案例分析7 共享单车数据定位 - 好文

1. 共享单车GeoHash定位案例

单词：longitude（经度），latitude（维度）

数据：

  1：单车信息数据，

触发事件

访问的url

时间

用户的id

经度

维度

省份

城市

区（县）

2：北京市的poi位置信息.

经度

维度

Addr

Province

District

单车数据：+位置信息

需求需求和流程分析

根据单车信息数据（经纬度信息），确定单车位置

  使用GeoHash算法将poi中的数据转换成对应的geoHash值对应地理位置，

获取所有的单车数据的经纬度对应的地理位置，先从本地的地理仓库位置中获取数据,
找到匹配的数据返回，如果没有数据，去官网地图获取数据，将数据存储在本地的地理位置库中

知识点：

json数据解析，HttpClient基本使用，GeoHash原理和简单使用字符串切割子串数据转换

String url = "http://gc.ditu.aliyun.com/regeocoding?l=" + latitude + "," +
longitude + "&type=010";

GeoHash算法基本原理

GeoHash算法的步骤

下面以北海公园为例介绍GeoHash算法的计算步骤

2.1. 根据经纬度计算GeoHash二进制编码(逼近思想)

地球纬度区间是[-90,90]，北海公园的纬度是39.928167，可以通过下面算法对纬度39.928167进行逼近编码:

1）区间[-90,90]进行二分为[-90,0),[0,90]，称为左右区间，可以确定39.928167属于右区间[0,90]，给标记为1；

2）接着将区间[0,90]进行二分为 [0,45),[45,90]，可以确定39.928167属于左区间 [0,45)，给标记为0；

3）递归上述过程39.928167总是属于某个区间[a,b]。随着每次迭代区间[a,b]总在缩小，并越来越逼近39.928167；

4）如果给定的纬度x（39.928167）属于左区间，则记录0，如果属于右区间则记录1，这样随着算法的进行会产生一个序列1011100
，序列的长度跟给定的区间划分次数有关。

根据纬度算编码

bit

min

mid

max

1

-90.000

0.000

90.000

0

0.000

45.000

90.000

1

0.000

22.500

45.000

1

22.500

33.750

45.000

1

33.7500

39.375

45.000

0

39.375

42.188

45.000

0

39.375

40.7815

42.188

0

39.375

40.07825

40.7815

1

39.375

39.726625

40.07825

1

39.726625

39.9024375

40.07825

同理，地球经度区间是[-180,180]，可以对经度116.389550进行编码。

根据经度算编码

bit

min

mid

max

1

-180

0.000

180

1

0.000

90

180

0

90

135

180

1

90

112.5

135

0

112.5

123.75

135

0

112.5

118.125

123.75

1

112.5

115.3125

118.125

0

115.3125

116.71875

118.125

1

115.3125

116.015625

116.71875

1

116.015625

116.3671875

116.71875

2.2. 组码

通过上述计算，纬度产生的编码为10111 00011，经度产生的编码为11010 01011。偶数位放经度，奇数位放纬度，把2串编码组合生成新串：11100
11101 00100 01111。

最后使用用0-9、b-z（去掉a, i, l, o）这32个字母进行base32编码，首先将11100 11101 00100 01111转成十进制，对应着
28、29、4、15，十进制对应的编码就是wx4g。同理，将编码转换成经纬度的解码算法与之相反，具体不再赘述。

三、GeoHash Base32编码长度与精度字符串

xw9843shd   xw984nlj

可以看出，当geohash base32编码长度为8时，精度在19米左右，而当编码长度为9时，精度在2米左右，编码长度需要根据数据情况进行选择。

二维转一维

如图所示，我们将二进制编码的结果填写到空间中，当将空间划分为四块时候，编码的顺序分别是左下角00，左上角01，右下脚10，右上角11，也就是类似于Z
的曲线，当我们递归的将各个块分解成更小的子块时，编码的顺序是自相似的（分形），每一个子快也形成Z曲线，这种类型的曲线被称为Peano空间填充曲线。

这种类型的空间填充曲线的优点是将二维空间转换成一维曲线（事实上是分形维），对大部分而言，编码相似的距离也相近，但Peano
空间填充曲线最大的缺点就是突变性，有些编码相邻但距离却相差很远，比如0111与1000，编码是相邻的，但距离相差很大。

除Peano空间填充曲线外，还有很多空间填充曲线，如图所示，其中效果公认较好是Hilbert空间填充曲线，相较于Peano曲线而言，Hilbert
曲线没有较大的突变。为什么GeoHash不选择Hilbert空间填充曲线呢？可能是Peano曲线思路以及计算上比较简单吧，事实上，Peano
曲线就是一种四叉树线性编码方式。

