Geohash 是一种地址编码，它能把二维的经纬度编码成一维的字符串。比如，北海公园的编码是wx4g0ec1。
Geohash 的原理、算法
下面以(39.92324, 116.3906)为例，介绍一下geohash的编码算法。
首先将纬度范围(-90, 90)平分成两个区间(-90, 0)、(0, 90)， 如果目标纬度位于前一个区间，则编码为0，否则编码为1。由于39.92324属于(0, 90)，所以取编码为1。然后再将(0, 90)分成 (0, 45), (45, 90)两个区间，而39.92324位于(0, 45)，所以编码为0。以此类推，直到精度符合要求为止，得到纬度编码为1011 1000 1100 0111 1001。
|
纬度范围 |
划分区间0 |
划分区间1 |
39.92324所属区间 |
|
(-90, 90) |
(-90, 0.0) |
(0.0, 90) |
1 |
|
(0.0, 90) |
(0.0, 45.0) |
(45.0, 90) |
0 |
|
(0.0, 45.0) |
(0.0, 22.5) |
(22.5, 45.0) |
1 |
|
(22.5, 45.0) |
(22.5, 33.75) |
(33.75, 45.0) |
1 |
|
(33.75, 45.0) |
(33.75, 39.375) |
(39.375, 45.0) |
1 |
|
(39.375, 45.0) |
(39.375, 42.1875) |
(42.1875, 45.0) |
0 |
|
(39.375, 42.1875) |
(39.375, 40.7812) |
(40.7812, 42.1875) |
0 |
|
(39.375, 40.7812) |
(39.375, 40.0781) |
(40.0781, 40.7812) |
0 |
|
(39.375, 40.0781) |
(39.375, 39.7265) |
(39.7265, 40.0781) |
1 |
|
(39.7265, 40.0781) |
(39.7265, 39.9023) |
(39.9023, 40.0781) |
1 |
|
(39.9023, 40.0781) |
(39.9023, 39.9902) |
(39.9902, 40.0781) |
0 |
|
(39.9023, 39.9902) |
(39.9023, 39.9462) |
(39.9462, 39.9902) |
0 |
|
(39.9023, 39.9462) |
(39.9023, 39.9243) |
(39.9243, 39.9462) |
0 |
|
(39.9023, 39.9243) |
(39.9023, 39.9133) |
(39.9133, 39.9243) |
1 |
|
(39.9133, 39.9243) |
(39.9133, 39.9188) |
(39.9188, 39.9243) |
1 |
|
(39.9188, 39.9243) |
(39.9188, 39.9215) |
(39.9215, 39.9243) |
1 |
经度也用同样的算法，对(-180, 180)依次细分，得到116.3906的编码为1101 0010 1100 0100 0100。
|
经度范围 |
划分区间0 |
划分区间1 |
116.3906所属区间 |
|
(-180, 180) |
(-180, 0.0) |
(0.0, 180) |
1 |
|
(0.0, 180) |
(0.0, 90.0) |
(90.0, 180) |
1 |
|
(90.0, 180) |
(90.0, 135.0) |
(135.0, 180) |
0 |
|
(90.0, 135.0) |
(90.0, 112.5) |
(112.5, 135.0) |
1 |
|
(112.5, 135.0) |
(112.5, 123.75) |
(123.75, 135.0) |
0 |
|
(112.5, 123.75) |
(112.5, 118.125) |
(118.125, 123.75) |
0 |
|
(112.5, 118.125) |
(112.5, 115.312) |
(115.312, 118.125) |
1 |
|
(115.312, 118.125) |
(115.312, 116.718) |
(116.718, 118.125) |
0 |
|
(115.312, 116.718) |
(115.312, 116.015) |
(116.015, 116.718) |
1 |
|
(116.015, 116.718) |
(116.015, 116.367) |
(116.367, 116.718) |
1 |
|
(116.367, 116.718) |
(116.367, 116.542) |
(116.542, 116.718) |
0 |
|
(116.367, 116.542) |
(116.367, 116.455) |
(116.455, 116.542) |
0 |
|
(116.367, 116.455) |
(116.367, 116.411) |
(116.411, 116.455) |
0 |
|
(116.367, 116.411) |
(116.367, 116.389) |
(116.389, 116.411) |
1 |
|
(116.389, 116.411) |
(116.389, 116.400) |
(116.400, 116.411) |
0 |
|
(116.389, 116.400) |
(116.389, 116.394) |
(116.394, 116.400) |
0 |
接下来将经度和纬度的编码合并，奇数位是纬度，偶数位是经度，得到编码 11100 11101 00100 01111 00000 01101 01011 00001。
最后，用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，得到(39.92324, 116.3906)的编码为wx4g0ec1。
|
十进制 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
base32 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
b |
c |
d |
e |
f |
g |
|
十进制 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
28 |
29 |
30 |
31 |
|
base32 |
h |
j |
k |
m |
n |
p |
q |
r |
s |
t |
u |
v |
w |
x |
y |
z |
解码算法与编码算法相反，先进行base32解码，然后分离出经纬度，最后根据二进制编码对经纬度范围进行细分即可，这里不再赘述。 不过由于geohash表示的是区间，编码越长越精确，但不可能解码出完全一致的地址。
Geohash的应用：附近地址搜索
geohash的最大用途就是附近地址搜索了。不过，从geohash的编码算法中可以看出它的一个缺点：位于格子边界两侧的两点， 虽然十分接近，但编码会完全不同。实际应用中，可以同时搜索当前格子周围的8个格子，即可解决这个问题。
最后，我们来看看本文开头提出的两个问题：速度慢，缓存命中率低。使用geohash查询附近地点，用的是字符串前缀匹配：
而前缀匹配可以利用geohash列上的索引，因此查询速度不会太慢。另外，即使用户坐标发生微小的变化， 也能编码成相同的geohash，这就保证了每次执行相同的SQL语句，使得缓存命中率大大提高。
