GeoHash是什么

GeoHash是一种将经纬度坐标编码成字符串的地理空间编码方法。

例如一个坐标：

116.397 39.908

经过GeoHash编码后，可以得到类似：

wx4g0ec1

因此可以简单理解为：

经纬度
    ↓
GeoHash编码
    ↓
字符串

GeoHash的核心作用是：

将二维地理位置转换成具有空间层级关系的字符串，从而方便空间索引、附近搜索和位置数据存储。

GeoHash能够做什么

GeoHash常用于：

地理位置编码
空间索引
附近搜索
LBS位置服务
地图数据存储
地理围栏
位置聚合
空间数据分区
数据库空间查询

例如：

查询某个位置附近的商店。

可以先：

用户位置
    ↓
GeoHash
    ↓
查询附近GeoHash区域
    ↓
获取候选商店
    ↓
计算真实距离
    ↓
最终结果

GeoHash的基本结构

GeoHash本质上是一个字符串。

例如：

wx4g0ec1

字符串长度越长，表示的空间范围通常越小。

例如：

w
wx
wx4
wx4g
wx4g0
wx4g0e
wx4g0ec
wx4g0ec1

可以理解为逐级缩小空间范围：

全球
 ↓
较大区域
 ↓
城市附近
 ↓
街区
 ↓
更小区域
 ↓
具体位置附近

因此GeoHash具有明显的：

空间层级结构。

GeoHash的核心思想

GeoHash主要通过不断划分经纬度范围来编码位置。

首先将地球经纬度范围看成：

Longitude
[-180, 180]

Latitude
[-90, 90]

然后不断进行二分。

例如经度：

[-180, 180]

第一次划分：

[-180, 0]
[0, 180]

如果目标经度位于右侧：

[0, 180]

继续划分：

[0, 90]
[90, 180]

不断重复这个过程，就可以得到一串二进制信息。

纬度也采用类似方法。

GeoHash的二分过程

例如一个坐标：

Longitude = 116.397
Latitude = 39.908

经度范围：

[-180, 180]

不断二分：

[-180, 0]
[0, 180]

116.397位于：

[0, 180]

继续：

[0, 90]
[90, 180]

116.397位于：

[90, 180]

继续划分：

[90, 135]
[135, 180]

最终会得到一串二进制判断结果。

纬度也进行同样的过程。

GeoHash的二进制编码

经过经纬度不断二分后，可以得到：

Longitude bits
+
Latitude bits

然后将这些二进制位交错组合：

Longitude
Latitude
Longitude
Latitude
Longitude
Latitude
...

形成一串二进制编码。

例如：

101101001...

然后再将二进制数据转换成Base32字符。

最终得到：

wx4g0ec1

因此可以简单理解为：

经纬度
    ↓
不断二分
    ↓
二进制编码
    ↓
经纬度位交错
    ↓
Base32
    ↓
GeoHash字符串

GeoHash使用Base32

GeoHash通常使用一种特殊的Base32字符表。

常见字符包括：

0123456789bcdefghjkmnpqrstuvwxyz

其中部分容易混淆的字符会被排除，例如：

a
i
l
o

这样可以减少人工读取和输入时的混淆。

例如：

wx4g0ec1

就是一个GeoHash字符串。

GeoHash长度与精度

GeoHash长度越长，表示的区域通常越小。

例如可以粗略理解为：

短GeoHash
    ↓
较大区域

长GeoHash
    ↓
较小区域

例如：

wx

表示一个较大的区域。

而：

wx4g0ec1

表示一个更加精细的区域。

因此：

GeoHash长度可以控制空间索引的粗细。

GeoHash不是坐标本身

需要特别注意：

GeoHash不是：

经度
+
纬度

的简单字符串拼接。

例如：

116.397,39.908

和：

wx4g0ec1

不是同一种数据。

GeoHash是一种：

空间编码结果。

它通过编码表示某个地理位置所在的空间网格。

GeoHash表示的是区域

虽然GeoHash通常由一个坐标生成，但GeoHash实际上对应的是一个空间网格区域。

例如：

GeoHash = wx4g

可以理解为：

┌────────────────────┐
│                    │
│      wx4g          │
│                    │
└────────────────────┘

