引言
Geohash是一种地理编码系统，可将地理坐标（纬度和经度）编码为简短的字母和数字字符串。由Gustavo Niemeyer于2008年开发，Geohash提供了一种高效的方式来表示空间数据、实现邻近搜索和创建空间索引。本指南探讨Geohash技术的核心原理、实现细节和实际应用。
📋 目录
关键要点
- 分层结构：Geohash 将地球划分为一个分层的网格，其中较长的哈希值表示较小的区域，从而实现可变的精度。
- Base32 编码：它使用 Base32 编码将经纬度的二进制表示转换为简短的字母数字字符串。
- 邻近搜索：共享前缀通常表示处于同一层级单元，但跨单元邻居和精确距离仍需额外处理。
- 数据索引：Geohash 是数据库中地理空间数据的优秀索引，可以加快基于位置的查询。
- 精度权衡：Geohash 的长度决定了其精度，开发者可以根据应用需求选择合适的长度。
- 适用边界：适合部分层级网格索引和候选集检索，但不能替代精确距离或空间谓词。
Geohash如何工作？
Geohash通过递归地将世界划分为更小的矩形网格来运作。每一步都将当前矩形一分为二，并根据坐标点落在哪个半区来确定一个二进制位（0或1）。
- 二分法：该过程从整个世界地图开始，经度范围为[-180, 180]，纬度范围为[-90, 90]。
- 交替划分：算法首先按经度划分，然后按纬度划分，依此类推。如果坐标点在区间的上半部分，则附加一个
1；如果在下半部分，则附加一个0。 - 位交织：来自经度和纬度的二进制位交织在一起，形成一个单一的二进制字符串。
- Base32编码：最后，将二进制字符串转换为Base32编码，使用一个包含数字和字母的字符集（
0-9和b-z，不包括a, i, l, o）。
结果是一个简短的字符串，表示地球上的一个特定区域，字符串越长，区域越精确。
Geohash精度级别
Geohash的长度决定了其精度。每个额外的字符都显著提高了位置的准确性。下表概述了不同长度的Geohash的近似精度：
| 字符数 | 纬度半跨度 | 赤道处经度半跨度 | 典型单元尺度 |
|---|---|---|---|
| 1 | ±23° | ±23° | 大陆级 |
| 2 | ±2.8° | ±5.6° | 国家级 |
| 3 | ±0.70° | ±0.70° | 区域级 |
| 4 | ±0.087° | ±0.087° | 城市级 |
| 5 | ±0.022° | ±0.022° | 局部区域 |
| 6 | ±0.0027° | ±0.0055° | 社区级 |
| 7 | ±0.00068° | ±0.00068° | 街道级 |
| 8 | ±0.000085° | ±0.00017° | 建筑级 |
| 9 | ±0.000021° | ±0.000021° | 细粒度 |
| 10 | ±0.0000027° | ±0.0000054° | 取决于应用 |
| 11 | ±0.00000067° | ±0.00000067° | 取决于应用 |
| 12 | ±0.00000008° | ±0.00000017° | 取决于应用 |
JavaScript、Python和Java中的Geohash实现
Geohash可以在各种编程语言中实现。以下是JavaScript、Python和Java中的编码和解码示例。
JavaScript实现
javascript
// JavaScript Geohash实现
const BASE32 = '0123456789bcdefghjkmnpqrstuvwxyz';
function encode(latitude, longitude, precision = 9) {
if (!Number.isFinite(latitude) || latitude < -90 || latitude > 90 ||
!Number.isFinite(longitude) || longitude < -180 || longitude > 180) {
throw new Error('纬度或经度超出有效 WGS84 范围');
}
if (!Number.isInteger(precision) || precision < 1 || precision > 12) {
throw new Error('precision 必须是 1 到 12 的整数');
}
let latRange = { min: -90, max: 90 };
let lonRange = { min: -180, max: 180 };
let geohash = '';
let bits = 0;
let bit = 0;
let isEven = true;
while (geohash.length < precision) {
if (isEven) {
const mid = (lonRange.min + lonRange.max) / 2;
if (longitude > mid) {
bits = (bits << 1) | 1;
lonRange.min = mid;
} else {
bits = (bits << 1) | 0;
lonRange.max = mid;
}
} else {
const mid = (latRange.min + latRange.max) / 2;
if (latitude > mid) {
bits = (bits << 1) | 1;
latRange.min = mid;
} else {
bits = (bits << 1) | 0;
latRange.max = mid;
}
}
isEven = !isEven;
bit++;
if (bit % 5 === 0) {
geohash += BASE32[bits];
bits = 0;
}
}
return geohash;
}
function decode(geohash) {
