当前位置:首页 > 文章列表 > 数据库 > Redis > Redis GEOSEARCH 怎样按距离和形状筛选位置

Redis GEOSEARCH 怎样按距离和形状筛选位置

来源:17golang原创 2026-10-20 23:19:57 0浏览 收藏

如果 Redis 里已经用 GEOADD 保存了门店、设备或配送点,下一步通常不是再写一套距离计算,而是直接使用 GEOSEARCH。它能以成员或经纬度作为中心,用 BYRADIUS 查询圆形范围,用 BYBOX 查询矩形范围,再用 WITHDIST、WITHCOORD 和排序参数补齐列表所需的信息。

官方地址:https://redis.io/docs/latest/commands/geosearch/

实际项目里可以先用 BYRADIUS 解决“附近多少公里”,再用 BYBOX 解决“落在这个宽高框内”。需要展示距离时加 WITHDIST,需要回显经纬度时加 WITHCOORD;不要把 COUNT ANY 当成精确的最近排序。

先准备一组可复现的地理数据

GEOSEARCH 查询的是 Redis 的地理索引。下面用一个城市中心附近的门店集合做小实验,成员名只是示例数据,重点是经度在前、纬度在后。

# 写入四个测试点;参数顺序固定为 经度 纬度 成员名
redis-cli GEOADD shop:geo \
  116.397128 39.916527 "中心店" \
  116.407526 39.904030 "南门店" \
  116.365000 39.930000 "西区店" \
  116.450000 39.950000 "东区店"

# 先读取成员,确认测试索引里已经有样本数据
redis-cli ZRANGE shop:geo 0 -1

这里的 shop:geo 是地理索引键。生产代码里建议把业务类型写进键名,并为测试使用独立键,避免调试数据和真实门店混在一起。

用 BYRADIUS 查询圆形范围

“以中心点为圆心,查 5 千米以内的门店”对应 FROMLONLAT 加 BYRADIUS。单位可以写 M、KM、FT 或 MI,查询中心的参数顺序仍然是经度、纬度。

# 以中心店坐标附近的经纬度为中心,查询 5 千米圆形区域
redis-cli GEOSEARCH shop:geo \
  FROMLONLAT 116.397128 39.916527 \
  BYRADIUS 5 KM \
  ASC WITHDIST WITHCOORD

ASC 会让结果按距离从近到远排列;WITHDIST 给每个成员附带距离,单位与 BYRADIUS 后面的单位一致;WITHCOORD 再附带成员原本的经纬度。返回值因此不再只是成员名,而是“成员、距离、坐标”的组合结构。

Redis GEOSEARCH 以经纬度为中心按 BYRADIUS 过滤圆形范围并返回距离和坐标的静态结构图
图1:圆形查询的参数关系和返回字段说明图;这是 ImageGen 生成的静态说明图,不是 Redis 运行截图。

如果业务只需要成员名,可以去掉两个 WITH 选项;如果要展示“最近的前三家”,可以继续追加 COUNT 3,但保留 ASC,否则数量限制和排序目标并不一致。

用 BYBOX 查询矩形范围

门店围栏、配送网格或地图视口更适合矩形过滤。此时把 BYRADIUS 换成 BYBOX width height unit,宽和高描述的是矩形的两条边,中心点仍由 FROMLONLAT 或 FROMMEMBER 提供。

# 以中心点为矩形中心,按宽 12 千米、高 8 千米筛选
redis-cli GEOSEARCH shop:geo \
  FROMLONLAT 116.397128 39.916527 \
  BYBOX 12 8 KM \
  ASC WITHDIST WITHCOORD

圆形和矩形不是同一种边界:BYRADIUS 5 KM 表示距离中心不超过半径的区域,BYBOX 12 8 KM 表示宽高分别为 12 和 8 千米的框。不要把“5 千米半径”机械换成“10 千米宽高”后认为两次结果一定相同,它们的角点覆盖范围不同。

Redis GEOSEARCH 按 BYBOX 宽高筛选矩形区域并组合 ASC COUNT WITHDIST WITHCOORD 的静态关系图
图2:矩形筛选与排序、数量、距离、坐标返回字段的关系图;这是 ImageGen 生成的静态结构图,不是运行证据。

