Upgrade to Pro — share decks privately, control downloads, hide ads and more …

The practice of spatial index in geographic se...

halfrost
January 14, 2018

The practice of spatial index in geographic service

I share my practice 《Application of spatial index in geographic service》. The contents are as follows:
- How to understand n-dimensional space and n-dimensional space-time
- Efficient multi-dimensional spatial point indexing algorithm — Geohash and Google S2
- How to generate CellID in Google S2?
- The algorithm of finding LCA recent public ancestor on the quadtree in Google S2
- The magical of Bruyne sequence
- How to find the neighbors of Hilbert curve on the quadtree?
- How does Google S2 solve the problem of optimal solution in spatial coverage?

Article is in there: https://github.com/halfrost/Halfrost-Field#-go

halfrost

January 14, 2018
Tweet

More Decks by halfrost

Other Decks in Programming

Transcript

  1. F O R E W O R D N E

    X T S L I D E
  2. #01 GEOHASH S P AT I A L I N

    D E X N E X T S L I D E
  3. 4 5 % 4 5 % 4 5 % 4

    5 % 4 5 % 4 5 % GEOHASH (LEVEL-6) (31.1932993, 121.43960190000007) 纬 经
  4. GEOHASH (LEVEL-6) 101011000101110 L AT I T U D E

    纬 度 110101100101101 L O N G I T U D E 经 度 偶数位放经度,奇数位放纬度 (第 0 位为第⼀位) 111001100111100000110011110110
  5. CODE package geohash import ( "bytes" ) const ( BASE32

    = "0123456789bcdefghjkmnpqrstuvwxyz" MAX_LATITUDE float64 = 90 MIN_LATITUDE float64 = -90 MAX_LONGITUDE float64 = 180 MIN_LONGITUDE float64 = -180 ) var ( bits = []int{16, 8, 4, 2, 1} base32 = []byte(BASE32) ) type Box struct { MinLat, MaxLat float64 // 纬度 MinLng, MaxLng float64 // 经度 } func (this *Box) Width() float64 { return this.MaxLng - this.MinLng } func (this *Box) Height() float64 { return this.MaxLat - this.MinLat } // 输⼊值:纬度,经度,精度(geohash的⻓度) // 返回geohash, 以及该点所在的区域 func Encode(latitude, longitude float64, precision int) (string, *Box) { var geohash bytes.Buffer var minLat, maxLat float64 = MIN_LATITUDE, MAX_LATITUDE var minLng, maxLng float64 = MIN_LONGITUDE, MAX_LONGITUDE var mid float64 = 0 bit, ch, length, isEven := 0, 0, 0, true for length < precision { if isEven { if mid = (minLng + maxLng) / 2; mid < longitude { ch |= bits[bit] minLng = mid } else { maxLng = mid } } else { if mid = (minLat + maxLat) / 2; mid < latitude { ch |= bits[bit] minLat = mid } else { maxLat = mid } } isEven = !isEven if bit < 4 { bit++ } else { geohash.WriteByte(base32[ch]) length, bit, ch = length+1, 0, 0 } } b := &Box{ MinLat: minLat, MaxLat: maxLat, MinLng: minLng, MaxLng: maxLng, } return geohash.String(), b }
  6. SHARDING RULE 根据经纬度计算 Shard ID 及 Cell ID 若上⼀次在同⼀个 Cell,直接更新

    若上⼀次在不同 Cell,先删除上⼀ 个 Cell,再加⼊当前 Cell 的队列 中。 W R I T E ( U P D AT E L O C AT I O N ) 计算相交的 Shard 每个 Shard 做并⾏ Nearby 计算。 Geohash 只能先按照⼴度优先查 找相应的 Cell,过滤出 Cell 中符 合条件的点。 R E A D ( N E A R B Y S E A R C H )
  7. WHY why? 偶 数 位 放 经 度 , 奇

    数 位 放 纬 度 why? 理 论 基 础 why? 有 缺 点 么 ?
  8. #02 SPACE FILLING CURVE S P AT I A L

    F I L L I N G C U R V E N E X T S L I D E
  9. ANY QUESTIONS? T H A N K S F O

    R Y O U R AT T E N T I O N ! N E X T S L I D E
  10. #03 GOOGLE S2 S P AT I A L I

    N D E X N E X T S L I D E
  11. LAT / LNG x = r * sin θ *

    cos φ y = r * sin θ * sin φ z = r * cos θ
  12. FRACTAL 3 0 % 4 5 % 5 0 %

    f(x,y,z) -> g(face,u,v)
  13. PROGRAM 线性变换 u = 0.5 * ( u + 1)

    tan() 三⻆变换 u = 2 / pi * (atan(u) + pi / 4) = 2 * atan(u) / pi + 0.5 ⼆次变换 u >= 0,u = 0.5 * sqrt(1 + 3*u) u < 0,u = 1 - 0.5 * sqrt(1 - 3*u) 1 2 3
  14. N E X T S L I D E S(lat,lng)

    -> f(x,y,z) -> g(face,u,v) -> h(face,s,t) -> H(face,i,j) -> CellID GOOGLE S2
  15. GEOHASH VS GOOGLE S2 各种向量计算,⾯ 积计算,多边形覆 盖,距离问题,球 ⾯球体上的问题 ⼏ 何

    计 算 S2 还能解决多 边形覆盖的问题 多 边 形 覆 盖 S2 有30级,从 0.7cm² 到 85,000,000km² 。S2 的存 储只需要⼀个 uint64 即可 存下 突 变 性 Geohash 有12级,从5000km 到 3.7cm。中间每⼀ 级的变化⽐较⼤。有时候可能选择上⼀级会⼤很 多,选择下⼀级⼜会⼩⼀些。⽐如选择字符串⻓度 为4,它对应的 cell 宽度是39.1km,需求可能是 50km,那么选择字符串⻓度为5,对应的 cell 宽度 就变成了156km,瞬间⼜⼤了3倍了。Geohash 需 要 12 bytes 存储 L E V E L 精 细 度
  16. GOOGLE S2 1.涉及到⻆度,间隔,纬度经度点,单位⽮量等的表示,以及对这些 类型的各种操作。 2.单位球体上的⼏何形状,如球冠(“圆盘”),纬度 - 经度矩形,折 线和多边形。 3.⽀持点,折线和多边形的任意集合的强⼤的构造操作(例如联合) 和布尔谓词(例如,包含)。

    4.对点,折线和多边形的集合进⾏快速的内存索引。 5.针对测量距离和查找附近物体的算法。 6.⽤于捕捉和简化⼏何的稳健算法(该算法具有精度和拓扑保证)。 7.⽤于测试⼏何对象之间关系的有效且精确的数学谓词的集合。 8.⽀持空间索引,包括将区域近似为离散“S2单元”的集合。此功能可 以轻松构建⼤型分布式空间索引。