该字符串代表的是这个区域，而不仅仅是一个无限精确的点。

因此GeoHash可以用于：

空间分区

GeoHash的层级关系

GeoHash具有非常明显的前缀关系。

例如：

wx4
wx4g
wx4g0
wx4g0e
wx4g0ec

这些GeoHash具有共同前缀：

wx4

这意味着它们属于同一个更大的GeoHash区域。

可以理解为：

wx
└── wx4
    └── wx4g
        └── wx4g0
            └── wx4g0e

因此GeoHash非常适合做：

层级空间索引。

GeoHash与空间网格

GeoHash可以理解为一种空间网格编码。

例如：

┌────┬────┬────┬────┐
│    │    │    │    │
├────┼────┼────┼────┤
│    │    │    │    │
├────┼────┼────┼────┤
│    │    │    │    │
└────┴────┴────┴────┘

每一个网格都有自己的GeoHash。

随着GeoHash长度增加：

大网格
 ↓
小网格
 ↓
更小网格

因此GeoHash可以实现空间数据的网格化。

GeoHash附近搜索

GeoHash最常见的应用之一是附近搜索。

例如用户位置：

用户
  ●

附近商店：

首先计算用户GeoHash：

用户坐标
    ↓
wx4g0ec1

然后查询：

wx4g0ec1

附近的GeoHash网格。

例如：

┌────┬────┬────┐
│邻居│邻居│邻居│
├────┼────┼────┤
│邻居│用户│邻居│
├────┼────┼────┤
│邻居│邻居│邻居│
└────┴────┴────┘

从而快速获取附近位置数据。

为什么需要查询邻居GeoHash

一个常见误区是：

只查询用户所在的GeoHash就可以找到附近所有对象。

实际上并不一定。

例如用户刚好位于网格边缘：

┌──────────┬──────────┐
│          │          │
│          │    ●     │
│          │          │
└──────────┴──────────┘

用户附近的对象可能位于相邻网格。

因此附近搜索通常需要查询：

当前GeoHash
+
周围邻居GeoHash

然后再进行精确距离计算。

GeoHash邻居

假设当前GeoHash：

wx4g

周围可能存在：

wx4f
wx4g
wx4h

以及其他相邻网格。

可以形成：

┌────────┬────────┬────────┐
│        │        │        │
│   N    │   N    │   N    │
├────────┼────────┼────────┤
│   N    │ 当前   │   N    │
├────────┼────────┼────────┤
│   N    │   N    │   N    │
└────────┴────────┴────────┘

实际查询时，需要根据具体GeoHash精度和位置计算邻居。

GeoHash与数据库

GeoHash非常适合存储在数据库中。

例如：

id | longitude | latitude | geohash
---|-----------|----------|--------
1  | 116.397   | 39.908   | wx4g0ec
2  | 116.405   | 39.915   | wx4g0ed
3  | 116.412   | 39.920   | wx4g0ee

可以对：

geohash

字段建立索引。

查询附近区域时：

GeoHash前缀
    ↓
数据库索引
    ↓
候选数据

可以减少全表扫描。

GeoHash与B-Tree索引

GeoHash的一个优势是：

空间位置被转换成字符串后，可以使用普通数据库的字符串索引。

例如：

geohash LIKE 'wx4g%'