把排序、数量和返回字段组合起来

常用组合可以按“边界、排序、数量、字段”四层理解:

参数作用使用提醒
BYRADIUS圆形范围后面跟半径和单位
BYBOX矩形范围后面跟宽、高和单位
ASC/DESC按距离升序或降序需要最近结果时显式写 ASC
COUNT n限制返回数量与排序一起使用更容易解释
COUNT n ANY尽快收集够数量返回结果不保证是距离最近的 n 个
WITHDIST返回距离距离单位跟随范围单位
WITHCOORD返回经纬度适合地图标记或二次展示
# 只取最近的两条,并保留距离;适合“最近门店”列表
redis-cli GEOSEARCH shop:geo \
  FROMMEMBER "中心店" \
  BYRADIUS 5 KM \
  ASC COUNT 2 WITHDIST

# 只追求快速拿到若干候选;不要把它当作严格最近排序
redis-cli GEOSEARCH shop:geo \
  FROMMEMBER "中心店" \
  BYBOX 20 20 KM \
  COUNT 10 ANY WITHCOORD

官方命令说明明确区分了普通 COUNT 和 ANY:不带 ANY 时,Redis 会为匹配区域投入更多工作来排序;带上 ANY 后可以更快拿到数量,但结果可能不是距离最近的一组。因此,配送计价、最近门店和排序分页不要使用 ANY,而只把它用于“先拿一批候选”的场景。

在应用侧封装查询并清理测试数据

命令行确认参数后,再把查询封装到应用侧。下面的 Python 示例使用 redis 客户端的原生命令接口,保留 Redis 返回的字段结构,避免把距离和坐标误当成字符串列表中的固定位置。

import redis

# 连接本地 Redis;生产环境应从配置注入地址和凭据
client = redis.Redis(host="localhost", port=6379, decode_responses=True)

# 以成员作为中心,取 5 千米内最近的 3 个成员并返回距离
rows = client.geosearch(
    "shop:geo",
    member="中心店",
    radius=5,
    unit="km",
    sort="ASC",
    count=3,
    withdist=True,
    withcoord=True,
)

# 统一打印成员、距离和坐标,便于接入 API 的 DTO
for member, distance, coord in rows:
    print({"member": member, "distance_km": distance, "coord": coord})

# 实验结束后删除测试索引,避免下次运行读到旧数据
client.delete("shop:geo")

不同客户端对返回结构的封装名称可能不同,但参数的语义仍对应 Redis 命令:中心点、形状、单位、排序、数量和附加字段。接入前先查看所用客户端的 GEOSEARCH 方法签名,尤其确认 withdist 与 withcoord 是否返回元组、对象或嵌套数组。

常见问题

GEOSEARCH 和 GEORADIUS 该选哪个?

新代码优先使用 GEOSEARCH。Redis 官方文档把 GEORADIUS 标记为自 6.2 起弃用的旧命令,并建议用 GEOSEARCH 配合 BYRADIUS 替代。

为什么查询不到点?

先检查经纬度顺序、单位和中心点是否写反。Redis 约定经度在前、纬度在后;同时确认查询键和写入 GEOADD 使用的是同一个键。

COUNT ANY 能不能用于最近门店?

不建议。需要严格的最近顺序时使用 ASC COUNT n,不要加 ANY;ANY 适合快速拿候选,不承诺结果是最近的 n 个。

总结

GEOSEARCH 的核心是先选边界,再决定返回信息:圆形用 BYRADIUS,矩形用 BYBOX,最近排序用 ASC,距离和坐标分别用 WITHDIST、WITHCOORD。把 COUNT ANY 和精确最近查询区分开,基本就能覆盖附近门店、设备围栏和地图视口这几类常见场景。

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
Redis lazyfree 怎样降低删除大键的阻塞Redis lazyfree 怎样降低删除大键的阻塞
上一篇
Redis lazyfree 怎样降低删除大键的阻塞
Redis 客户端缓存为什么还需要数据变更通知
下一篇
Redis 客户端缓存为什么还需要数据变更通知
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。
    570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。
    614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。
    641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。
    602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。
    419次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码