用redis实现类似微信摇一摇

     摇一摇已经不用多做介绍, 我们要实现的类似此功能: 多个用户差不多同时摇手机, 然后隔几秒钟后从服务器端获取附近的人列表, 用mysql等关系型数据库完全可以实现, 而且查询和按距离排序等都非常方便, 只是每个用户摇一次就会产生一条记录,而这些记录都是几秒钟之内有效的, 超过时间之后再也没什么用, 所以要定时去清理这些数据(当然也可以不清理,数据多到一定程度就会慢), 我们选择完全用redis来实现此功能.
原理
1, 客户端上传用户id和经纬度
用户摇手机, 客户端将用户id和经纬度上传至服务器端, 服务器端将经纬度计算成一个字符串(geohash,网上有很多这种代码,下面也提供了),比如计算出的字符串为wkw69yv6, 然后将此字符串拼接用户id作为key存储到redis, 并设置超时时间(比如10秒), 服务器向客户返回这个字符串(只返回前5位或6位即可,前5位精度是2.4Km左右, 前6位精度是610m左右), 假设我们想将2.4km范围内的用户作为附近的人那么返回前5位即可, 如果想将610m范围内的用户作为附近的人那么返回前6位,目前我们使用的前6位,具体的位数和精度对照如下:


2, 获取附近的人列表
客户端在等待n秒后, 将用户id和上次服务器返回的字符串(wkw69y)一起上传至服务器端, 服务器端只需用redis的  keys wkw69y*  就能获取所有的key, 通过截取key中的userid就可以得到附近的人的用户id.

3, 如果客户端要显示相距xx米,按距离排序怎么搞?
从key中截取出geohash字符串(key中拼接的是完整的字符串,不是前6位),反解成经纬度(计算和反解的代码网上很多,下面我也提供了一份java的实现)返回给客户端即可,客户端拿到经纬度即可计算距离和排序, 也可以服务端计算距离和排序好后给客户端,服务端也可以直接按geohash排序一下给客户端,客户端只需自己计算距离即可.

4,如果摇一摇要加密码怎么办?
比如你摇之前输入一个密码1234, 我摇之前也输入一个密码, 只有我们两个相距在允许范围内并且密码相等才算匹配成功.
可以将密码也拼接到redis的key中,并且是最前面,返回给客户端的值就应该是1234-wkw69y,
你的key就是1234-wkw69yv6-100000, 我的key就是1234-wkw69yvb-100001, 这样
keys 1234-wkw69y* 能够获取到两个人,排除自己就是需要的数据了.

问题
1,为什么要把用户id拼接在key中,而不是作为value存储?
因为附近的经纬度计算出的geohash是一样的, 比如两个人用同一个wifi那么两个人的geohash是一样的,redis的key不加用户id会产生数据覆盖.


2,为什么不用redis自带的geoadd,GEODIST 等位置相关的命令?
这些命令确实很方便:
geoadd 是存储数据
geopos 是根据member 获取 它的经纬度, 即反解geohash字符串得到经纬度
geodist 是计算两个member之间的距离
georadius 是根据指定的半径和经纬度获取该范围内的所有member
georadiusbymember 是以某个member未原点,某半径内的所有member
具体可以看http://blog.csdn.net/opensure/article/details/51375961
有没有发现没有删除member的命令?因为geoadd存储使用的就是sortedset, 因此删除可以直接用zrem即可.

因为我们需要对每一个人设置过期时间, 而geoadd 底层用的其实就是sortedset,它不能针对每个人(即sortedset中每个元素)设置过期时间.
具体点说:
先看geoadd命令用法:
GEOADD key longitude latitude member [longitude latitude member ...]
例如:
GEOADD cities 113.2278442 23.1255978 Guangzhou 113.106308 23.0088312 Foshan;
表示将 Guangzhou 和 Fushan 两个地方的经纬度存储到 cities 这个key对应的集合中, 这个集合并不是新的数据类型,而是sortedset, 你肯定会问sortedset一个元素怎么能有三个属性(名称,经度 和 纬度), 这是怎么存的了? redis是将经纬度计算成geohash字符串(geoadd自动计算, 所以geoadd就是实际上就是geohash+zset组合), 将这个字符串作为sortedset的score, 即Guangzhou作为member,它的经纬度geohash作为score存储在sortedset中,如果要实现摇一摇功能, 那么可以将用户id作为member,经纬度作为geohash存储,即像这样:
GEOADD yaoyiyao_users 113.2278442 23.1255978 100000 113.106308 23.0088312 100001;
将用户id=100000 和 100001 的两个用户的经纬度存下来, 但是有个问题, 摇一摇的时间是短暂的,也就是每个用户在redis中存储的时间是较短的,应该给每个人设置过期时间, 但是我们知道sortedset是不能给每个member设置过期时间的, 所以这个命令虽好,但是满足不了需求,于是我们想那就不设置过期时间, 客户端拉列表时删除他拉到的人可不可以?不可以, 因为这样始终只有一个人能拉到列表数据, 其他人都没数据(因为第一个人获取数据后删除了数据).

