我有一个问题，我需要检查geohash是否属于具有动态半径/框的其他点的列表。我目前正在做的是获取包含lat / lon的ortb出价请求消息，并使用redis检查哪些广告系列与ortb的设备lat / lon匹配。如果我使用固定半径查询，这可以正常工作。问题是我希望存储具有动态半径的广告系列，这取决于人口密度。
当前实施
在3.2版本的redis中，您可以使用内置命令在zset中存储地理位置。这会将lat / lon转换为52位geohash。
使用redis zset功能，我可以查询也在半径范围内传递的广告系列列表。这将返回属于当前半径的我（0，n）广告系列。
当前的实施缺陷
我遇到的问题是广告系列具有动态半径。因此，例如，1个活动可能具有3英里半径，而另一个可能具有20英里半径。由于我需要通过一个半径，我只需要通过5英里，但这将排除20英里半径范围内的请求。
潜在改进实施
我正在考虑这个问题，但我不确定如何把它放在一起。我认为更好的解决方案是在具有不同精度的有序集合中创建一个geohashes列表，实质上为每个条目创建一个geo哈希框。现在的问题是，我不是百分之百地确定如何将它们放在一起，或者它是否能像我想要的那样工作。我真的在寻找指导，如果这可以工作，如果有人把这样的东西放在一起。我想我可以使用一个简单的排序集来完成这个，然后按照排序集中条目的精度来屏蔽这些位。但是，在处理大量广告系列时，我可以看到这是一个问题。不确定它是否可以使用不同精度的多个整数或O符号如何在这个上运行。我需要它尽可能快，因为我每天要处理大约4亿个请求。
备注
我希望我在这个问题上做得不错，因为这是一个相当复杂的问题。我也看了很多图书馆，但我认为他们不会为我解决问题。我已经开始编写自己的实现，但复杂性很快让我头疼。
我调查过的原始图书馆。允许单箱查询。
https://github.com/kungfoo/geohash-java
这个看起来更有希望，但我不确定它是否真的能够搜索多个盒子。
https://github.com/davidmoten/geo
以下是地理相位的优秀概述。不知道为什么它位于IP，但我很高兴我找到它。
http://23.239.12.206:8000/posts/2014-04-05-geohash-proximity-pt2.html
答案 0 :(得分：1)
您可以尝试加权voronoi图和多边形测试中的点。一个简单而快速的解决方案可以是位图，加权voronoi图的每个单元都有一个颜色。然后只需检查点的颜色。