使用Redis来实现LBS的应用
来自： http://blog.csdn.net//jiao_fuyou/article/details/36179867
微信、陌陌 架构方案分析
近两年、手机应用，莫过于微信、陌陌之类最受欢迎；但实现原理，分享文章甚少。
故，提出两种方案，供分享；不对之处，敬请留言学习。
目标
解决大型应用（微信、陌陌级别）中，用户经纬度在不断更新，用户查找频繁的问题。（每分钟1000W级）
方案A:
本方案前，请先阅读：基于LBS功能应用的Geohash方案，看过该文章便可简单知道；
1、仅需每分钟将用户的经纬度，上报到数据库；
2、然后每次用户查找附近好友时，通过 LIKE 'wm3yr3%'，即可获取
缺点：稍有一定数据量，对数据库的鸭梨可想而知
方案B：使用Redis
策略
假象把中国分成，若干个一平方公里的单元格
1）、用户位置的变更，理解为一个单元格移动到另外一个单元格（或者不移动）
2）、用户查找附近，理解为查找，自己所在方块的的所有人
数据结构
1）、用户基本信息 纬度、经度、GeoHash值（经纬度，仅用于后期距离计算）
2）、单元格 集合（用户1，用户2，…）
存储工具
1）、redis string（key->value） 结构，存储用户基本信息
2）、redis set（集合） 结构，以GeoHash值，前6位作为key（约表示一平方千米），存储单元格的用户群
算法流程
1）、更新用户信息，先删除用户原所在集合，再更新当前用户信息，最后更新当前用户所在集合
2）、查找附近，直接查找，所在单元格集合所有用户ID
具体实现
<?php /** * LBS核心类 * @author name <simplephp@163.com> * @site http://www.wubiao.info */ include_once('geohash.class.php'); class LBS { //索引长度 6位 protected $index_len = 6; protected $redis; protected $geohash; public function __construct() { //redis $this->redis = new Redis(); $this->redis->pconnect('127.0.0.1','6379'); //geohash $this->geohash = new Geohash(); } /** * 更新用户信息 * @param mixed $latitude 纬度 * @param mixed $longitude 经度 */ public function upinfo($user_id,$latitude,$longitude) { //原数据处理 //获取原Geohash $o_hashdata = $this->redis->hGet($user_id,'geo'); if (!empty($o_hashdata)) { //原索引 $o_index_key = substr($o_hashdata, 0, $this->index_len); //删除 $this->redis->sRem($o_index_key,$user_id); } //新数据处理 //纬度 $this->redis->hSet($user_id,'la',$latitude); //经度 $this->redis->hSet($user_id,'lo',$longitude); //Geohash $hashdata = $this->geohash->encode($latitude,$longitude); $this->redis->hSet($user_id,'geo',$hashdata); //索引 $index_key = substr($hashdata, 0, $this->index_len); //存入 $this->redis->sAdd($index_key,$user_id); return true; } /** * 获取附近用户 * @param mixed $latitude 纬度 * @param mixed $longitude 经度 */ public function serach($latitude,$longitude) { //Geohash $hashdata = $this->geohash->encode($latitude,$longitude); //索引 $index_key = substr($hashdata, 0, $this->index_len); //取得 $user_id_array = $this->redis->sMembers($index_key); return $user_id_array; } } ?> 性能测试
1）模拟数据上报
<?php /** * 模拟数据上报 * @author name <simplephp@163.com> * @site http://www.wubiao.info */ include_once('lbs.class.php'); $b_time = microtime(true); $n = 0; while(1) { //user_id 1~1000000 $user_id = rand(1, 1000000); //latitude 30.59773~30.726786 $rand_latitude = rand(30597730, 30726786); $latitude = $rand_latitude / 1000000; //longitude 103.983192 ~104.16069 $rand_longitude = rand(103983192, 104160690); $longitude = $rand_longitude / 1000000; $lbs = new lbs(); $lbs->upinfo($user_id, $latitude, $longitude); $n++; mylog($n); $e_time = microtime(true); if(($e_time - $b_time) >= 60) { exit; } } function mylog($content) { file_put_contents('upinfo.log', $content . "\r\n", FILE_APPEND); } ?> 2）模拟附近查找
<?php /** * 模拟附近查找 * @author name <simplephp@163.com> * @site http://www.wubiao.info */ include_once('lbs.class.php'); $b_time = microtime(true); $n = 0; while(1) { //latitude 30.59773~30.726786 $rand_latitude = rand(30597730, 30726786); $latitude = $rand_latitude / 1000000; //longitude 103.983192 ~104.16069 $rand_longitude = rand(103983192, 104160690); $longitude = $rand_longitude / 1000000; $lbs = new lbs(); $re = $lbs->serach($latitude,$longitude); $n++; mylog($n); $e_time = microtime(true); if(($e_time-$b_time) >= 60) { exit; } } function mylog($content) { file_put_contents('search.log', $content . "\r\n", FILE_APPEND); } ?> 测试环境
vmWare虚拟机，内存256M，主频2.93GHz
性能结果
模拟了100W活跃用户行为，不断更新，不断查找附近好友
//60 seconds insert 88544 //60 seconds search 117660 //成都 100W人，数据占用内存 11.97M
总结
从测试结果来看，完全能满足，微信、陌陌之类的性能要求；
尚可改进之处：
1、Geohash，可写成PHP C扩展；或者其他Geohash实现方式
2、Redis，内存消耗较大，可考虑redis集群方案
3、本文仅查出本单元格用户，提高精度，可查出周围八个单元个，求交集
4、求出结果，如需按照由远到近排序；读出Redis经纬度，利用距离公式排序方可。（可参照上一篇文章）
问题
1）假设我现在设定的hash长度为7 ，那一个个hash值对应一个块，如何得到这个块的坐标区间呢？
例如，成都永丰立交的Geohash值为：wm3yr31d2524；如取7位，则为，wm3yr31；
根据Geohash的算法，那么区间就会是 wm3yr3100000 ~ wm3yr31zzzzz;
根据如上两值，通过“Geohash->经纬度”算出经纬度，可大致确定区间。
2）如果用户上报的位置信息有时效性（比如：15秒内有效）如何处理？
可以在redis存储的时候，设置有效时间
转载：微信、陌陌 架构方案分析