需要用到pg資料庫的空間擴充套件postgis，在進行操作之前需要在資料庫中安裝擴充套件。
CREATE EXTENSION postgis;
CREATE EXTENSION postgis_topology;
CREATE EXTENSION postgis_geohash;
GeoHash是一種地址編碼方法。他能夠把二維的空間經緯度資料編碼成一個字串。具體原理這裡不再詳細說明，GeoHash演演算法大體上分為三步：
Geohash比直接用經緯度的高效很多，而且使用者可以釋出地址編碼，既能表明自己位於北海公園附近，又不至於暴露自己的精確座標，有助於隱私保護。
在建立資料庫表時，表中除了經緯度欄位以外，再建立兩個欄位：
① 經緯度對應的Geometry欄位（型別：geometry）
② 經緯度對應的geoHash值欄位（型別：varchar）
如：alter table 表名 add 欄位名 geometry(point, 4326); // 建立geometry欄位
alter table 表名 add 欄位名 varchar; // 建立geoHash欄位
@Type(type="jts_geometry")
@Column(name="geometry",columnDefinition = "geometry(Point,4326)")
@JsonIgnore
private Geometry geometry; // 實體類的Geometry欄位
geometry欄位 和 geoHash欄位均可以在java程式碼中根據經緯度生成。
根據經緯度生成geometry
使用org.locationtech.jts.io包下的WKTReader類，可以根據經緯度生成Geometry物件。
String wkt = "POINT("+longitude+" "+latitude+")"; // longitude 經度，latitude緯度
WKTReader wktReader = new WKTReader();
Geometry geometry = wktReader.read(wkt); // Geometry物件
if(geometry!=null) {
geometry.setSRID(4326);
}
根據經緯度生成geoHash
import org.apache.commons.lang3.StringUtils;
import org.springframework.stereotype.Component;
import java.util.ArrayList;
import java.util.List;
@Component
public class GeoHashUtil {
public final double Max_Lat = 90;
public final double Min_Lat = -90;
public final double Max_Lng = 180;
public final double Min_Lng = -180;
private final String[] base32Lookup = {
"0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "b", "c", "d", "e", "f", "g", "h", "j", "k",
"m", "n", "p", "q", "r", "s", "t", "u", "v", "w", "x", "y", "z"
};
/**
* 根據geoHash串獲取中心點經緯度
* @param geoHashCode
* @return lng->x lat->y
*/
public double[] getSpaceCoordinate(String geoHashCode) {
if(StringUtils.isBlank(geoHashCode)){
return new double[2];
}
List<Integer> list = base32Decode(geoHashCode);
String str = convertToIndex(list);
GeoHashPoint geoHashPoint = splitLatAndLng(str);
double y = revert(Min_Lat, Max_Lat, geoHashPoint.getLatList());
double x = revert(Min_Lng, Max_Lng, geoHashPoint.getLngList());
return new double[]{x, y};
}
/**
* 根據精度獲取GeoHash串
* @param lng 經度 x
* @param lat 緯度 y
* @param precise 精度
* @return
*/
public String getGeoHash( double lng, double lat, int precise) {
// 緯度二值串長度
int latLength;
// 經度二值串長度
int lngLength;
if (precise < 1 || precise > 12) {
precise = 12;
}
latLength = (precise * 5) / 2;
if (precise % 2 == 0) {
lngLength = latLength;
} else {
lngLength = latLength + 1;
}
return encode(lat, lng, latLength, lngLength);
}
/**
* 經緯度二值串合併：偶數位放經度，奇數位放緯度，把2串編碼組合生成新串
*
*/
public String encode(double lat, double lng, int latLength, int lngLength) {
if (latLength < 1 || lngLength < 1) {
return StringUtils.EMPTY;
}
List<Character> latList = new ArrayList<>(latLength);
List<Character> lngList = new ArrayList<>(lngLength);
// 獲取維度二值串
convert(Min_Lat, Max_Lat, lat, latLength, latList);
// 獲取經度二值串
convert(Min_Lng, Max_Lng, lng, lngLength, lngList);