单车数据+规则

{"event_type":0,"page":"/pages/index/index","time":"2018-03-14
12:35:14","uid":"oDK8U0c_VZqQTMVsab9oM219vZpw","longitude":126.67032,"latitude":45.767525,"province":"黑龙江省","city":"哈尔滨市","district":"南岗区"}

{"event_type":0,"page":"/pages/recharge/recharge","money":"100","channel":"wx","time":"2018-03-14

AddList.java
public class AddrList { private String name; private String admName; @Override
public String toString() { return "AddrList [name=" + name + ", admName=" +
admName + "]"; } public String getName() { return name; } public void
setName(String name) { this.name = name; } public String getAdmName() { return
admName; } public void setAdmName(String admName) { this.admName = admName; } }
BikeBean.java
/** * 封装bikes.log数据 * @author Administrator * */ public class BikesBean {
//{"event_type":0,"page":"/pages/index/index","time":"2018-03-14
12:35:14","uid":"oDK8U0c_VZqQTMVsab9oM219vZpw",
//"longitude":126.67032,"latitude":45.767525,"province":"黑龙江省","city":"哈尔滨市","district":"南岗区"}
private String event_type; private String page; private String time; private
String uid; private double longitude; private double latitude; private String
province; private String city; private String district; public String
getEvent_type() { return event_type; } public void setEvent_type(String
event_type) { this.event_type = event_type; } public String getPage() { return
page; } public void setPage(String page) { this.page = page; } public String
getTime() { return time; } public void setTime(String time) { this.time = time;
} public String getUid() { return uid; } public void setUid(String uid) {
this.uid = uid; } public String getProvince() { return province; } public void
setProvince(String province) { this.province = province; } public String
getCity() { return city; } public void setCity(String city) { this.city = city;
} public String getDistrict() { return district; } public void
setDistrict(String district) { this.district = district; } public double
getLongitude() { return longitude; } public void setLongitude(double longitude)
{ this.longitude = longitude; } public double getLatitude() { return latitude;
} public void setLatitude(double latitude) { this.latitude = latitude; }
@Override public String toString() { return "BikesBean [event_type=" +
event_type + ", page=" + page + ", time=" + time + ", uid=" + uid + ",
longitude=" + longitude + ", latitude=" + latitude + ", province=" + province +
", city=" + city + ", district=" + district + "]"; } }
BilesUtil
import java.io.IOException; import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.methods.GetMethod; import
ch.hsr.geohash.GeoHash; public class BikesUtile { /** * 通过经纬度信息获取geohash值 *
@param lng * @param lat * @return */ public static String getGeoHash(double
lng, double lat) { String base32 = GeoHash.withCharacterPrecision(lat, lng,
8).toBase32(); return base32; } /** * 通过网络请求获取json数据 * @param url * @return */
public static String getJsonByUrl(String url) { HttpClient client = new
HttpClient(); GetMethod method = new GetMethod(url); try {
client.executeMethod(method); return method.getResponseBodyAsString(); } catch
(IOException e) { e.printStackTrace(); } return null; } }
Repotery.java
import java.io.BufferedReader; import java.io.BufferedWriter; import
java.io.FileInputStream; import java.io.FileWriter; import
java.io.InputStreamReader; /** * 把bj_poi.csv数据转换为所需要的数据 * csv数据格式： *
每一行都是一条数据，数据数据之间使用逗号隔开 * * @author Administrator * */ public class Repotery {
public static void main(String[] args) throws Exception { try { //new
FileReader("E:\\data\\bj-poi-1.csv") //乱码的解决 BufferedWriter bw = new
BufferedWriter(new FileWriter("D:\\a.txt")); BufferedReader br = new
BufferedReader(new InputStreamReader(new
FileInputStream("../案例练习4/src/ch07/bikes.log"), "gbk")); String line = null;
//孔化营东区19号楼,地名地址信息;门牌信息;楼栋号,116.154243,40.510423,北京市延庆区孔化营东区3号楼,北京市,10,延庆区,城皇庙胡同,110119,190403,延庆区,116.1479392,40.50896791,116.1606171,40.51675233
//跳过行 br.readLine(); while((line = br.readLine())!=null){ //错误数据跳过 try {
//System.out.println(line); String[] split = line.split(","); String lngStr =
split[2]; String latStr = split[3]; String addr = split[4]; String city =
split[5]; String district = split[7]; //System.out.println(addr); double lng =
Double.parseDouble(lngStr); double lat = Double.parseDouble(latStr); String
