GeoHashTest

CPyeah · CPyeah · commit ab5144b79005 · 2022-05-23T14:20:11.000+08:00
diff --git a/java-redis/src/test/java/org/cp/javaredis/FunnelLimit.java b/java-redis/src/test/java/org/cp/javaredis/FunnelLimit.java
@@ -0,0 +1,18 @@
+package org.cp.javaredis;
+
+import org.junit.jupiter.api.Test;
+import org.redisson.api.RedissonClient;
+import org.springframework.beans.factory.annotation.Autowired;
+import org.springframework.boot.test.context.SpringBootTest;
+
+@SpringBootTest
+public class FunnelLimit {
+
+	@Autowired
+	RedissonClient redissonClient;
+
+	@Test
+	public void test() {
+	}
+
+}
diff --git a/java-redis/src/test/java/org/cp/javaredis/GeoHashTest.java b/java-redis/src/test/java/org/cp/javaredis/GeoHashTest.java
@@ -0,0 +1,52 @@
+package org.cp.javaredis;
+
+import java.util.concurrent.ExecutionException;
+import org.junit.jupiter.api.Test;
+import org.redisson.api.GeoEntry;
+import org.redisson.api.GeoUnit;
+import org.redisson.api.RGeo;
+import org.redisson.api.RedissonClient;
+import org.springframework.beans.factory.annotation.Autowired;
+import org.springframework.boot.test.context.SpringBootTest;
+
+/**
+ * 在一个地图应用中，车的数据、餐馆的数据、人的数据可能会有百万千万条，如果使用
+ * Redis 的 Geo 数据结构，它们将全部放在一个 zset 集合中。在 Redis 的集群环境中，集合
+ * 可能会从一个节点迁移到另一个节点，如果单个 key 的数据过大，会对集群的迁移工作造成
+ * 较大的影响，在集群环境中单个 key 对应的数据量不宜超过 1M，否则会导致集群迁移出现
+ * 卡顿现象，影响线上服务的正常运行。
+ * 所以，这里建议 Geo 的数据使用单独的 Redis 实例部署，不使用集群环境。
+ * 如果数据量过亿甚至更大，就需要对 Geo 数据进行拆分，按国家拆分、按省拆分，按
+ * 市拆分，在人口特大城市甚至可以按区拆分。这样就可以显著降低单个 zset 集合的大小。
+ */
+@SpringBootTest
+public class GeoHashTest {
+
+	@Autowired
+	RedissonClient redissonClient;
+
+	@Test
+	public void test() throws ExecutionException, InterruptedException {
+		RGeo<Object> geo = redissonClient.getGeo("geo");
+		GeoEntry juejin = new GeoEntry(116.48105, 39.996794, "juejin");
+		geo.add(juejin);
+		geo.add(116.514203, 39.905409, "ireader");
+		geo.add(116.489033, 40.007669, "meituan");
+		geo.add(116.562108, 39.787602, "jd");
+		geo.add(116.334255, 40.027400, "xiaomi");
+		geo.add(1.2, "test");
+
+		// 两点距离
+		System.out.println(geo.dist("meituan", "jd", GeoUnit.METERS));
+		// 坐标
+		System.out.println(geo.pos("xiaomi"));
+		// hash
+		System.out.println(geo.hash("ireader"));
+		// 附近
+		System.out.println(geo.radiusWithPositionAsync("jd", 20, GeoUnit.KILOMETERS).get());
+		// 附近
+		System.out.println(
+				geo.radiusWithPositionAsync(116.334255, 40.027400, 20, GeoUnit.KILOMETERS).get());
+	}
+
+}