let latRange = { min: -90, max: 90 };
let lonRange = { min: -180, max: 180 };
let isEven = true;
for (let i = 0; i < geohash.length; i++) {
const char = geohash[i];
const charIndex = BASE32.indexOf(char);
if (charIndex === -1) {
throw new Error('Geohash 字符无效');
}
for (let j = 4; j >= 0; j--) {
const bit = (charIndex >> j) & 1;
if (isEven) {
const mid = (lonRange.min + lonRange.max) / 2;
if (bit === 1) {
lonRange.min = mid;
} else {
lonRange.max = mid;
}
} else {
const mid = (latRange.min + latRange.max) / 2;
if (bit === 1) {
latRange.min = mid;
} else {
latRange.max = mid;
}
}
isEven = !isEven;
}
}
return {
latitude: (latRange.min + latRange.max) / 2,
longitude: (lonRange.min + lonRange.max) / 2,
};
}
// 示例
const geohash = encode(39.9288, 116.3884, 9); // wx4g0ec1s
const coords = decode(geohash);
console.log(geohash, coords);
Python实现
python
# Python Geohash实现
BASE32 = "0123456789bcdefghjkmnpqrstuvwxyz"
def encode(latitude, longitude, precision=9):
lat_range = [-90.0, 90.0]
lon_range = [-180.0, 180.0]
geohash = []
bits = 0
bit = 0
is_even = True
while len(geohash) < precision:
if is_even:
mid = (lon_range[0] + lon_range[1]) / 2
if longitude > mid:
bits = (bits << 1) | 1
lon_range[0] = mid
else:
bits = (bits << 1)
lon_range[1] = mid
else:
mid = (lat_range[0] + lat_range[1]) / 2
if latitude > mid:
bits = (bits << 1) | 1
lat_range[0] = mid
else:
bits = (bits << 1)
lat_range[1] = mid
is_even = not is_even
bit += 1
if bit % 5 == 0:
geohash.append(BASE32[bits])
bits = 0
return "".join(geohash)
def decode(geohash):
lat_range = [-90.0, 90.0]
lon_range = [-180.0, 180.0]
is_even = True
for char in geohash:
char_index = BASE32.index(char)
for i in range(4, -1, -1):
bit = (char_index >> i) & 1
if is_even:
mid = (lon_range[0] + lon_range[1]) / 2
if bit == 1:
lon_range[0] = mid
else:
lon_range[1] = mid
else:
mid = (lat_range[0] + lat_range[1]) / 2
if bit == 1:
lat_range[0] = mid
else:
lat_range[1] = mid
is_even = not is_even
return ((lat_range[0] + lat_range[1]) / 2, (lon_range[0] + lon_range[1]) / 2)
# 示例
geohash = encode(39.9288, 116.3884)
coords = decode(geohash)
print(geohash, coords)
Java实现
java
// Java Geohash实现
import java.util.HashMap;
import java.util.Map;
public class Geohash {
private static final String BASE32 = "0123456789bcdefghjkmnpqrstuvwxyz";
private static final Map<Character, Integer> BASE32_DECODE_MAP = new HashMap<>();
static {
for (int i = 0; i < BASE32.length(); i++) {
BASE32_DECODE_MAP.put(BASE32.charAt(i), i);
}
}
public static String encode(double latitude, double longitude, int precision) {
double[] latRange = { -90.0, 90.0 };
