最近在做一款移動端棋牌游戲，為了進一步提高用戶體驗、拉近玩家的距離，我們決定在游戲中加入好友功能，而對于體驗好友功能的玩家來說，要是玩牌的時候可以看看附近都有誰在玩牌，跟他們交流交流玩牌心得什么的無疑是個不錯的想法。而要實現(xiàn)查看附近的人就需要提提LBS（Location Based Service），他的意思就是基于位置的服務(wù)，就是通過移動終端獲取到許多用戶或者物體的經(jīng)緯度坐標(biāo)，通過這些位置信息所提供的服務(wù)。

好了，扯了這么多，我們來看看如何實現(xiàn)查看附近人的功能的：

首先要具備下面這些環(huán)境：

php+MySQL（MySQL不是必須，本文中用的是redis來存儲用戶的信息）
redis（本文用的是redis，當(dāng)然你也可以用MySQL）
geohash.class.php類（這個類是用來處理經(jīng)緯度坐標(biāo)的一些基本函數(shù)，當(dāng)然這些東西完全可以自己去寫，如果時間充裕的話）

好了，等這些環(huán)境都具備了之后，我來講講這個實現(xiàn)過程：

首先介紹下GeoHash思想

第一步. 編碼

這個功能應(yīng)用到了一個很好的算法GeoHash，也許有同學(xué)聽過這個功能，沒錯GeoHash就是通過一個巧妙的算法（不由得驚嘆前輩們真牛！）把經(jīng)緯度轉(zhuǎn)化為字符串，這樣有什么好處呢，顯而易見，將二維的數(shù)據(jù)轉(zhuǎn)化為了一維，這樣一來存儲就方便了，搜索效率也會高很多，那么現(xiàn)在問題來了，GeoHash算法是如何把經(jīng)緯度坐標(biāo)轉(zhuǎn)化為字符串的？

將經(jīng)緯度編碼為字符串的過程可以分為以下3個步驟：

首先就是編碼，對于經(jīng)緯度的編碼通過折半比較法，當(dāng)大于中值時該位編碼為1（小于時編碼為0），下次新的區(qū)間為中值到最大值（或者最小值到中值），這樣一直比較下去，直到到達要求的精度，精度和緯度的方法是一樣的，只不過一個原始區(qū)間是（-90,90），一個是（-180,180），光說不好理解，下面我們看看一個簡單的例子：

對經(jīng)度32.165進行編碼： 對緯度89.156進行編碼：

編碼	min	mid	max
1	-90	0	90
0	0	45	90
1	0	22.5	45
0	22.5	033.75	45
1	22.5	28.125	33.75
1	28.125	30.9375	33.75
0	30.9375	32.34375	33.75
1	30.9375	31.640625	32.34375
1	31.640625	31.9921875	32.34375
0	31.9921875	32.16796875	32.34375

編碼	min	mid	max
1	-180	0	180
0	0	90	180
1	0	45	90
1	45	67.5	90
1	67.5	78.75	90
1	78.75	84.375	90
1	84.375	87.1875	90
1	87.1875	88.59375	90
0	88.59375	89.296875	90
1	88.59375	88.9453125	89.296875

這樣便可將（89.156,32.165） => （10101 10110，10111 11101）

這個時候就到了第二步驟——組碼了，顧名思義，將第一步產(chǎn)生的編碼組合起來為下一步產(chǎn)生字符串做準(zhǔn)備，組碼的方式是偶數(shù)位放置經(jīng)度，奇數(shù)位放緯度（為什么要這么做呢，我猜可能是谷歌為了大家統(tǒng)一規(guī)范，僅此而已，其實奇偶數(shù)位互換也可以的），對于上面的經(jīng)緯度編碼后再組碼如下：

