# ⛄引言 **本文参考黑马点评项目** 在点评项目中如何实现附近商家的查询呢，展示出距离自己5公里内的商户，这样的功能如何实现？ **答案是可以采用Redis 来实现，当然可能有很多实现方式，本文主要介绍如何使用Redis实现附近商户的搜索功能** # 一、Redis GEO 数据结构用法 ## ⛅GEO基本语法、指令 GEO 就是 **GeoLocation** 的简写形式，代表**地理坐标**。Redis在3.2版本中加入了对GEO的支持，**允许存储地理坐标信息，帮助我们根据经纬度来检索数据**。 > 常见的命令 * GEOADD：添加一个地理空间信息，包含：经度（longitude）、纬度（latitude）、值（member） * GEODIST：计算指定的两个点之间的距离并返回 * GEOHASH：将指定member的坐标转为hash字符串形式并返回 * GEOPOS：返回指定member的坐标 * GEORADIUS：指定圆心、半径，找到该圆内包含的所有member，并按照与圆心之间的距离排序后返回。6.以后已废弃 * GEOSEARCH：在指定范围内搜索member，并按照与指定点之间的距离排序后返回。范围可以是圆形或矩形。6.2.新功能 * GEOSEARCHSTORE：与GEOSEARCH功能一致，不过可以把结果存储到一个指定的key。 6.2.新功能 ## ⚡使用GEO存储经纬度、查询距离 **本篇博文 Redis版本为 6.2版本** **进入redis 查询 geo相关指令** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6b5c3f4bba564edb93d103cd9ca0d29e~tplv-k3u1fbpfcp-zoom-1.image) > **使用 GEO 完成以下功能实现两点之间的距离查询，以及指定范围内的地点** **需求如下** - 使用 GEO 添加北京（天安门 116.397469 39.908821 、故宫 116.397027 39.918056、北海公园 116.389977 39.933144）经纬度 - 查询天安门与故宫之间的距离 - 在以上添加的地点中查询天安门广场（116.397827 39.90374）附近2公里的地点 **GEOADD 添加** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/39860f5da4ec40fd867845fba2526609~tplv-k3u1fbpfcp-zoom-1.image) **GEOPOS 查看指定地点经纬度信息** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/6ea123cdb9594786abd92e5f2c072fd6~tplv-k3u1fbpfcp-zoom-1.image) **GEOHASH 查看指定地址经纬度HASH值** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/133b9c68a9df4932b357e4b4217efeaa~tplv-k3u1fbpfcp-zoom-1.image) **拓展：** GEOPOS 和 GEOHASH 的区别在于 GEOHASH 节约了经纬度存储的内存、减少不必要的内存消耗，从而提升性能 **GEODIST 查看天安门与故宫之间的距离** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/c90d3fc8eeae459a9b7bfd6e5685232d~tplv-k3u1fbpfcp-zoom-1.image) **GEOSEARCH 查询天安门广场附近 2公里的地点** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/1f7d4f3f1cb245c9870bab8863e1bcc8~tplv-k3u1fbpfcp-zoom-1.image) # 二、SpringBoot 整合Redis 导入店铺数据到GEO > **编写SpringBoot 单元测试进行导入Redis数据** ```java @Resource private IShopService shopService; @Resource private StringRedisTemplate stringRedisTemplate; @Test void loadShopData() { //1. 查询店铺信息 List shopList = shopService.list(); //2. 把店铺分组，按照typeId分组、typeId一致的放在一个集合 Map> map = shopList.stream().collect(Collectors.groupingBy(Shop::getTypeId)); //3. 分批完成写入redis for (Map.Entry> entry : map.entrySet()) { //3.1 获取类型id Long typeId = entry.getKey(); String key = RedisConstants.SHOP_GEO_KEY + typeId; //3.2 获取同类型的店铺的集合 List value = entry.getValue(); List> locations = new ArrayList<>(value.size()); //3.3 写入redis GEOADD key 经度维度 member for (Shop shop : value) { locations.add(new RedisGeoCommands.GeoLocation<>( shop.getId().toString(), new Point(shop.getX(), shop.getY()))); } stringRedisTemplate.opsForGeo().add(key, locations); } } ``` **运行完毕，查看Redis即可** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/149686cef2ac4bbea2487f0d84681248~tplv-k3u1fbpfcp-zoom-1.image) # 三、SpringBoot 整合 Redis 实现附近商户功能 ## ☁️需求介绍 **基于黑马点评项目实现附近商户查询功能** - 采用GEO 数据结构实现附近商户查询 - 完成分页功能 **思路分析：** 通过传输过来的 x、y 经纬度，然后我们根据该经纬度去查询redis中附近的商户，查出后即可返回，进行封装，查出来的结果进行循环添加至 Shop 地点距离，即可完成。 ## ⚡核心源码 **ShopController** ```java @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); } ``` **ShopService** ```java @Override public Result queryShopByType(Integer typeId, Integer current, Double x, Double y) { //1. 判断是否需要坐标查询 if (x == null || y == null) { // 不需要坐标查询，按数据库查询 Page page = query() .eq("type_id", typeId) .page(new Page<>(current, SystemConstants.DEFAULT_PAGE_SIZE)); // 返回数据 return Result.ok(page.getRecords()); } //2. 计算分页参数 int form = (current - 1) * SystemConstants.DEFAULT_PAGE_SIZE; int end = current * SystemConstants.DEFAULT_PAGE_SIZE; //3. 查询redis，按照距离排序、分页结果：shopId、distance String key = RedisConstants.SHOP_GEO_KEY + typeId; GeoResults> results = stringRedisTemplate.opsForGeo().search( key, GeoReference.fromCoordinate(x, y), new Distance(5000), RedisGeoCommands.GeoSearchCommandArgs.newGeoSearchArgs().includeDistance().limit(end)); //4. 解析id if (results == null) { return Result.ok(Collections.emptyList()); } List>> content = results.getContent(); //4.1 截取from => end List ids = new ArrayList<>(content.size()); Map distanceMap = new HashMap<>(content.size()); if (content.size() <= form) { return Result.ok(Collections.emptyList()); } content.stream().skip(form).forEach(result -> { //4.2 获取店铺id String shopIdStr = result.getContent().getName(); ids.add(Long.valueOf(shopIdStr)); //4.2 获取距离 Distance distance = result.getDistance(); distanceMap.put(shopIdStr, distance); }); //5. 根据id查询shop String idStr = StrUtil.join(",", ids); List shops = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list(); // 循环将商品距离放入对象距离属性中 shops.forEach(shop -> { shop.setDistance(distanceMap.get(shop.getId().toString()).getValue()); }); //6. 返回结果 return Result.ok(shops); } ``` **进行测试** ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/46e4b8b4bb1d4bf38fa508bf0e7e193a~tplv-k3u1fbpfcp-zoom-1.image) # ✅附近商户效果图 ![在这里插入图片描述](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/072ee354afd044d1927de824c908fed8~tplv-k3u1fbpfcp-zoom-1.image) # ⛵小结以上就是【**Bug 终结者**】对 **微服务 SpringBoot 整合 Redis 实现附近商户功能** 的简单介绍，**附近商户搜索，是很常见的功能，掌握GEO即可完成该类似的需求，并高质量完成开发，加油！认真练习，提升技术。** **`技术改变世界！！！`** > 如果这篇【文章】有帮助到你，希望可以给【**Bug 终结者**】点个赞👍，创作不易，如果有对【**后端技术**】、【**前端领域**】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【**Bug 终结者**】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！