double[] lonRange = { -180.0, 180.0 };
StringBuilder geohash = new StringBuilder();
boolean isEven = true;
int bit = 0;
int bits = 0;
while (geohash.length() < precision) {
if (isEven) {
double mid = (lonRange[0] + lonRange[1]) / 2;
if (longitude > mid) {
bits = (bits << 1) | 1;
lonRange[0] = mid;
} else {
bits = (bits << 1);
lonRange[1] = mid;
}
} else {
double mid = (latRange[0] + latRange[1]) / 2;
if (latitude > mid) {
bits = (bits << 1) | 1;
latRange[0] = mid;
} else {
bits = (bits << 1);
latRange[1] = mid;
}
}
isEven = !isEven;
bit++;
if (bit % 5 == 0) {
geohash.append(BASE32.charAt(bits));
bits = 0;
}
}
return geohash.toString();
}
public static double[] decode(String geohash) {
double[] latRange = { -90.0, 90.0 };
double[] lonRange = { -180.0, 180.0 };
boolean isEven = true;
for (int i = 0; i < geohash.length(); i++) {
Integer charIndex = BASE32_DECODE_MAP.get(geohash.charAt(i));
if (charIndex == null) {
throw new IllegalArgumentException("无效的 Geohash 字符");
}
for (int j = 4; j >= 0; j--) {
int bit = (charIndex >> j) & 1;
if (isEven) {
double mid = (lonRange[0] + lonRange[1]) / 2;
if (bit == 1) {
lonRange[0] = mid;
} else {
lonRange[1] = mid;
}
} else {
double mid = (latRange[0] + latRange[1]) / 2;
if (bit == 1) {
latRange[0] = mid;
} else {
latRange[1] = mid;
}
}
isEven = !isEven;
}
}
return new double[] { (latRange[0] + latRange[1]) / 2, (lonRange[0] + lonRange[1]) / 2 };
}
public static void main(String[] args) {
String geohash = encode(39.9288, 116.3884, 9);
double[] coords = decode(geohash);
System.out.println(geohash); // wx4g0ec1s
System.out.println(coords[0] + ", " + coords[1]);
}
}
实际应用
Geohash因其高效性和简单性而被广泛应用于各种应用中：
- 基于位置的服务：查找附近的餐馆、出租车或兴趣点。
- 地理围栏：在地图上创建虚拟边界，以在设备进入或离开时触发操作。
- 空间索引：在数据库中高效查询地理空间数据。
- 位置分析：分析地理模式，例如识别特定区域的热点。
常见问题（FAQ）
1. Geohash在现实世界中有哪些应用？ Geohash被用于基于位置的服务（如Uber和Lyft）、社交媒体签到（如Foursquare）、地理空间分析和物联网（IoT）设备跟踪。
2. Geohash如何处理两极和日界线？ Geohash在两极和日界线附近存在局限性，因为矩形单元格会变形。在这些区域，邻近搜索可能需要特殊处理，以确保准确性。
3. Geohash的主要限制是什么？ 主要限制是其矩形单元格形状，这可能导致边界问题，即两个靠近的点可能最终位于不同的单元格中。此外，两极附近的精度会降低。
4. 如何为我的应用选择合适的 Geohash 精度？ 应根据目标纬度、单元尺寸、查询半径、误报候选预算和边界行为选择精度。不要把 4、5、8 或 9 个字符当作通用的城市或建筑精度保证；候选集仍需用精确距离或空间谓词复核。
5. Geohash有哪些替代方案？ 替代方案包括Uber的H3（使用六边形）、Google的S2（使用球形几何）和Microsoft的Bing Maps Quadkeys。每种方案都有其自身的优势和权衡。
限制与替代方案
Geohash 是矩形、经度可环绕的网格键，不是距离度量。相邻点可能落入不同前缀，字符串字典序也不代表地理距离顺序。半径查询应覆盖查询单元及相关邻居，再计算测地距离，或使用数据库的空间运算符；经度环绕、极区、坐标参考系和日界线必须显式处理。
替代方案包括适合层级六边形单元的 H3、球面单元几何的 S2、适合空间包围盒的 R-tree，以及数据库原生空间索引。应根据查询形状、更新频率、距离模型、极区/日界线需求和运维工具选择。
结论
当分层矩形键适合存储和查询负载时，Geohash 很有用；它不能替代精确距离计算、多边形谓词、授权过滤或数据库空间索引。应结合目标纬度、负载、坐标参考系和边界用例验证精度。