LBS优化方案探究

方案1:

假设数据结构是这个样子的结构

那么找某个范围之内的用户，相当于：

select * from tb_lbs_user where lat > lat_min and lat < lat_max and lng >lng_min and lng < lng_max;

优点：几乎没有，唯一能说优点的就是比较直观是个人都能够想到；

缺点：慢，数据量大和并发量大的情况下可以把数据库拖死；

方案2:

使用geohash

那么找某个范围之内的用户，相当于：

select * from tb_lbs_user where GeoHash  like  “abcd%”;

优点：利用geohash优化关系型数据库，查询效率，而且还比较直观；

缺点：慢，数据量大和并发量大的情况下可以把数据库拖死；

方案3：

思路：

将地球划分为n个方格，geohash值为6个位，每个方格为（宽一平方千米，以人口均值取值）

数据结构：

1）用户群圈定：

以geohash值为key，在用户更新地理位置的时候更新或插入；

userGeoList:List< M{userid :{lat,lan,gender, free }}>

示例：

key                     value

5cfr5x                 {{12322:{11,11,1}},{1234:{0.5,0.2,1}},{ 4567:{0.2,0.3,1}},….}

5cfr5f                 {{12322:{11,11,1}},{1234:{0.5,0.2,1}},{4567:{0.2,0.3,1}},….}

.                 .

.                 .

.                 .

2)用户信息：

一个用户信息；纬度、经度、GeoHash值

userInfo ={lan,lat ,geo}

例如：

key                     value

12322                {5661,1234, 5cfr5x }

344                            {344,333, 5cfr5x }

.                 .

.                 .

.                 .

算法实现：

1）更新：

定义：

user_new_geohash：新的geohash值

userid：用户ID

getUserInfo:根据userid获取用户信息

updateGeohash：更新用户的geohash

removeUserid：根据userid，移除集合中的某个用户

getuserGeoList：根据geohash获取用户群

addUserid：往用户群中添加userid

UserGeoListNew：创建用户群对象

实现：

user_new_geohash = “5cfr5f”

userid = 12322;

userInfo  =  getUserInfo(userid);

user_old_geohash = userInfo. geo

if user_new_geohash  !=  user_old_geohash

userInfo.updateGeohash (userid, user_old_geohash, userInfo. geo)

userGeoListOld  =  getuserGeoList(user_old_geohash);

userGeoListOld .removeUserid(userid)

userGeoListNew  =  getuserGeoList(user_new_geohash);

if userGeoListNew  !=null:

userGeoListNew.addUserid(userid, gender,free)

else:

userGeoListNew = new UserGeoListNew();

2)查询

定义：

getuserGeoHash：根据userid获取geohash

getuserGeoList:根据geohash和偏移值获取用户集合

sort：根据地理位置由近到远排序

NearbyUserListCache:用户缓存

k：查询条件

geohash = getuserGeoHash(userid);

lan = 0

userGeoList2  =  new userGeoList ()

for (int i = 3; i >= 2; i--) {

userGeoList  = getuserGeoList(geohash,lan)

for(user: userGeoList ){

if user.gender == 1 and user.free == 1://查询条件

userGeoList2.add(user);

}

lan  +=  1000;

if (userGeoList2.size() >= 1000) {

break;

}

}

userGeoList.sort();

NearbyUserListCache.add(k, userGeoList);

以NearbyUserListCache逐步分页

算法复杂度：

n*n

可能查询多次

方案4：

2)用户群数值记录：

以geohash值为key，在用户更新地理位置的时候更新或插入；

userNum : DECR/INCR

userFemaleNum : DECR/INCR

userMaleNum : DECR/INCR

2)查询

定义：

getuserGeoHash：根据userid获取geohash

getuserGeoList:根据geohash和偏移值获取用户集合

sort：根据地理位置由近到远排序

NearbyUserListCache:用户缓存

k：查询条件

geohash = getuserGeoHash(userid);

lan = 0

userGeoList = new userGeoList ()

while true:

if len >=10000

userGeoList  = getuserGeoList(geohash)

else:

len +=xxx;

break;

userGeoList2.sort();

NearbyUserListCache.add(k, userGeoList2);

以NearbyUserListCache逐步分页

只需要查询一次