摇的接口

@RequestMapping(value = "/xx")
    @ResponseBody
    public String yaoYiYao(Integer userid, String pwd, Double longitude, Double latitude) {
        String hashval = GeoHash.encode(latitude, longitude);
        //密码-hash值-用户id, 拼接起来作为redis的key
        String key = (StringUtils.isNotBlank(pwd) ? "" : (pwd.trim() + "-")) + hashval + "-" + userid;
        redisCache.setWithExpire(key, "", 10);
        return (StringUtils.isNotBlank(pwd) ? "" : (pwd.trim() + "-")) + hashval.substring(0, 6);
    }

列表接口

    @RequestMapping(value = "/xx")
    @ResponseBody
    public String yaoYiYaoList(Integer userid, String hashval) {
        //从redis中取出所有以hashval开头的key
        Set<String> set = redisCache.keys(hashval + "*");
        if (CollectionUtils.isEmpty(set)) {
            return null;
        }
        Set<Integer> useridSet = new HashSet<>();

        //遍历key, 从key中截取出用户id
        for (String key : set) {
            String keyArr[] = key.split("-");
            useridSet.add(Integer.valueOf(keyArr[keyArr.length - 1]));//取最后一个
        }
        useridSet.remove(userid);//排除自己

      // TODO 已经拿到用户id集合, 接下来就是查询数据了
     }

geohash算法java实现,计算出的geohash是12位,精度非常高了

import java.util.BitSet;
import java.util.HashMap;

public class GeoHash {
    private static int numbits = 6 * 5; //经纬度单独编码长度  
    //32位编码对应字符
    final static char[] digits = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'b', 'c', 'd', 'e', 'f', 'g', 'h',
            'j', 'k', 'm', 'n', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z' };
    //定义编码映射关系  
    final static HashMap<Character, Integer> lookup = new HashMap<Character, Integer>();
    //初始化编码映射内容
    static {
        int i = 0;
        for (char c : digits)
            lookup.put(c, i++);
    }

    //对编码后的字符串解码
    public double[] decode(String geohash) {
        StringBuilder buffer = new StringBuilder();
        for (char c : geohash.toCharArray()) {

            int i = lookup.get(c) + 32;
            buffer.append(Integer.toString(i, 2).substring(1));
        }

        BitSet lonset = new BitSet();
        BitSet latset = new BitSet();

        //偶数位，经度
        int j = 0;
        for (int i = 0; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            lonset.set(j++, isSet);
        }

        //奇数位，纬度 
        j = 0;
        for (int i = 1; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            latset.set(j++, isSet);
        }

        double lon = decode(lonset, -180, 180);
        double lat = decode(latset, -90, 90);

        return new double[] { lat, lon };
    }

    //根据二进制和范围解码
    private double decode(BitSet bs, double floor, double ceiling) {
        double mid = 0;
        for (int i = 0; i < bs.length(); i++) {
            mid = (floor + ceiling) / 2;
            if (bs.get(i))
                floor = mid;
            else
                ceiling = mid;
        }
        return mid;
    }

    //对经纬度进行编码
    public static String encode(double lat, double lon) {
        BitSet latbits = getBits(lat, -90, 90);
        BitSet lonbits = getBits(lon, -180, 180);
        StringBuilder buffer = new StringBuilder();
        for (int i = 0; i < numbits; i++) {
            buffer.append((lonbits.get(i)) ? '1' : '0');
            buffer.append((latbits.get(i)) ? '1' : '0');
        }
        return base32(Long.parseLong(buffer.toString(), 2));
    }

    //根据经纬度和范围，获取对应二进制
    private static BitSet getBits(double lat, double floor, double ceiling) {
        BitSet buffer = new BitSet(numbits);
        for (int i = 0; i < numbits; i++) {
            double mid = (floor + ceiling) / 2;
            if (lat >= mid) {
                buffer.set(i);
                floor = mid;
            } else {
                ceiling = mid;
            }
        }
        return buffer;
    }

    //将经纬度合并后的二进制进行指定的32位编码
    private static String base32(long i) {
        char[] buf = new char[65];
        int charPos = 64;
        boolean negative = (i < 0);
        if (!negative)
            i = -i;
        while (i <= -32) {
            buf[charPos--] = digits[(int) (-(i % 32))];
            i /= 32;
        }
        buf[charPos] = digits[(int) (-i)];

        if (negative)
            buf[--charPos] = '-';
        return new String(buf, charPos, (65 - charPos));
    }

    public static void main(String[] args) throws Exception {
        GeoHash geohash = new GeoHash();
        String s = geohash.encode(25.770000, 110.125555);
        System.out.println(s);
        double[] geo = geohash.decode(s);
        System.out.println(geo[0] + " " + geo[1]);
    }

}

有兴趣了解geohash计算原理的, 可以参考http://blog.jobbole.com/80633/