GeoHash企業級大數據 用戶畫像實戰應用項目 GeoHash大數據項目實戰
? ?? ?作為一個資深技術死宅，我已經是懶癌晚期了，一日三餐基本都懶得做，以前家里堆了各家餐館的外賣單子，自從有了外賣app，省力省心呀。最愛用的是餓了么，主要是補貼多，但是用著用著我職業病突然犯了。餓了么給用戶推送的餐館信息是按距離排序的，離用戶越近的，在餐館列表中越靠前。這是怎么做到的呢？
? ?? ? App后臺獲取自己的地圖位置P，計算所在位置P與北京所有餐館的距離，然后返回距離<=1000米的餐館。但是北京的餐館何其多啊，這樣計算不得了，于是想了，既然知道經緯度了，那應該知道自己在朝陽區，那應該計算所在位置P與朝陽區所有餐館的距離啊，但是朝陽區也很多餐館啊，應該計算所在位置P與所在街道所有餐館的距離，這樣計算量又小了，效率也提升了。就是通過過濾的方法來減小參與計算的餐館數目，從某種角度上講，這里使用索引技術。
一提到索引，大家腦子里馬上浮現出B樹索引，因為大量的數據庫（如MySQL、oracle、PostgreSQL等）都在使用B樹。B樹索引本質上是對索引字段進行排序，然后通過類似二分查找的方法進行快速查找，即它要求索引的字段是可排序的，一般而言，可排序的是一維字段，比如時間、年齡、薪水等等。但是對于空間上的一個點（二維，包括經度和緯度），如何排序呢？又如何索引呢？解決的方法很多，下文介紹一種方法來解決這一問題。
思想：如果能通過某種方法將二維的點數據轉換成一維的數據，那樣不就可以繼續使用B樹索引了嘛。那這種方法真的存在嘛，答案是肯定的。目前很火的GeoHash算法就是運用了上述思想，GeoHash將二維的經緯度轉換成字符串，每一個字符串代表了某一地圖區域，通過對比字符串來計算距離。不僅外賣app，地圖app，大眾點評等生活商圈app，都是這樣來給用戶推薦附近商家的。
關于GeoHash的學習，我這里有一套葵花寶典，贈送給大家
————————–
GeoHash算法能完美的解決地圖定位功能中關于按距離排序的需求，比如App中搖一搖附近的人，推薦附近商戶等功能是怎么實現的？在用戶圖像中， ，生活圈等商業興趣？
1）GeoHash用一個字符串表示經度和緯度兩個坐標，比如我現在所在位置的GeoHash值為 wx4sv61q；
2）GeoHash標識的并不是一個點，而是一個區域，比如 wx4sv61q 對應的就是一個矩形區域；
3）編碼的前綴可以標識更大的區域，比如 wx4sv61 編碼代表的區域要大于 wx4sv61q 代表的區域，但是 wx4sv61q 代表的區域一定在 wx4sv61 代表的區域內。
? ?? ?因此我們再去做距離檢索的時候，只需要對GeoHash進行前綴匹配即可，具體的實現請看視頻
視頻重點：
GeoHash算法應用的具體場景，GeoHash算法的實現原理與常見的問題，Base32編碼的用法，百度地圖GeocodingAPI的應用與實戰，GeoHash算法在用戶畫像上的實戰應用
———————-課程目錄——————————
1.0.實戰案例簡述.wmv
1.1.業務背景說明.wmv
2.1.感性認識GeoHash算法.wmv
2.2.GeoHash算法實現.wmv
2.3.Base32編碼長度與精度.wmv
2.4.GeoHash算法原理.wmv
2.5.GeoHash算法的邊界問題.wmv
3.1-2.GeocodingAPI及使用說明.wmv
3.3.GeocodingAPI代碼實戰.wmv
4.1.GeoHash實戰業務流程.wmv
4.2.1.創建應用庫數據表.wmv
4.2.2.查詢并導入數據到Hbase表中.wmv
4.2.3.查詢hbase表，調用百度地圖API進行標簽識別.wmv
4.2.4.打標簽主體代碼說明.wmv
4.2.5.打標簽代碼詳解1.wmv
4.2.6.打標簽代碼詳解2.wmv
4.3.1.創建表&導入數據.wmv
4.3.2.調用GeocodingAPI進行數據查詢.wmv
4.3.3.打標簽任務集群運行.wmv
4.3.3.打標簽流程講解.avi
5.總結.wmv