可以筛选某个GeoHash区域内的数据。

因此在某些数据库环境中：

空间数据
    ↓
GeoHash字符串
    ↓
B-Tree索引

可以实现简单的空间查询。

不过这并不意味着GeoHash可以完全替代专业空间索引。

GeoHash与R-Tree

GIS数据库中常见的空间索引包括：

R-Tree
GiST
QuadTree

GeoHash则属于：

空间编码

两者思路不同。

GeoHash：

Geometry
    ↓
编码
    ↓
字符串

R-Tree：

Geometry
    ↓
空间索引结构

因此：

GeoHash是一种空间编码方法，而R-Tree是一种空间索引结构。

GeoHash与QuadTree

GeoHash和QuadTree都有空间递归划分的思想。

GeoHash：

空间
 ↓
不断二分
 ↓
编码

QuadTree：

空间
 ↓
四分
 ↓
递归划分

可以理解为：

GeoHash
    ↓
空间划分 + 字符串编码

QuadTree
    ↓
空间划分 + 树结构

两者都可以用于空间索引，但实现方式不同。

GeoHash的空间连续性问题

GeoHash有一个非常重要的特点：

GeoHash字符串前缀相同，通常表示空间上属于同一个较大区域。

但是：

空间上相邻的两个位置，不一定具有相似的GeoHash字符串。

例如：

┌────────────┬────────────┐
│            │            │
│    A       │      B     │
│            │            │
└────────────┴────────────┘

A和B空间上非常接近。

但是它们的GeoHash可能出现：

A = wx4g
B = wx4u

字符串看起来并不一定连续。

因此：

GeoHash不能简单通过字符串距离判断地理距离。

GeoHash边界问题

GeoHash最典型的问题之一是网格边界。

例如：

┌────────────┬────────────┐
│            │            │
│     A      │      B     │
│            │            │
└────────────┴────────────┘

A和B可能距离非常近：

Distance(A, B) = 10m

但是：

GeoHash(A) = wx4g
GeoHash(B) = wx4u

它们可能属于不同的GeoHash区域。

因此GeoHash附近搜索通常不能只使用：

当前GeoHash

而需要考虑邻居网格。

GeoHash与精确距离

GeoHash适合：

快速筛选候选区域

但GeoHash本身并不负责精确距离计算。

例如：

用户
 ↓
GeoHash筛选
 ↓
候选POI
 ↓
Haversine Distance
 ↓
精确距离

因此常见流程是：

GeoHash
    ↓
粗筛
    ↓
Distance
    ↓
精确排序

GeoHash与Haversine距离

Haversine公式常用于计算两个经纬度点之间的球面距离。

例如：

Point A
    ↓
Haversine
    ↓
Point B
    ↓
距离

结合GeoHash：

用户位置
    ↓
GeoHash
    ↓
附近网格
    ↓
候选POI
    ↓
Haversine
    ↓
真实距离

这种方式可以兼顾：

查询速度
+
距离精度

GeoHash与经纬度

GeoHash通常直接基于：

Longitude
Latitude

进行编码。

例如：

Longitude = 116.397
Latitude = 39.908

因此在使用GeoHash之前，应确认：

X = 经度
Y = 纬度

并且数据通常使用：

WGS 84
EPSG:4326

坐标。

如果坐标已经是：

EPSG:3857

则通常需要先转换回适合GeoHash编码的经纬度坐标。

GeoHash与CRS

GeoHash通常是针对经纬度坐标设计的。

例如：

EPSG:4326

坐标：

116.397
39.908

可以直接用于GeoHash。

但：

EPSG:3857

可能是：

12957250
4852834

这种投影坐标。

不能简单把它们直接当成：

经度
纬度

进行GeoHash编码。

正确流程通常是：

EPSG:3857
    ↓
Coordinate Transform
    ↓
EPSG:4326
    ↓
Longitude / Latitude
    ↓
GeoHash

