当前位置:首页 > 文章列表 > 数据库 > Redis > Redis GEOSEARCH 查询附近地点的范围条件

Redis GEOSEARCH 查询附近地点的范围条件

来源:17golang原创 2026-10-16 22:45:02 0浏览 收藏

Redis GEOSEARCH 适合解决“某个经纬度附近有哪些地点”这类范围查询。它查询的是由 GEOADD 写入的地理有序集合,可以用已有成员或经纬度作为中心,按圆形或矩形过滤,再决定排序、数量和是否返回距离、坐标。

官方地址:https://redis.io/

最小可用选择是:已有地点作中心就用 FROMMEMBER,外部坐标作中心就用 FROMLONLAT;圆形范围用 BYRADIUS,地图视口式矩形范围用 BYBOX。需要给业务排序或展示距离时,再加 ASC/DESC 与 WITHDIST。

先把地点写入 GEOSEARCH 能读懂的索引

GEOSEARCH 不会直接读取一张地点表,它读取的是 Redis 的地理位置有序集合。先用 GEOADD 把经度、纬度和成员名写入同一个 key,成员名可以是门店编号、仓库编号或服务点编号。

# 把三个服务点写入同一个地理索引,参数顺序是经度、纬度、成员名
redis-cli GEOADD store:geo 121.4737 31.2304 store:shanghai
redis-cli GEOADD store:geo 121.4998 31.2397 store:people-square
redis-cli GEOADD store:geo 121.4457 31.2176 store:west

# 先读取一个成员坐标,确认成员名和索引 key 的对应关系
redis-cli GEOPOS store:geo store:shanghai

这里的关键不是把经纬度拆成两个普通字段,而是让所有可被附近查询的成员进入同一个地理索引。经度在前、纬度在后,写入时顺序反了,查询结果也会偏离预期。

Redis 地理有序集合、GEOADD 成员与 GEOSEARCH 范围条件的静态结构说明图
图1:查询形状结构说明图,查看中心点、范围条件和 Redis 地理索引之间的关系。

选择中心点与圆形或矩形范围

中心点有两种来源。FROMMEMBER 以索引中已有成员的位置为中心,适合“以某家门店为中心找附近门店”;FROMLONLAT 直接给经度和纬度,适合来自 GPS、地图选点或请求参数的坐标。

# 以已有门店为中心,在 5 千米圆形范围内按距离从近到远返回
redis-cli GEOSEARCH store:geo FROMMEMBER store:shanghai BYRADIUS 5 KM ASC WITHDIST

# 以请求坐标为中心,查询一个 8×6 千米的轴对齐矩形范围
redis-cli GEOSEARCH store:geo FROMLONLAT 121.4737 31.2304 BYBOX 8 6 KM ASC WITHDIST

BYRADIUS 和 BYBOX 不能同时使用。圆形更接近“距离中心不超过多少”的业务规则;矩形适合已经有地图视口、配送网格或经纬度外接框的场景。查询单位可以使用 M、KM、FT 或 MI,不要把数值和单位拆成两个业务层含义。

用排序、COUNT 和附加字段组织返回结果

默认返回全部匹配成员。面向列表接口时,通常应该显式设置上限,避免一个大范围把过多成员一次性交给应用层。ASC 表示近的在前,DESC 表示远的在前;COUNT 限制最多返回多少项。

# 最多返回 10 个最近地点,并同时返回距离,便于接口直接展示
redis-cli GEOSEARCH store:geo FROMLONLAT 121.4737 31.2304 BYRADIUS 10 KM ASC COUNT 10 WITHDIST

# COUNT ANY 可以更快凑够数量,但返回项不保证按距离有序
redis-cli GEOSEARCH store:geo FROMLONLAT 121.4737 31.2304 BYRADIUS 10 KM COUNT 10 ANY

需要在地图上画点时加 WITHCOORD;需要返回 Redis 的内部地理哈希时加 WITHHASH。一般业务列表优先使用 WITHDIST,因为距离是用户能理解、也最容易直接展示的字段。若使用 ANY,就不要在接口协议中暗示结果已经按最近距离排序。

GEOSEARCH 结果集合、排序、数量限制和距离坐标字段的静态数据结构图
图2:返回结果结构图,查看排序、数量上限和附加字段如何服务于调用方。

几个容易混淆的边界

  • 它不是道路距离。 GEOSEARCH 按地理坐标范围筛选,结果距离是空间距离近似,不包含道路绕行、单行道或实时路况。
  • 坐标顺序要固定。 命令输入使用经度、纬度;接口层最好在字段名中明确 longitude 和 latitude,不要只传两个无名数字。
  • 矩形不是圆形的别名。 BYBOX 是轴对齐矩形,不能直接当成“半径查询”的另一种写法。
  • 大范围要控制上限。 官方文档给出的复杂度与过滤形状覆盖的网格区域有关,业务接口仍应通过范围、COUNT 和缓存策略控制结果规模。

常见问题

GEOSEARCH 能直接按门店名称模糊搜索吗?

不能。它的职责是地理范围筛选;门店名称模糊匹配应交给其他索引或应用层,再把候选结果与地理条件组合。

为什么加了 COUNT ANY 后结果顺序不稳定?

ANY 的目标是尽快收集足够数量,不保证返回结果按距离排序。如果调用方要求“最近的前 N 个”,应去掉 ANY 并显式使用 ASC。

小结

把地点集中写入地理有序集合后,GEOSEARCH 的选择可以归纳为四点:中心来自成员还是坐标,范围用圆形还是矩形,结果按近到远还是反向,最后是否需要数量上限和距离坐标。先确定这四个条件,再把命令封装进接口,查询语义会比“先查全量再在代码里筛选”更清晰。

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
MySQL RESOURCE GROUP 怎样为查询分配 CPU 资源MySQL RESOURCE GROUP 怎样为查询分配 CPU 资源
上一篇
MySQL RESOURCE GROUP 怎样为查询分配 CPU 资源
Redis Cluster 多 key 操作的哈希标签设计
下一篇
Redis Cluster 多 key 操作的哈希标签设计
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。
    497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。
    553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。
    579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。
    532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。
    343次使用