GIS研习社 GIS研习社
GIS基础理论 GeoHash Geo命令

Redis能做GIS查询吗?Geo命令怎么用?

GIS基础理论
Dr.GIS
wowwwai GIS研习社 · 工具流程与项目排障

别再让空间查询拖慢你的系统！Redis Geo 的实战救场指南

你是不是也遇到过这样的场景：用户在 App 上滑动地图，想查找“附近5公里内的咖啡馆”，结果后端接口卡成PPT？传统GIS数据库（比如PostGIS）虽然强大，但在高并发、低延迟的互联网场景下，常常力不从心。这时候，很多人会问：Redis 这个内存数据库，能做 GIS 查询吗？答案是——不仅能，而且特别快！

Redis能做GIS查询吗?Geo命令怎么用?

Redis 不是GIS软件，但它的Geo模块专治“附近搜索”

先泼一盆冷水：Redis 不是 ArcGIS，也不是 QGIS。它没有拓扑分析、缓冲区生成、叠加运算这些高级功能。但如果你的需求是“查找附近的人/店/车”，或者“计算两点间距离”，那 Redis Geo 命令就是为你量身定制的瑞士军刀。

我在参与某外卖平台“骑手热力图”项目时，高峰期每秒要处理上万次“骑手位置上报 + 商家范围查询”。用 PostGIS 直接扛不住，改用 Redis Geo 后，平均响应时间从 300ms 降到 8ms —— 用户体验直接起飞。

核心原理：把地球“拍扁”存进内存，用有序集合当空间索引

Redis Geo 的底层其实是个“空间换时间”的天才设计。它把经纬度坐标通过 Geohash 算法 编码成一个字符串（比如 “wx4g0e”），然后把这个字符串存入一个 有序集合（Sorted Set）。这个集合的“分数”（score）就是 Geohash 的数值化结果，天然具备空间邻近性——地理上靠近的点，它们的 Geohash 值也相近。

想象一下：你把地球仪拍扁成一张世界地图，然后给每个国家贴上邮政编码。想找“北京附近的城市”，你不用遍历全球，只要查“邮编100开头”的区域就行了。Redis Geo 干的就是这事。

五分钟上手：六个命令解决90%的空间查询需求

实战才是硬道理。下面我手把手教你用最常用的六个命令，搞定主流 LBS 应用。

1. 添加坐标：GEOADD

语法：GEOADD key longitude latitude member [longitude latitude member ...]

# 添加三家咖啡馆的位置
GEOADD coffee_shops 116.404 39.915 "星巴克(国贸)"
GEOADD coffee_shops 116.407 39.918 "瑞幸(大望路)"
GEOADD coffee_shops 116.399 39.912 "Manner(三里屯)"

2. 计算距离：GEODIST

语法：GEODIST key member1 member2 [unit] （unit 可选 m, km, ft, mi）

# 计算 国贸星巴克 到 三里屯Manner 的距离（单位：公里）
GEODIST coffee_shops "星巴克(国贸)" "Manner(三里屯)" km
# 返回：约 1.2 公里

3. 查找附近：GEORADIUS / GEORADIUSBYMEMBER

这是最高频的命令！GEORADIUS 以经纬度为中心找附近；GEORADIUSBYMEMBER 以某个成员为中心找附近。

# 查找 距离 (116.404, 39.915) 3公里内的所有咖啡馆，按距离排序
GEORADIUS coffee_shops 116.404 39.915 3 km WITHDIST ASC

# 查找 距离 “瑞幸(大望路)” 2公里内的店（更常用！）
GEORADIUSBYMEMBER coffee_shops "瑞幸(大望路)" 2 km WITHDIST WITHCOORD

参数说明：

  • WITHDIST：返回距离
  • WITHCOORD：返回坐标
  • ASC/DESC：按距离升序/降序
  • COUNT n：只返回前 n 个结果

4. 获取坐标：GEOPOS

GEOPOS coffee_shops "星巴克(国贸)" "瑞幸(大望路)"
# 返回：[[116.40399843454361, 39.91499961750732], [116.4070001244545, 39.91800002935547]]

5. 获取 Geohash：GEOHASH

调试或需要原始编码时用：

GEOHASH coffee_shops "星巴克(国贸)"
# 返回：["wx4g0e1c3u0"]

6. 删除成员：ZREM（没错，用的是有序集合命令）

ZREM coffee_shops "瑞幸(大望路)"

避坑指南：Dr.Gis 的三个血泪经验

  1. 精度陷阱：Geohash 有精度损失！默认约 50cm 误差，对米级定位够用，但别拿它做厘米级测绘。我在国土调查项目里吃过亏——千万别混用！
  2. 范围过大慎用：GEORADIUS 搜索半径别设太大（比如 1000km），它会扫描大量无用数据，反而慢。建议分层查询：先粗筛城市，再细查街区。
  3. 内存不是无限的：Redis 是内存数据库！百万级 POI 没问题，但千万级要考虑分片或冷热分离。我们曾因没设过期时间，半夜被 OOM 警报吵醒…

性能对比：Redis Geo vs PostGIS

指标 Redis Geo PostGIS
写入速度 极快（内存操作） 快（需写磁盘）
查询延迟 亚毫秒级 毫秒~秒级
功能丰富度 仅基础空间查询 支持复杂空间分析
适用场景 高并发 LBS、实时推荐 专业 GIS 分析、历史数据挖掘

总结：选对工具，别用大炮打蚊子

Redis Geo 不是万能钥匙，但它绝对是“附近搜索”这类高频、简单空间查询的性能王者。记住它的定位：轻量、快速、专精。复杂空间分析？请交给 PostGIS 或 ArcGIS。两者结合才是王道——用 Redis 处理实时请求，用传统 GIS 做离线计算。

现在轮到你了！你在项目中用过 Redis Geo 吗？遇到过什么奇葩问题？或者对 Geohash 算法还有疑问？评论区留下你的故事，我会挑三个最有意思的问题，下期专门写一篇《Redis Geo 高阶调优实战》来解答！