GeoHash的应用场景

LBS附近搜索

例如：

用户
 ↓
GeoHash
 ↓
附近餐厅

适合：

餐厅
酒店
商店
加油站
充电站

GeoHash的应用：车辆位置

例如车辆实时上报：

Vehicle
longitude
latitude

转换：

longitude + latitude
        ↓
     GeoHash

数据库：

vehicle_id
longitude
latitude
geohash
timestamp

可以根据GeoHash快速查询某个区域的车辆。

GeoHash的应用：物流

物流系统可以使用GeoHash进行：

车辆位置
+
订单位置
+
仓库位置

空间分区。

例如：

订单
 ↓
GeoHash
 ↓
区域
 ↓
附近配送车辆

然后结合Distance：

Distance
 ↓
最近车辆

GeoHash的应用：地理围栏

可以将区域划分成GeoHash网格：

┌────┬────┬────┐
│    │    │    │
├────┼────┼────┤
│    │    │    │
├────┼────┼────┤
│    │    │    │
└────┴────┴────┘

车辆进入某些GeoHash区域后：

Vehicle GeoHash
       ↓
Geofence GeoHash
       ↓
候选判断

不过如果需要精确的围栏边界判断，还需要进一步进行：

Point in Polygon

等Geometry空间关系计算。

GeoHash的应用：空间聚合

例如统计：

每个区域有多少用户。

可以：

用户坐标
    ↓
GeoHash
    ↓
GROUP BY geohash
    ↓
数量统计

结果：

GeoHash | 用户数量
--------|--------
wx4g    | 1200
wx4h    | 980
wx4j    | 760

这样就可以快速生成：

空间热力分布

GeoHash与热力图

GeoHash可以作为空间聚合单元。

例如：

用户
用户
用户
用户
 ↓
GeoHash
 ↓
网格统计
 ↓
热力图

不同GeoHash区域：

┌────┬────┬────┐
│ 12 │ 35 │  8 │
├────┼────┼────┤
│ 88 │120 │ 43 │
├────┼────┼────┤
│ 15 │ 62 │ 21 │
└────┴────┴────┘

可以进一步可视化成：

人口热力图
订单热力图
车辆热力图
用户活跃度热力图

GeoHash的优点

GeoHash主要有以下优点：

1. 字符串结构简单

例如：

wx4g0ec1

容易存储和传输。

2. 具有层级关系

例如：

wx
wx4
wx4g
wx4g0

可以表达不同空间尺度。

3. 方便数据库索引

可以将GeoHash存储为：

VARCHAR

并建立普通索引。

4. 适合附近搜索

通过查询当前网格和邻居网格，可以快速获取候选数据。

5. 适合空间聚合

可以按照GeoHash进行：

GROUP BY

实现空间网格统计。

GeoHash的缺点

GeoHash也存在一些局限。

1. 边界问题

相邻位置可能属于不同GeoHash。

A | B

即使：

Distance(A, B)

非常小，也可能：

GeoHash(A) ≠ GeoHash(B)

2. 精度不是完全均匀

由于经纬度范围不同：

Longitude
Latitude

对应的实际地面距离会随纬度发生变化。

因此GeoHash网格并不是全球范围内完全相同大小。

3. 不适合直接计算精确距离

GeoHash主要用于：

空间索引

而不是：

距离计算

4. 不能完全替代空间数据库

复杂GIS分析仍然需要：

PostGIS
R-Tree
GiST
Geometry
Spatial Query

等技术。

GeoHash与PostGIS

如果使用PostGIS，可以同时使用：

Geometry
+
GeoHash

例如：

Point
    ↓
ST_GeoHash
    ↓
GeoHash

然后利用GeoHash做快速候选筛选，再使用PostGIS空间函数进行精确计算。

典型流程：

GeoHash
    ↓
粗筛
    ↓
PostGIS Geometry
    ↓
ST_DWithin
    ↓
精确空间查询

GeoHash与GeoJSON

GeoHash不是GeoJSON的一部分，但可以作为GeoJSON属性保存。

例如：

{
  "type": "Feature",
  "geometry": {
    "type": "Point",
    "coordinates": [116.397, 39.908]
  },
  "properties": {
    "geohash": "wx4g0ec1"
  }
}

