华为云企业级redis揭秘第四期：高斯redis geo介绍与应用-4008云顶国际网站

lbs（location based service，基于位置的服务）有非常广泛的应用场景，最常见的应用就是poi（point of interest）的查询，例如用户查找附近的人，附近的餐厅，附近的外卖商家等等。lbs的实现需要数据库存储地理位置信息，开源redis是一个功能强、效率高、使用方便的缓存数据库，实现了地理位置存储的功能，可以用于lbs的数据存储。

开源redis 3.2以上版本的geo功能支持了地理位置信息存储管理，但是内存限制导致没有大规模应用。gaussdb(for redis)（下文简称高斯redis）兼容开源redis的geo功能，使用磁盘替代内存，突破了开源redis的内存限制，可以完美解决geo的大规模应用问题。

redis的geo功能支持如下 6 个 geo 的相关操作：

• geoadd：添加某个地理位置的坐标。

• geopos：获取某个地理位置的坐标。

• geodist：获取两个地理位置的距离。

• geohash：获取某个地理位置的geohash值。

• georadius：根据给定地理位置坐标获取指定范围内的地理位置集合。

• georadiusbymember：根据给定地理位置获取指定范围内的地理位置集合。

redis geo功能的空间索引采用 geohash 原理，配合zset集合存储，查询效率接近 log(n)。

存储地理位置信息的应用非常广泛，而开源redis geo功能也可以存储地理位置信息，并且查询效率高，为什么没有得到大规模的应用呢？

分析存储地理位置信息的场景，都有如下特点：

• 数据量大

大部分场景存储地理位置信息的数据量都是tb级以上的，开源redis的数据全部存放在内存中，节点的内存大小固定，要支持大数据量的地理位置信息存储，必须增加节点数，这会造成成本过高、大集群维护困难等问题。

• 数据持续增长

随着用户的增长，地理位置信息的数据也在持续增长，要求底层存储能够无损扩容。但开源redis扩容需要重新划分hash槽进行数据迁移，必定会影响业务。

• 高并发读写

开源redis主从模式下只有主节点可写，主节点高并发数据写入、高并发数据读出，写入速度过高容易造成主从堆积，数据丢失。

除此之外，还需要考虑备份恢复，数据一致性，扩容，高可用等数据库系统能力。

• 备份恢复

开源redis提供rdb和aof方式备份数据，但当数据规模大时，rdb方式恢复的数据一致性和完整性较差，aof方式数据恢复的效率低。

• 数据一致性

开源redis的主从采用异步复制，会出现数据不一致的情况。

• 高可用

开源redis如果同时挂掉一对主从节点，部分数据将不可用，容错能力弱。

高斯redis基于华为自研分布式存储系统dfv，支持pb级大规模的数据存储。解决了开源redis高成本、存储数据量小、数据不一致等问题，具有秒扩容、超可用、强一致、低成本、自动备份、抗写能力强的优势。

高斯redis geo功能适用于数据量大、读写频繁的场景。在外卖平台、点评平台、找房平台中，餐馆的数据、外卖骑手的数据、用户的数据、房源的数据这些数据随着用户增长，数据量过亿，对应的地理位置信息的数据量可到数tb级别，正是高斯redis适用的场景。下面介绍在不同场景中geo功能的应用。

4.1外卖场景：

（1）用户下完外卖订单后，使用geoadd命令加入骑手的位置。

（2）使用geopos命令，用户可获得骑手的具体位置。

（3）使用georadius/ georadiusbymember命令骑手查看附近可配送的订单。

（4）使用geodist命令用户可获得骑手的距离。

4.2点评场景：

（1）新的店铺加入点评平台，使用geoadd命令，添加新店铺的位置。

（2）使用geopos命令，用户获得店铺的具体位置。

（3）使用geodist命令，用户可获得与店铺的距离。

（4）使用georadius/ georadiusbymember，用户可查找距离500米范围的店铺。

4.3找房场景：

（1）新的房源加入房源平台中，使用geoadd命令，添加新房源的位置。

（2）使用geopos命令，用户可获得房源的具体位置。

（3）使用geodist命令，用户可获得与房源的距离。

（4）使用georadius/ georadiusbymember命令，用户查找附近1km范围内的房源。

开源redis的geo功能查询效率高，但存在存储容量小、抗写能力弱、可用性差等明显缺点，导致了其geo功能一直没有广泛应用。高斯redis突破了开源redis的内存限制，以高性能磁盘存储数据，具有秒扩容、超可用、强一致、低成本、自动备份、抗写能力强的特点，因此高斯redis适用于大量地理位置信息存储的场景。

本文作者：华为云数据库gaussdb(for redis)团队

杭州/西安/深圳简历投递：yuwenlong4@huawei.com

gaussdb(for redis)产品4008云顶国际网站主页：

更多技术文章，关注gaussdb(for redis)官方博客：

https://bbs.huaweicloud.com/community/usersnew/id_1614151726110813