Redis 3.2版本以后，基于geohash和数据结构Zset提供了地理位置相关功能。通过上边两种mysql的实现方式发现，附近的人功能是明显的读多写少场景，所以用redis性能更会有很大的提升。
redis 实现附近的人功能主要通过Geo模块的六个命令。
GEOADD：将给定的位置对象（纬度、经度、名字）添加到指定的key;
GEOPOS：从key里面返回所有给定位置对象的位置（经度和纬度）;
GEODIST：返回两个给定位置之间的距离;
GEOHASH：返回一个或多个位置对象的Geohash表示;
GEORADIUS：以给定的经纬度为中心，返回目标集合中与中心的距离不超过给定最大距离的所有位置对象;
GEORADIUSBYMEMBER：以给定的位置对象为中心，返回与其距离不超过给定最大距离的所有位置对象。
GEOADD key longitude latitude member [longitude latitude member ...] 如下： GEOADD hotel 119.98866180732716 30.27465803229662 酒馆java中使用redis实现：
package com.demo.controller; import lombok.Data; import lombok.experimental.Accessors; import org.example.DemoRedisApplication; import org.junit.jupiter.api.Test; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.data.geo.*; import org.springframework.data.redis.connection.RedisGeoCommands; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.core.StringRedisTemplate; import java.util.ArrayList; import java.util.List; @SpringBootTest(classes = DemoRedisApplication.class) public class Test1 { @Autowired private StringRedisTemplate stringRedisTemplate; @Autowired private RedisTemplate<String, Object> redisTemplate; @Test public void test1() { //save(); List<UserInfo> userInfos = nearBySearch(100, 116.397428, 39.90923); userInfos.forEach(System.out::println); } //GEO相关命令用到的KEY private final static String KEY = "user_info"; public boolean save() { List<UserInfo> list = new ArrayList<>(); list.add(new UserInfo().setName("张三").setLatitude(39.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("王五").setLatitude(39.90923).setLongitude(26.397428)); list.add(new UserInfo().setName("赵六").setLatitude(19.90923).setLongitude(106.397428)); list.add(new UserInfo().setName("小二").setLatitude(9.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小三").setLatitude(69.90923).setLongitude(96.397428)); list.add(new UserInfo().setName("小四").setLatitude(39.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小五").setLatitude(69.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小六").setLatitude(59.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小七").setLatitude(79.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小八").setLatitude(9.90923).setLongitude(116.397428)); list.add(new UserInfo().setName("小九").setLatitude(32.90923).setLongitude(106.397428)); for (UserInfo userInfo : list){ Long flag = redisTemplate.opsForGeo().add(KEY, new RedisGeoCommands.GeoLocation<>( userInfo.getName(), new Point(userInfo.getLongitude(), userInfo.getLatitude())) ); } return true; /*Long flag = redisTemplate.opsForGeo().add(KEY, new RedisGeoCommands.GeoLocation<>( userInfo.getName(), new Point(userInfo.getLongitude(), userInfo.getLatitude())) ); return flag != null && flag > 0;*/ } /** * 根据当前位置获取附近指定范围内的用户 * @param distance 指定范围 单位km ，可根据{@link org.springframework.data.geo.Metrics} 进行设置 * @param userLng 用户经度(-180,180) * @param userLat 用户纬度(-90,90) * @return */ public List<UserInfo> nearBySearch(double distance, double userLng, double userLat) { List<UserInfo> users = new ArrayList<>(); // 1.GEORADIUS获取附近范围内的信息 GeoResults<RedisGeoCommands.GeoLocation<Object>> reslut = redisTemplate.opsForGeo().radius(KEY, new Circle(new Point(userLng, userLat), new Distance(distance, Metrics.KILOMETERS)), RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs() .includeDistance() .includeCoordinates().sortAscending()); //2.收集信息，存入list List<GeoResult<RedisGeoCommands.GeoLocation<Object>>> content = reslut.getContent(); //3.过滤掉超过距离的数据 content.forEach(a-> { users.add( new UserInfo() .setName(a.getContent().getName().toString()) .setDistance(a.getDistance().getValue()) .setLatitude(a.getContent().getPoint().getX()) .setLongitude(a.getContent().getPoint().getY())); }); return users; } @Data @Accessors(chain = true) public static class UserInfo{ private String name;// 酒店 private double latitude;// 用户经度(-180,180) private double longitude;// 用户纬度(-90,90) private double distance;// 距离 } }测试一下ok了，还可以使用 mongdb来实现。