StringBuilder sb = new StringBuilder();
for (int index = 0; index < latList.size(); index++) {
sb.append(lngList.get(index)).append(latList.get(index));
}
// 如果二者長度不一樣，說明要求的精度為奇數，經度長度比緯度長度大1
if (lngLength != latLength) {
sb.append(lngList.get(lngList.size() - 1));
}
return base32Encode(sb.toString());
}
/**
* 將合併的二值串轉為base32串
*
* @param str 合併的二值串
* @return base32串
*/
private String base32Encode(final String str) {
String unit = "";
StringBuilder sb = new StringBuilder();
for (int start = 0; start < str.length(); start = start + 5) {
unit = str.substring(start, start + 5);
sb.append(base32Lookup[convertToIndex(unit)]);
}
return sb.toString();
}
/**
* 每五個一組將二進位制轉為十進位制
*
* @param str 五個為一個unit
* @return 十進位制數
*/
private int convertToIndex(String str) {
int length = str.length();
int result = 0;
for (int index = 0; index < length; index++) {
result += str.charAt(index) == '0' ? 0 : 1 << (length - 1 - index);
}
return result;
}
private void convert(double min, double max, double value, int count, List<Character> list) {
if (list.size() > (count - 1)) {
return;
}
double mid = (max + min) / 2;
if (value < mid) {
list.add('0');
convert(min, mid, value, count, list);
} else {
list.add('1');
convert(mid, max, value, count, list);
}
}
/**
* 將二值串轉換為經緯度值
*
* @param min 區間最小值
* @param max 區間最大值
* @param list 二值串列表
*/
private double revert(double min, double max, List<String> list) {
double value = 0;
double mid;
if (list.size() <= 0) {
return (max + min) / 2.0;
}
for (String flag : list) {
mid = (max + min) / 2;
if ("0".equals(flag)) {
max = mid;
}
if ("1".equals(flag)) {
min = mid;
}
value = (max + min) / 2;
}
return Double.parseDouble(String.format("%.6f", value));
}
/**
* 分離經度與緯度串
*
* @param latAndLngStr 經緯度二值串
*/
private GeoHashPoint splitLatAndLng(String latAndLngStr) {
GeoHashPoint geoHashPoint = new GeoHashPoint();
// 緯度二值串
List<String> latList = new ArrayList<>();
// 經度二值串
List<String> lngList = new ArrayList<>();
for (int i = 0; i < latAndLngStr.length(); i++) {
// 奇數位，緯度
if (i % 2 == 1) {
latList.add(String.valueOf(latAndLngStr.charAt(i)));
} else {
// 偶數位，經度
lngList.add(String.valueOf(latAndLngStr.charAt(i)));
}
}
geoHashPoint.setLatList(latList);
geoHashPoint.setLngList(lngList);
return geoHashPoint;
}
/**
* 將十進位制數轉為五個二進位制數
*
* @param nums 十進位制數
* @return 五個二進位制數
*/
private String convertToIndex(List<Integer> nums) {
StringBuilder str = new StringBuilder();
for (Integer num : nums) {
StringBuilder sb = new StringBuilder(Integer.toBinaryString(num));
int length = sb.length();
if (length < 5) {
for (int i = 0; i < 5 - length; i++) {
sb.insert(0, "0");
}
}
str.append(sb);
}
return str.toString();
}
/**
* 將base32串轉為合併的二值串
*
* @param str base32串
* @return 合併的二值串
*/
private List<Integer> base32Decode(String str) {
List<Integer> list = new ArrayList<>();
for (int i = 0; i < str.length(); i++) {
String ch = String.valueOf(str.charAt(i));