經(jīng)度：10101 11101

緯度：10111 11101

位置編碼：11001 11011 11111 10011

圖 3

對于上面的位置編碼，為什么要這么編碼呢，為什么要奇數(shù)位放緯度，偶數(shù)為方經(jīng)度呢，我們看看下面這張圖,用這張圖模擬地圖的經(jīng)緯度，A點（-180,90），B點（180,90），C點（-180，-90），D點（180，-90）；

A									B
	010101	010111	011101	011111	110101	110111	111101	111111
	010100	010110	011100	011110	110100	110110	111100	111110
	010001	010011	011001	011011	110001	110011	111001	111011
	010000	010010	011000	011010	110000	110010	111000	111010
	000101	000111	001101	001111	100101	100111	101101	101111
	000100	000110	001100	001110	100100	100110	101100	101110
	000001	000011	001001	001011	100001	100011	101001	101011
	000000	000010	001000	001010	100000	100010	101000	101010
C									D

圖 4

如圖4所示，這樣就可以將地圖（經(jīng)度-180~180，緯度-90~90）分為很多很多多的小塊，每一個小塊都有唯一的二進制編碼，當(dāng)位數(shù)達到一定的長度時就可以表示很小的一塊區(qū)域，這不就可以根據(jù)二進制編碼定位一個唯一的位置了嗎，對于劃分的進一步理解可看下面的圖。

圖 5
如圖5所示，左邊是是對緯度（-180,180）的劃分，可以看出通過劃分可以確定（22.4,45）這一緯度區(qū)間的編碼為1001，當(dāng)然了位數(shù)越多精度越高，同理對經(jīng)度進行劃分，可以確定（-78.75，-67.5）這一經(jīng)度范圍的編碼為0001，可以想象，當(dāng)左右兩張圖合在一起時就可以確定一個唯一的矩形區(qū)域，當(dāng)該區(qū)域足夠小的時候就可一看做一個點。

第二步. 組碼
從圖3可以看出我們對經(jīng)緯度編碼后可得二進制字符串11001 11011 11111 10011
最后使用用0-9、b-z（去掉a, i, l, o）這32個字母進行base32編碼，首先將11001 11011 11111 10011轉(zhuǎn)成十進制，對應(yīng)著25、27、32、19，十進制對應(yīng)的編碼就是tvzm。同理，將編碼轉(zhuǎn)換成經(jīng)緯度的解碼算法與之相反，具體不再贅述。至此，我們的對geohash有了個大致的了解。

圖 6

如何具體的應(yīng)用到程序中

首先思考一下查看附近的人的流程：

用戶點擊查看附近的人按鈕，首先獲取到該用戶的選位置信息（經(jīng)緯度），傳給服務(wù)器。

服務(wù)器收到數(shù)據(jù)之后對該用戶的位置信息進行g(shù)eohash計算，獲得該用戶的位置hash字符串。

對該用戶的位置信息hash串進行緩存（緩存時間長短根據(jù)具體情況而定）。

根據(jù)該hash串選出附近的人。

對hash進行解碼，計算出附近用戶的位置，返回給用戶。

首先看看geohash.class.php這個公共類庫里面的基本方法：

	[public]Geohash() 初始化hash映射表
Geohash	[public]encode($lat,$long) 對經(jīng)緯度進行編碼
	[public]decode() 對hash進行解碼

圖 7

如圖7所示，顯而易見這個類庫里面有3個函數(shù)，第一個用來初始化hash映射表，其實就是把0123456789bcdefghjkmnpqrstuvwxyz字符串中的每個字符和它對應(yīng)的二進制編碼對應(yīng)起來（左邊補零至5位）。encode()是用來生成hash的，decode是用來解碼hash得到hash對應(yīng)的經(jīng)緯度的。

下面我們看個例子，現(xiàn)在假設(shè)有圖8中的幾個用戶查看附近的人：

mid	坐標(biāo)
100	(42.61233,-5.61234)
101	(-20.25689, 50.56897)
102	(10.11233, 57.21234)
103	(49.26343, -123.26895)
104	(0.00534, -179.56732)
105	(-30.55555, 0.28958)
106	(5.00001, -140.63422)
107	(42.61234, -5.61234)
108	(5.00001, -140.63422)

