //乘客/司机结束key
10.         String end_key = strokePO.getRole() == 0 ? HtichConstants.STROKE_PASSENGER_GEO_END : HtichConstants.STROKE_DRIVER_GEO_END;
11.         //添加开始结束的GEO信息
12.         redisHelper.addGEO(start_key, "", strokePO.getStartGeoLng(), strokePO.getStartGeoLat(), strokePO.getId());
13.         redisHelper.addGEO(end_key, "", strokePO.getEndGeoLng(), strokePO.getEndGeoLat(), strokePO.getId());
14.     }

复制代码

        3.4行程匹配

        实现行程匹配的逻辑

1. private Collection<HitchGeoBO> geoFilterMatch(StrokePO strokePO) {
2.         //乘客/司机开始key 乘客筛选司机 。司机筛选乘客
3.         String start_key = strokePO.getRole() == 0 ? HtichConstants.STROKE_DRIVER_GEO_START : HtichConstants.STROKE_PASSENGER_GEO_START;
4.         //乘客/司机结束key
5.         String end_key = strokePO.getRole() == 0 ? HtichConstants.STROKE_DRIVER_GEO_END : HtichConstants.STROKE_PASSENGER_GEO_END;
6.         //开始geo数据
7.         Map<String, GeoBO> startGeoBOMap = redisHelper.geoNearByXY(start_key, "", Float.parseFloat(strokePO.getStartGeoLng()), Float.parseFloat(strokePO.getStartGeoLat()));
9.         //结束的geo数据
10.         Map<String, GeoBO> endGeoBOMap = redisHelper.geoNearByXY(end_key, "", Float.parseFloat(strokePO.getEndGeoLng()), Float.parseFloat(strokePO.getEndGeoLat()));
11.         //定义map key的set
12.         Set<String> startSet = startGeoBOMap.keySet(), endSet = endGeoBOMap.keySet();
13.         //计算交集, 开始集合以及结束集合都包含的数据
14.         Collection<String> selectKeys = CollectionUtils.intersection(startSet, endSet);
15.         List<HitchGeoBO> hitchGeoBOList = new ArrayList<>();
16.         for (String key : selectKeys) {
17.             hitchGeoBOList.add(new HitchGeoBO(key, startGeoBOMap.get(key), endGeoBOMap.get(key)));
18.         }
19.         return hitchGeoBOList;
20.     }

复制代码

        3.5GEORADIUS具体实现

1. public Map<String, GeoBO> geoNearByXY(String prefix, String key, float lng, float lat)
2. {        String redisKey = getRedisKey(prefix, key);        //以当前坐标为中心画圆        Circle circle = new Circle(                new Point(lng, lat),                new Distance(HtichConstants.STROKE_DIAMETER_RANGE, Metrics.KILOMETERS)        );        //限制20条，可以根据实际情况调解        RedisGeoCommands.GeoRadiusCommandArgs args =                RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()                .includeDistance().includeCoordinates()                .sortAscending().limit(20);        //查找这个范围内的行程点        GeoResults<RedisGeoCommands.GeoLocation<String>> results = redisTemplate.opsForGeo()                .radius(redisKey, circle, args);        return geoResultPack(results);    }

复制代码

 
        3.6终极在initGeoData（）中，返回数据前完成对匹配度的计算

        加权均匀分实现

1. /**
2.      * 计算分值
3.      *
4.      * @param hitchGeoBO
5.      * @return
6.      */
7.     private float getScore(HitchGeoBO hitchGeoBO) {
8.         return ((float) (1 - (hitchGeoBO.getStartGeo().getDistance() * 0.5 + hitchGeoBO.getEndGeo().getDistance() * 0.5) / HtichConstants.STROKE_DIAMETER_RANGE)) * 100;
9.     }

复制代码

                
        至此全部竣事，学习完成！！！争取过几天自己实现一个！！！到时候再纪录一下。阅读源码对我们提升自己的资助还是很大的，一开始静不下心没好悦目，进入状态之后还是可以看懂的，狠狠提升自己！！！球球义父们点赞，收藏，球球了！！！！！！

  
 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。