for (int j = 0; j < base32Lookup.length; j++) {
if (base32Lookup[j].equals(ch)) {
list.add(j);
}
}
}
return list;
}
public static class GeoHashPoint{
/**
* 緯度二值串
*/
private List<String> latList;
/**
* 經度二值串
*/
private List<String> lngList;
public List<String> getLatList() {
return latList;
}
public void setLatList(List<String> latList) {
this.latList = latList;
}
public List<String> getLngList() {
return lngList;
}
public void setLngList(List<String> lngList) {
this.lngList = lngList;
}
}
public static void main(String[] args) {
GeoHashUtil geoHashUtil = new GeoHashUtil();
// 根據精度獲取GeoHash串
String geoHash = geoHashUtil.getGeoHash( 120.234133,30.402616, 12);
System.out.println(geoHash);
// 根據geoHash串獲取中心點經緯度
double[] spaceCoordinate = geoHashUtil.getSpaceCoordinate(geoHash);
System.out.println(spaceCoordinate[0]+","+spaceCoordinate[1]);
}
}
當應用中對資料進行新增修改操作時，可以在程式碼中生成對應的geometry和geoHash欄位的值。但有時候資料不在應用中錄入，直接由資料工程師寫入的話，就會出現：
① 經緯度新增了但是geometry和geoHash欄位的值為空② 經緯度更新了但是沒有更新geometry和geoHash欄位的值
解決：
① 讓資料工程師在寫入經緯度的同時幫你存入或更新geometry和geoHash欄位的值
② 自己手動執行sql語句，重新生成geometry和geoHash欄位的值
③ 基於第2步，為表建立觸發器，當對錶進行insert或update（update更新經緯度欄位）操作時，會自動存入或更新geometry和geoHash欄位的值
① ST_GeomFromText 函數
範例：ST_GeomFromText('POINT(120.1307732446746 30.2678227400894)', 4326)
說明：該函數返回經緯度對應的Geometry物件
② st_geohash 函數
範例：st_geohash(ST_GeomFromText('POINT(120.1307732446746 30.2678227400894)', 4326))
說明： 該函數返回經緯度對應的geoHash值
手動執行sql, 查詢所有經緯度不為空的資料，然後更新每條資料的geometry和geoHash欄位的值
-- 1. 函數：更新每條資料的geometry和geoHash欄位的值
create or replace function func_update_geodata() returns text
as $$
declare
rec record;
begin
-- 遍歷所有經緯度不為空的資料
for rec in select * from 表名 where 經緯度 is not null and 經緯度 != ''
LOOP
update 表名 set pgis_geometry = st_geomfromtext('POINT('|| longitude ||' '|| latitude ||')', 4326),
pgis_geohash = st_geohash(st_geomfromtext('POINT('|| longitude ||' '|| latitude ||')', 4326))
where id = rec.id;
END LOOP;
return 'success';
end;
$$ language plpgsql;
-- 2. 呼叫
select func_update_geodata();
-- 1. 建立觸發器函數
create or replace function func_generate_geodata_to_mytab() returns trigger as $body$
begin
update 表名 set pgis_geometry = st_geomfromtext('POINT('|| longitude ||' '|| latitude ||')', 4326),
pgis_geohash = st_geohash(st_geomfromtext('POINT('|| longitude ||' '|| latitude ||')', 4326))
where id = NEW.id;
RETURN NEW;
end;
$body$ language plpgsql;
-- 2. 建立觸發器
create trigger trigger_generate_geodata_to_mytab
after insert or update of 經緯度 on 表名
for each row execute procedure func_generate_geodata_to_mytab();
使用JPA的原生sql查詢，@Query(nativeQuery = true, value="sql語句")
查詢聚合資料
-- 查詢聚合資料
select t.geohash as geohash,
st_x(st_pointfromgeohash(t.geohash)) as longitude,
st_y(st_pointfromgeohash(t.geohash)) as latitude,
t.count as aggregationCount
from (
select left(pgis_geohash, ?2) as geohash, count(*) as count
from 表名
where pgis_geohash is not null
and pgis_geohash != ''
