- 將奇數(shù)位放經(jīng)度，偶數(shù)位放緯度，把2串編碼組合生成新串：“11100 11101 00100 01111”；
- 通過 Base32 編碼，每5個(gè)二進(jìn)制編碼一個(gè)數(shù)，“28 29 04 15”
- 根據(jù) Base32 表，得到 Geo Hash 為：“WX4G”
附：Base32 編碼圖
Geo Hash 如何用于地理搜索？
舉個(gè)例子，搜索天安門附近 200 米的景點(diǎn)，如下是天安門附近的Geo編碼
搜索過程如下：
- 首先確定天安門的Geo Hash為 WX4G0B，（6位區(qū)域碼約 0.34平分千米，約為長寬600米區(qū)域)
- 而6位編碼表示 600 米，半徑 300 米 > 要求的 200 米，搜索所有編碼為 WX4G0B 的景點(diǎn)即可
- 但是由于天安門處于 WX4G0B 的邊緣位置，并不一定處在正中心 。這就需要將 WX4G0B 附近的8個(gè)區(qū)域同時(shí)納入搜索，故搜索 WX4G0B、WX4G09、WX4G0C 一共9個(gè)編碼的景點(diǎn)
- 第3步已經(jīng)將范圍縮小到很小的一個(gè)區(qū)間，但是得到的景點(diǎn)距離并不是準(zhǔn)確的，需要在通過距離計(jì)算過濾出小于 200 米的景點(diǎn)，得到最終結(jié)果 。
Geo Hash 依據(jù)的數(shù)學(xué)原理
如圖所示，我們將二進(jìn)制編碼的結(jié)果填寫到空間中，當(dāng)將空間劃分為四塊時(shí)候，編碼的順序分別是左下角00，左上角01，右下腳10，右上角11，也就是類似于Z的曲線 。當(dāng)我們遞歸的將各個(gè)塊分解成更小的子塊時(shí)，編碼的順序是自相似的（分形），每一個(gè)子快也形成Z曲線，這種類型的曲線被稱為Peano空間填充曲線 。
這種類型的空間填充曲線的優(yōu)點(diǎn)是將二維空間轉(zhuǎn)換成一維曲線（事實(shí)上是分形維），對大部分而言，編碼相似的距離也相近，但Peano空間填充曲線最大的缺點(diǎn)就是突變性，有些編碼相鄰但距離卻相差很遠(yuǎn)，比如0111與1000，編碼是相鄰的，但距離相差很大 。
除Peano空間填充曲線外，還有很多空間填充曲線，如圖所示，其中效果公認(rèn)較好是Hilbert空間填充曲線，相較于Peano曲線而言，Hilbert曲線沒有較大的突變 。為什么GeoHash不選擇Hilbert空間填充曲線呢？可能是Peano曲線思路以及計(jì)算上比較簡單吧，事實(shí)上，Peano曲線就是一種四叉樹線性編碼方式 。
Part 5、數(shù)值索引Lucene的倒排索引決定，索引內(nèi)容是一個(gè)可排序的字符串，如果要查找一個(gè)數(shù)字，那么也需要將數(shù)字轉(zhuǎn)成字符串 。這樣，檢索一個(gè)數(shù)字是沒問題的，如果需要搜索一個(gè)數(shù)值范圍，怎么做呢？
要做范圍查找，那么要求數(shù)字轉(zhuǎn)成的字符串也是有序并單調(diào)的，但數(shù)字本身的位數(shù)是不一樣的，最簡單的版本就是前綴補(bǔ)0，比如 35, 234, 1 都補(bǔ)成 4 位，得到 0035, 0234, 0001，這樣能保證：
數(shù)字(a) > 數(shù)字(b) ===> 字符串(a) > 字符串(b)這時(shí)候，查詢應(yīng)該用范圍內(nèi)的所有數(shù)值或查詢，比如查詢 [33, 36) 這個(gè)范圍，對應(yīng)的查詢語法是：
33 || 34 || 35嗯看起來很好的解決了范圍查詢，但是，這樣存在3個(gè)問題：
