Redis實現附近商鋪的項目實戰
一、GEO數據結構
1、入門
GEO是Geolocation的縮寫,代表地理坐標。redis3.2中加入對GEO的支持,允許存儲地理坐標信息,幫助我們根據經緯度來檢索數據。
常見命令:
- GEOADD:添加一個地理空間信息,包含:經度(longitude)、緯度(latitude)、值(member)
- GEODIST:計算指定的兩個點之間的距離並返回
- GEOHASH:將指定 member 的坐標轉為 hash 字符串形式並返回
- GEOPOS:返回指定 member 的坐標
- GEORADIUS:指定圓心、半徑,找到該圓內包含的所有 member,並按照與圓心之間的距離排序後返回。6.2 以後已廢棄
- GEOSEARCH:在指定范圍內搜索 member,並按照與指定點之間的距離排序後返回。范圍可以是圓形或矩形。6.2 新功能
- GEOSEARCHSTORE:與 GEOSEARCH 功能一致,不過可以把結果存儲到一個指定的 key。6.2 新功能
2、練習
需求
1、添加下面幾條數據:
- 北京南站(116.378248 39.865275)
- 北京站(116.42803 39.903738)
- 北京西站(116.322287 39.893729)
2、計算北京西站到北京站的距離
3、搜索天安門(116.397904 39.909005)附近 10km 內的所有火車站,並按照距離升序排序
搜索10km內有哪些商鋪(搜出來的會按照距離排序)和 返回北京站的坐標
二、附加商戶搜索
1、先批量導入商戶坐標
按照商戶類型做分組,類型相同的商戶作為同一組,以 typeId 作為 key 存入同一個 GEO 集合中。
編寫測試類實現批量導入redis中
@SpringBootTest class HmDianPingApplicationTests { @Autowired private ShopServiceImpl shopService; @Autowired private StringRedisTemplate stringRedisTemplate; @Test public void loadShopData(){ // 1、查詢店鋪信息 List<Shop> list = shopService.list(); // 2、把店鋪分組,按照 typeId 分組,typeId 一致的放到一個集合中 Map<Long, List<Shop>> map = list.stream().collect(Collectors.groupingBy(Shop::getTypeId)); // 3、分批完成寫入 Redis for (Map.Entry<Long, List<Shop>> longListEntry : map.entrySet()) { Long typeId = longListEntry.getKey(); List<Shop> value = longListEntry.getValue(); List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size()); for (Shop shop : value) { locations.add(new RedisGeoCommands.GeoLocation<>( shop.getId().toString(), new Point(shop.getX(), shop.getY()) )); } stringRedisTemplate.opsForGeo().add(RedisConstants.SHOP_GEO_KEY + typeId, locations); } } }
2、實現附近商戶功能
SpringDataRedis 的 2.3.9 版本並不支持 Redis6.2 提供的 GEOSEARCH 命令,因此我們要把他排除掉,引入我們自己的
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> <exclusions> <exclusion> <artifactId>spring-data-redis</artifactId> <groupId>org.springframework.data</groupId> </exclusion> <exclusion> <artifactId>lettuce-core</artifactId> <groupId>io.lettuce</groupId> </exclusion> </exclusions> </dependency> <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>2.6.2</version> </dependency> <dependency> <groupId>io.lettuce</groupId> <artifactId>lettuce-core</artifactId> <version>6.1.6.RELEASE</version> </dependency>
Controller
前端不一定會傳x坐標和y坐標,可能是按照熱度等其他條件來查詢,所以x和y要required = false,表示可以沒有
@RestController @RequestMapping("/shop") public class ShopController { @Resource public IShopService shopService; /** * 根據商鋪類型分頁查詢商鋪信息 * @param typeId 商鋪類型 * @param current 頁碼 * @return 商鋪列表 */ @GetMapping("/of/type") public Result queryShopByType( @RequestParam("typeId") Integer typeId, @RequestParam(value = "current", defaultValue = "1") Integer current, @RequestParam(value = "x", required = false) Double x, @RequestParam(value = "y", required = false) Double y ) { return shopService.queryShopByType(typeId, current, x, y); } }
Service
@Service public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService { @Autowired private StringRedisTemplate stringRedisTemplate; @Override public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) { // 判斷是否需要根據坐標查詢 if(x == null || y == null){ // 根據類型分頁查詢 Page<Shop> page = query() .eq("type_id", typeId) .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE)); // 返回數據 return Result.ok(page.getRecords()); } // 計算分頁參數 int from = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE; int end = current * SystemConstants.DEFAULT_PAGE_SIZE; // 查詢 Redis,按照距離排序、分頁。 GeoResults<RedisGeoCommands.GeoLocation<String>> search = stringRedisTemplate.opsForGeo(). search(RedisConstants.SHOP_GEO_KEY + typeId, GeoReference.fromCoordinate(x, y), new Distance(5000), RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)); if(search == null){ return Result.ok(Collections.emptyList()); } // 查詢 Redis,按照距離排序、分頁 List<GeoResult<RedisGeoCommands.GeoLocation<String>>> content = search.getContent(); if(from >= content.size()){ return Result.ok(Collections.emptyList()); } List<Long> ids = new ArrayList<>(content.size()); Map<String, Distance> distanceMap = new HashMap<>(content.size()); // 截取 from ~ end 的部分 content.stream().skip(from).forEach(result -> { // 獲取店鋪 id String shopIdStr = result.getContent().getName(); ids.add(Long.valueOf(shopIdStr)); // 獲取距離 Distance distance = result.getDistance(); distanceMap.put(shopIdStr, distance); }); String join = StrUtil.join(",", ids); // 根據 id 查詢 shop List<Shop> shopList = query().in("id", ids).last("order by field(" + join + ")").list(); for (Shop shop : shopList) { shop.setDistance(distanceMap.get(shop.getId().toString()).getValue()); } return Result.ok(shopList); } }
到此這篇關於Redis實現附近商鋪的項目實戰的文章就介紹到這瞭,更多相關Redis 附近商鋪內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Springboot/Springcloud項目集成redis進行存取的過程解析
- SpringBoot整合Redis將對象寫入redis的實現
- SpringBoot集成Redis並實現主從架構的實踐
- Springboot整合Redis與數據持久化
- Spring整合redis的操作代碼