当前位置:首页 > 文章列表 > 数据库 > Redis > Redis GEOSEARCHSTORE 怎么保存附近对象结果

Redis GEOSEARCHSTORE 怎么保存附近对象结果

来源:17golang原创 2026-09-28 17:35:20 0浏览 收藏

如果一次附近搜索的结果还要被分页、二次排序或交给后续任务处理,直接使用 GEOSEARCH 返回列表就不够了。GEOSEARCHSTORE 会把筛选结果写入一个新的有序集合:源键继续保留完整地理索引,目标键只保存本次命中的成员。

官方文档:https://redis.io/docs/latest/commands/geosearchstore/

要点速览
  • 命令格式是“目标键 + 源键”,目标键不存在时会被创建,已有目标键会被覆盖。
  • BYRADIUS 适合圆形附近搜索,BYBOX 适合矩形范围;COUNT 控制最多返回多少个成员。
  • 默认分值是地理编码;需要把距离作为有序集合分值时,显式加入 STOREDIST。

一、先分清 source 与 destination

假设门店位置已存放在 store:geo,现在要把某个配送中心 5 千米内的门店保存为临时结果。命令的前两个键不能写反:

# 先准备一个带地理坐标的源索引;经度在前,纬度在后
GEOADD store:geo 116.3974 39.9093 "store-beijing"
GEOADD store:geo 116.4074 39.9143 "store-east"

# destination 在前,source 在后;返回值是写入目标集合的成员数量
GEOSEARCHSTORE store:nearby store:geo FROMLONLAT 116.3974 39.9093 BYRADIUS 5 KM ASC COUNT 20

这里 store:geo 是被查询的地理索引,store:nearby 是新结果集。把两者顺序写反,轻则查不到预期结果,重则覆盖原始索引,排查时应先用 TYPE 和 ZRANGE 确认键的职责。

Redis GEOSEARCHSTORE 中 store:geo 源索引与 store:nearby 目标有序集合的结构关系说明图
图1:Redis GEOSEARCHSTORE 的键边界说明图,展示源地理索引到目标结果集合的关系,不是运行截图。

二、用搜索形状和排序限制结果

中心点可以来自坐标,也可以来自源集合中的成员。圆形查询使用 BYRADIUS 半径 单位,矩形查询使用 BYBOX 宽 高 单位;两者互斥。需要最近的对象排在前面时使用 ASC,只想限制数量时加 COUNT。

# 以已有门店为中心,筛选 2 千米内最多 10 个对象
# FROMMEMBER 省去再次传坐标,但 member 必须存在于 source
GEOSEARCHSTORE store:nearby store:geo FROMMEMBER "store-beijing" BYRADIUS 2 KM ASC COUNT 10

# 用矩形覆盖仓储区域;width 和 height 使用同一个距离单位
GEOSEARCHSTORE warehouse:nearby store:geo FROMLONLAT 116.3974 39.9093 BYBOX 4 2 KM DESC

COUNT n ANY 可以更早停止寻找结果,但命中成员未必按距离有序;如果业务要展示“离我最近”的列表,不要把 ANY 和稳定排序混用。目标集合每次执行都会按本次查询重建,若要保留历史批次,应使用带批次号的目标键。

三、按用途决定是否使用 STOREDIST

不加 STOREDIST 时,目标仍是带地理编码信息的有序集合,适合继续进行地理查询。加入它以后,目标集合的 score 改成中心点到成员的距离,单位与查询形状一致,更适合直接用 ZRANGE 读取距离排序结果。

# 把距离保存为 score,单位沿用这里的 KM
# 返回值用于判断本次到底写入了多少个命中成员
GEOSEARCHSTORE store:distance store:geo FROMLONLAT 116.3974 39.9093 BYRADIUS 5 KM ASC COUNT 20 STOREDIST

# WITHSCORES 读取成员和距离;不要把这个目标键当作原始地理索引使用
ZRANGE store:distance 0 -1 WITHSCORES

选择规则可以压缩成一张表:

目标用途推荐写法注意点
继续做地理查询省略 STOREDIST保留地理编码 score
直接按距离展示或分页加入 STOREDISTscore 是米、千米等距离值
只要少量快速命中COUNT n ANY不保证距离顺序

四、核对返回值与集群边界

命令返回写入目标集合的元素数量,而不是成员详情。发布到应用前,至少检查数量、目标键类型和实际顺序:

# 先看目标键是否存在以及类型是否仍为 zset
EXISTS store:distance
TYPE store:distance
ZRANGE store:distance 0 -1 WITHSCORES

# Redis Cluster 中让两个业务键共享 hash tag,避免跨槽写操作
GEOSEARCHSTORE store:{nearby}:distance store:{nearby}:geo FROMLONLAT 116.3974 39.9093 BYRADIUS 5 KM ASC STOREDIST

GEOSEARCHSTORE 同时读 source、写 destination,在 Redis Cluster 中属于需要单槽的多键写命令。生产环境不要只给一个键加标签;要让参与命令的键使用相同的花括号片段,并在客户端报错时区分 CROSSSLOT 与“结果数量为 0”。

Redis GEOSEARCHSTORE 默认地理编码分值与 STOREDIST 距离分值的对比说明图
图2:Redis GEOSEARCHSTORE 的 score 选择说明图,对比默认地理编码与 STOREDIST 距离分值,不是运行截图。

相关问题

目标键已经存在会追加结果吗?

不会把本次命中简单追加到旧结果;应把目标键视为本次查询的结果快照。需要历史结果时使用不同批次键,或在应用层另行归档。

BYRADIUS 和 BYBOX 怎么选?

配送半径、附近门店等以中心点为圆的场景选 BYRADIUS;地图视窗或规则仓储区域更适合 BYBOX。

为什么 STOREDIST 后不能继续 GEOSEARCH?

因为目标集合的 score 已变成距离而不是地理编码。把它当普通 zset 读取,或重新对原始 source 执行地理命令。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go url.ParseQuery 返回错误时为什么仍有部分 ValuesGo url.ParseQuery 返回错误时为什么仍有部分 Values
上一篇
Go url.ParseQuery 返回错误时为什么仍有部分 Values
MySQL Optimizer Trace 怎么查看索引选择原因
下一篇
MySQL Optimizer Trace 怎么查看索引选择原因
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    253次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    271次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    251次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    57次使用