圖 8

圖8的數(shù)據(jù)發(fā)送到服務(wù)器經(jīng)過geohash計算得出下面的hash表：

mid	坐標(biāo)
100	ezs42m34yfp_100
101	mh7uy8r5n6j_101
102	t3b9tbuu84u_102
103	c2b26bnk32b_103
104	80021bgp45m_104
105	k484ntdc58w_105
106	8bgury1r1jm_106
107	ezs42m34ygz_107
108	8bgury1r1jm_108

圖 9

計算出這些hash值，將hash值存入redis中，存入redis中之后，那么問題來了，如何去獲取一個用戶附近的用戶呢？當(dāng)redis數(shù)據(jù)庫中有了一些用戶的記錄之后，來一個用戶，我們先對其進行編碼，然后根據(jù)該用戶的位置hash從redis中選出該用戶附近的hash，選取附近的hash這一步很簡單，對于redis只需這么做：

<?php
       $mid = 2014;
       $level = 7;    //獲取的精度等級，數(shù)字越大，附近這個范圍越小
        $redis = Redis::init();  //假設(shè)這樣獲取到redis實例
        $mykey = '8gur95yjmz';  //假設(shè)我的hash為這個
        $redis->setex($mykey.'_'.$mid,$_SERVER['REQUEST_TIME'],86400);    //這里設(shè)置緩存1天，具體情況具體對待

$search = substr($makey,0,$level);
       $nearbys = $redis->keys("{$search}*");
?>

程序 1

上面的幾句代碼就可以選出我附近的人的hash，當(dāng)然，其中的level來設(shè)置精度的，這個數(shù)字越大，附近的人范圍越小，具體參考圖10中的值，這個表中的值是從我的導(dǎo)師李偉（weickly）那里獲取到的。要注意，這個地方搜索完之后要排除自己。還有一點要注意，就是在緩存時鍵名的最后一定要加上_{$mid},這樣做可以避免多個用戶在同一位置是互相覆蓋的情況（就像圖9中mid為106和108的用戶），放在最后是為了不影響搜索。

1	2500000m
2	630000m
3	78000m
4	20000m
5	2400m
6	610m
7	76m
8	19m
9	2m

圖 10
例如mid為109，經(jīng)緯度為(42.61236, -5.61234)的用戶，當(dāng)他點擊獲取附近的人按鈕式，我獲取到他的經(jīng)緯度并計算出他的hash，$mykey='ezs42m34yzx'，然后通過程序段1可以獲取到他附近的hash：

100	ezs42m34yfp_100	(42.61233,-5.61234)	3.3m
107	ezs42m34ygz_107	(42.61234, -5.61234)	2.2m
109	ezs42m34yzx_109	(42.61236, -5.61234)	0m

圖 11
圖11中獲取到了用戶109附近的用戶hashs，獲取到hash值還并沒有完成，首先排除掉自己109那條記錄，然后通過Geohash類中的decode將hash解碼為經(jīng)緯度，通過每個用戶的經(jīng)緯度計算出和109用戶的距離，然后按距離等級返回，比如說小于100，小于200……
至此，獲取附近的人就完成了，當(dāng)然了具體實踐的時候還要隨機應(yīng)變具體情況具體對待，我寫這篇文章只是想起到拋磚引玉的效果，本文中可能會存在很多不足，還望斧正。

　　本文版權(quán)歸作者(luluyrt@163.com)和博客園共有，未經(jīng)作者本人同意禁止任何形式的轉(zhuǎn)載，轉(zhuǎn)載文章之后必須在文章頁面明顯位置給出作者和原文連接，否則保留追究法律責(zé)任的權(quán)利。

總結(jié)

以上是生活随笔為你收集整理的lbs（查看附近的人），看看社交软件如何实现查看附近的人的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。