and case when ?1 != '' then st_contains(st_geometryfromtext(?1, 4326), pgis_geometry) else 1 = 1 end
group by geohash) t;
/*
1. 【?1】為頁面傳來的Wkt資料
2. 【?2】為從左邊擷取geohash的前幾位
3. st_x(st_pointfromgeohash('geoHash的值')) 、st_y(st_pointfromgeohash('geoHash的值')) 根據geoHash的值獲取聚合後的中心點座標
*/
查詢聚合詳情
-- 查詢聚合詳情
select *
from 表名
where pgis_geohash is not null and pgis_geohash != ''
and left(pgis_geohash, ?2) in (?1);
/*
1. 【?1】為geohash值的集合
2. 【?2】為從左邊擷取geohash的前幾位
*/
geoHash目前聚合後發現在地圖上展示效果不好，聚合點在地圖上橫豎規律排布，因此聚合後我們可以在java程式碼中進行融合優化處理。
思路：
- 將聚合後的每組聚合點裡的點相加，然後除以聚合點的數量得出一個平均值（可以根據情況在這個平均數上乘以一個比例）
- 遍歷聚合的list，將大於等於平均值的聚合點和小於平均值的聚合點拆開放在兩個集合裡（分別為A和B）
- 遍歷小於平均值的聚合點集合(A)，找到與當前點距離最近的高於平均數的一個聚合點b，把a融合至B
- 遍歷B，重新計算並設定融合後的經緯度
/**
* @param list 聚合查詢的結果
* @return 優化後的聚合結果
*/
public List optimizationAggregation(List list){
// 所有聚合點數量
long sum = list.stream().mapToLong(T::getCount).sum();
// 獲取平均數
long average = sum / list.size();
// 大聚合
List bigList = new ArrayList<>();
List smallList = new ArrayList<>();
for (T item : list) {
if (item.getCount() < average) {
smallList.add(item);
} else {
bigList.add(item);
}
}
Map<T, List<T>> map = new HashMap<>();
for(T item : bigList){
map.put(item, new ArrayList<>());
}
for(T smallItem : smallList){
PGpoint smallPoint = smallItem.getGeoPoint();
int index = -1;
// 在bigList找出距離當前聚合點最近的點
double minDistance = Double.MAX_VALUE;
for(int i = 0; i < bigList.size(); i++){
T bigItem = bigList.get(i);
PGpoint bigPoint = bigItem.getGeoPoint();
double distance = GeometryUtil.getDistance(smallPoint.x, smallPoint.y, bigPoint.x, bigPoint.y);
if(distance >= minDistance){
continue;
}
minDistance = distance;
index = i;
}
T bigItem = bigList.get(index);
List<T> childList = map.get(bigItem);
if(null == childList){
childList = new ArrayList<>();
}
childList.add(smallItem);
map.put(bigItem, childList);
}
// 結果
List<T> result = new ArrayList<>();
map.forEach((key, value)->{
PGpoint parentPoint = key.getGeoPoint();
value = value.stream().sorted(Comparator.comparing(T::getCount, Comparator.reverseOrder())).collect(Collectors.toList());
for(T childItem : value){
PGpoint childPoint = childItem.getGeoPoint();
double difX = parentPoint.x-childPoint.x;
double difY = parentPoint.y-childPoint.y;
double x = parentPoint.x - (new BigDecimal(difX * childItem.getCount()).divide(new BigDecimal(key.getCount()), 15, RoundingMode.HALF_DOWN).doubleValue());
double y = parentPoint.y - (new BigDecimal(difY * childItem.getCount()).divide(new BigDecimal(key.getCount()), 15, RoundingMode.HALF_DOWN).doubleValue());
PGpoint pGpoint = new PGpoint(x, y);
key.setGeoPoint(pGpoint);
key.setLongitude(String.valueOf(x));
key.setLatitude(String.valueOf(y));
key.setCount(key.getCount() + childItem.getCount());
if(null == key.getGeohashSet()){
key.setGeohashSet(new HashSet<>());
}
key.getGeohashSet().add(childItem.getGeohash());
}
result.add(key);
});
return result;
}