geoHash = BikesUtile.getGeoHash(lng,lat); String key =
geoHash+"\t"+"北京市"+"\t"+city+"\t"+district+"\t"+addr; bw.write(key);
bw.newLine(); bw.flush(); //System.out.println(key); } catch (Exception e) {
continue; } } System.out.println("写入完毕！！！"); bw.close(); br.close(); } catch
(Exception e) { // TODO: handle exception } } }
ResultBean.java
import java.util.Arrays; public class ResultBean { private double[]
queryLocation; private AddrList[] addrList; public double[] getQueryLocation()
{ return queryLocation; } public void setQueryLocation(double[] queryLocation)
{ this.queryLocation = queryLocation; } public AddrList[] getAddrList() {
return addrList; } public void setAddrList(AddrList[] addrList) { this.addrList
= addrList; } @Override public String toString() { return "ResultBean
[queryLocation=" + Arrays.toString(queryLocation) + ", addrList=" +
Arrays.toString(addrList) + "]"; } }
TestGeoHash.java
import ch.hsr.geohash.GeoHash; public class TestGeoHash { public static void
main(String[] args) { String base32 = GeoHash.withCharacterPrecision(41.083778,
113.983896, 8).toBase32(); System.out.println(base32); } }TestHttpClient.java
import org.apache.commons.httpclient.HttpClient; import
org.apache.commons.httpclient.HttpMethod; import
org.apache.commons.httpclient.methods.GetMethod; public class TestHttpClient {
public static void main(String[] args) throws Exception { HttpClient client =
new HttpClient(); String uri =
"http://gc.ditu.aliyun.com/regeocoding?l=41.083778,113.983896&type=010";
HttpMethod method = new GetMethod(uri); client.executeMethod(method); String
bodyAsString = method.getResponseBodyAsString();
System.out.println(bodyAsString); } }
TestMain.java
//通过经纬度查找位置信息新 String addr = findAddr(longitude,latitude);
System.out.println(sum+addr); //缺少数据保存 } } catch (Exception e) {
e.printStackTrace(); } } /** * 查找地理位置 * 1：先从本地查找 * 2：从网络上查找 * @param longitude
* @param latitude * @return */ private static String findAddr(double longitude,
double latitude) { //从本地中查找 String ret = findAddrByLocal(longitude,latitude);
if(ret==null){ //从网络中查找 ret = findAddrByNet(longitude,latitude);
//System.err.println(ret); } return ret; } /** * 通过网络获取地址数据 * @param longitude
* @param latitude * @return */ private static String findAddrByNet(double
longitude, double latitude) { String url =
"http://gc.ditu.aliyun.com/regeocoding?l=" + latitude + "," +
longitude+"&type=010"; String json = BikesUtile.getJsonByUrl(url); ResultBean
resultBean = JSON.parseObject(json, ResultBean.class); AddrList[] addrList =
resultBean.getAddrList(); AddrList addrList2 = addrList[0]; //得到的是省市区 String
admName = addrList2.getAdmName();//河北省,张家口市,尚义县 String address =
addrList2.getName();//华艺幼儿园 String key = null;
if(admName!=null&&!"".equals(admName)){ String[] split = admName.split(",");
if(split.length>2){ key = split[0]+"\t"+split[1]+"\t"+split[2]+"\t"+address; }
} String geoHash = BikesUtile.getGeoHash(longitude, latitude);
//把数据写到文件中，并把添加的数据put到map中 if(key!=null){ try { BikesBean b = new BikesBean();
BufferedWriter bw = new BufferedWriter(new FileWriter("D:\\a1.txt",true));
bw.write(geoHash+"\t"+key); bw.newLine(); bw.flush(); bw.close();
map.put(geoHash, geoHash+"\t"+key); } catch (IOException e) {
e.printStackTrace(); } } return geoHash+"\t"+key; } /** * 从本地中查找 * @param
longitude * @param latitude * @return */ private static String
findAddrByLocal(double longitude, double latitude) { //Map<String, String> map
= loadData(); String geoHash = BikesUtile.getGeoHash(longitude, latitude);
//map是加载的本地数据 String ret = map.get(geoHash); return ret; } /** * 加载数据生成map数据 *
@return */ public static Map<String, String> loadData(){ //key--->geoHashCode
value--->整条数据 Map<String, String> map = new HashMap<>(); try (BufferedReader br
= new BufferedReader(new FileReader("D:\\a1.txt"));){ String line = null;
while((line = br.readLine())!=null){ String[] split = line.split("\t"); String
hashCode = split[0]; map.put(hashCode, line); } } catch (Exception e) { // TODO
Auto-generated catch block e.printStackTrace(); } return map; } }
模拟数据

{"event_type":0,"page":"/pages/index/index","time":"2018-03-14
12:35:14","uid":"oDK8U0c_VZqQTMVsab9oM219vZpw","longitude":126.67032,"latitude":45.767525,"province":"黑龙江省","city":"哈尔滨市","district":"南岗区"}

热门工具换一换