此时：

geometry
    ↓
真实空间位置

properties.geohash
    ↓
空间索引辅助信息

GeoHash与Feature

一个GIS Feature可以同时包含：

Feature
├── Geometry
│   └── Point
│
└── Attributes
    ├── name
    └── geohash

例如：

Feature
    ↓
Point
    ↓
116.397,39.908
    ↓
GeoHash
    ↓
wx4g0ec1

因此GeoHash通常是：

Geometry之外的一种空间编码信息。

GeoHash与WKT

WKT用于表示Geometry：

POINT (116.397 39.908)

GeoHash用于编码位置：

wx4g0ec1

两者作用不同：

WKT
 ↓
表达Geometry

GeoHash
 ↓
表达空间网格编码

可以从WKT中提取Point坐标，然后生成GeoHash：

WKT
 ↓
POINT
 ↓
Longitude / Latitude
 ↓
GeoHash

GeoHash与坐标精度

GeoHash长度决定空间编码的精细程度。

一般来说：

GeoHash长度增加
        ↓
编码区域缩小
        ↓
空间精度提高

例如：

wx

比：

wx4g0ec1

代表更大的区域。

因此实际应用中应该根据需求选择长度。

例如：

城市级分析
    ↓
较短GeoHash

附近搜索
    ↓
较长GeoHash

精细位置索引
    ↓
更长GeoHash

GeoHash编码流程

完整流程可以表示为：

Longitude
    +
Latitude
    ↓
经纬度范围二分
    ↓
生成二进制位
    ↓
交错Longitude / Latitude
    ↓
每5位一组
    ↓
Base32
    ↓
GeoHash

例如：

116.397, 39.908
        ↓
二分编码
        ↓
二进制
        ↓
Base32
        ↓
wx4g0ec1

GeoHash解码

GeoHash也可以反向解析。

例如：

wx4g0ec1

通过解码可以得到一个经纬度范围：

Longitude
[116.39, 116.40]

Latitude
[39.90, 39.91]

因此GeoHash解码通常得到的是：

一个空间范围，而不是绝对精确的原始坐标。

可以进一步取范围中心：

GeoHash
    ↓
Bounding Box
    ↓
Center
    ↓
Approximate Point

GeoHash与Bounding Box

GeoHash对应一个矩形范围：

┌──────────────────┐
│                  │
│     GeoHash      │
│                  │
└──────────────────┘

这个矩形就是：

Bounding Box

因此GeoHash解码通常可以得到：

minLongitude
maxLongitude
minLatitude
maxLatitude

即：

BBox

GeoHash完整数据关系

可以将GeoHash放到GIS数据体系中理解：

Longitude + Latitude
        ↓
      Point
        ↓
     Geometry
        ↓
     Feature
        ↓
   GeoHash Index
        ↓
 Spatial Search

GeoHash并不是Geometry本身，而是：

Geometry
    ↓
空间编码
    ↓
GeoHash

GeoHash与空间索引完整流程

实际系统中可以采用：

用户位置
    ↓
Longitude / Latitude
    ↓
GeoHash
    ↓
查询当前网格
    ↓
查询相邻网格
    ↓
获取候选对象
    ↓
Geometry / Distance精确计算
    ↓
最终结果

例如附近商店：

用户
 ↓
GeoHash
 ↓
9个邻居网格
 ↓
商店候选数据
 ↓
Haversine Distance
 ↓
按照距离排序
 ↓
最近商店

总结

GeoHash是一种将经纬度位置编码成字符串的空间编码方法。

核心流程：

Longitude
+
Latitude
    ↓
空间二分
    ↓
二进制编码
    ↓
Base32
    ↓
GeoHash

GeoHash具有：

层级性
空间分区
前缀关系
可索引性

常见用途：

附近搜索
空间索引
LBS
车辆定位
物流
地理围栏
空间聚合
热力图

可以记住：

GeoHash不是Geometry，也不是精确距离，而是一种将地理位置转换成具有空间层级关系的字符串编码方法。

最典型的应用流程是：

经纬度
    ↓
GeoHash
    ↓
空间网格
    ↓
快速筛选
    ↓
Distance / Spatial Relation
    ↓
精确空间分析

🧰