Redis能做GIS查询吗?Geo命令怎么用?

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 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

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！