使用Redis来实现LBS的应用

微信、陌陌 架构方案分析

近两年、手机应用，莫过于微信、陌陌之类最受欢迎；但实现原理，分享文章甚少。

故，提出两种方案，供分享；不对之处，敬请留言学习。

目标

解决大型应用（微信、陌陌级别）中，用户经纬度在不断更新，用户查找频繁的问题。（每分钟1000W级）

方案A:

本方案前，请先阅读：基于LBS功能应用的Geohash方案，看过该文章便可简单知道；

1、仅需每分钟将用户的经纬度，上报到数据库；

2、然后每次用户查找附近好友时，通过 LIKE 'wm3yr3%'，即可获取

缺点：稍有一定数据量，对数据库的鸭梨可想而知

方案B：使用Redis

策略

假象把中国分成，若干个一平方公里的单元格

1）、用户位置的变更，理解为一个单元格移动到另外一个单元格（或者不移动）

2）、用户查找附近，理解为查找，自己所在方块的的所有人

数据结构

1）、用户基本信息 纬度、经度、GeoHash值（经纬度，仅用于后期距离计算）

2）、单元格 集合（用户1，用户2，…）

存储工具

1）、redis string（key->value） 结构，存储用户基本信息

2）、redis set（集合） 结构，以GeoHash值，前6位作为key（约表示一平方千米），存储单元格的用户群

算法流程

1）、更新用户信息，先删除用户原所在集合，再更新当前用户信息，最后更新当前用户所在集合

2）、查找附近，直接查找，所在单元格集合所有用户ID

具体实现

<?php
 /**
  * LBS核心类
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
include_once('geohash.class.php');
 
class LBS {
    //索引长度 6位
    protected $index_len = 6;
    protected $redis;
    protected $geohash;
 
    public function __construct() {
        //redis
        $this->redis = new Redis();
        $this->redis->pconnect('127.0.0.1','6379');
        //geohash
        $this->geohash = new Geohash();
    }
    /**
    * 更新用户信息
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    public function upinfo($user_id,$latitude,$longitude) {
        //原数据处理
        //获取原Geohash
        $o_hashdata = $this->redis->hGet($user_id,'geo');
        if (!empty($o_hashdata)) {
            //原索引
            $o_index_key = substr($o_hashdata, 0, $this->index_len);
            //删除
            $this->redis->sRem($o_index_key,$user_id);
        }
        //新数据处理
        //纬度
        $this->redis->hSet($user_id,'la',$latitude);
        //经度
        $this->redis->hSet($user_id,'lo',$longitude);
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
        $this->redis->hSet($user_id,'geo',$hashdata);
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
        //存入
        $this->redis->sAdd($index_key,$user_id);
        return true;
    }
    /**
    * 获取附近用户
    * @param mixed $latitude 纬度
    * @param mixed $longitude 经度
    */
    public function serach($latitude,$longitude) {
        //Geohash
        $hashdata = $this->geohash->encode($latitude,$longitude);
        //索引
        $index_key = substr($hashdata, 0, $this->index_len);
        //取得
        $user_id_array = $this->redis->sMembers($index_key);
        return $user_id_array;
    }
}
?>

性能测试

1）模拟数据上报

<?php
 /**
  * 模拟数据上报
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
include_once('lbs.class.php');
 
$b_time = microtime(true);
$n = 0;
 
while(1) {
    //user_id 1~1000000
    $user_id = rand(1, 1000000);

    //latitude 30.59773~30.726786
    $rand_latitude = rand(30597730, 30726786);
    $latitude = $rand_latitude / 1000000;
 
    //longitude 103.983192 ~104.16069
    $rand_longitude = rand(103983192, 104160690);
    $longitude = $rand_longitude / 1000000;
 
    $lbs = new lbs();
    $lbs->upinfo($user_id, $latitude, $longitude);
    $n++;
    mylog($n);
    $e_time = microtime(true);
    if(($e_time - $b_time) >= 60) {
        exit;
    }
}
 
function mylog($content) {
    file_put_contents('upinfo.log', $content . "\r\n", FILE_APPEND);
}
?>

2）模拟附近查找

<?php
 /**
  * 模拟附近查找
  * @author name <simplephp@163.com>
  * @site http://www.wubiao.info
  */
include_once('lbs.class.php');
 
$b_time = microtime(true);
$n = 0;
 
while(1) {
    //latitude 30.59773~30.726786
    $rand_latitude = rand(30597730, 30726786);
    $latitude = $rand_latitude / 1000000;
 
    //longitude 103.983192 ~104.16069
    $rand_longitude = rand(103983192, 104160690);
    $longitude = $rand_longitude / 1000000;
 
    $lbs = new lbs();
    $re = $lbs->serach($latitude,$longitude);

    $n++;
    mylog($n);

    $e_time = microtime(true);
    if(($e_time-$b_time) >= 60) {
        exit;
    }
}
 
function mylog($content) {
    file_put_contents('search.log', $content . "\r\n", FILE_APPEND);
}
?>

测试环境

vmWare虚拟机，内存256M，主频2.93GHz

性能结果

模拟了100W活跃用户行为，不断更新，不断查找附近好友

//60 seconds insert
88544

//60 seconds search
117660

//成都 100W人，数据占用内存
11.97M

总结

从测试结果来看，完全能满足，微信、陌陌之类的性能要求；

尚可改进之处：

1、Geohash，可写成PHP C扩展；或者其他Geohash实现方式

2、Redis，内存消耗较大，可考虑redis集群方案

3、本文仅查出本单元格用户，提高精度，可查出周围八个单元个，求交集

4、求出结果，如需按照由远到近排序；读出Redis经纬度，利用距离公式排序方可。（可参照上一篇文章）

问题

1）假设我现在设定的hash长度为7 ，那一个个hash值对应一个块，如何得到这个块的坐标区间呢？

例如，成都永丰立交的Geohash值为：wm3yr31d2524；如取7位，则为，wm3yr31；

根据Geohash的算法，那么区间就会是 wm3yr3100000 ~ wm3yr31zzzzz;

根据如上两值，通过“Geohash->经纬度”算出经纬度，可大致确定区间。

2）如果用户上报的位置信息有时效性（比如：15秒内有效）如何处理？

可以在redis存储的时候，设置有效时间

转载：微信、陌陌 架构方案分析