基于Solr的空间搜索(3)

接上文，本文将继续介绍基于Solr的地理位置搜索的第二种实现方案

CartesianTiers+GeoHash

从基于Solr的地理位置搜索（2）文章中能够看到彻底基于GeoHash的查询过滤，将彻底遍历整个docment文档，从效率上来看并不太合适，因此结合笛卡尔层后，能有效缩减小过滤范围，从性能上能很大程度的提升。

构建索引阶段：

String geoHash = GeoHashUtils.encode(latitude, longitude);

      docment.addField(“geohash”, geoHash);

      //Cartesian Tiers

      int tier = START_TIER;//开始构建索引的层数

      //Create a bunch of tiers, each deeper level has more precision

//将一条记录的经纬度对应所有笛卡尔层的tierBoxId做为域值构建索引

      for (CartesianTierPlotter plotter : plotters) {

        docment.addField(“tier_” + tier , plotter.getTierBoxId(latitude, longitude));

        tier++;

      }

看到这里你们确定明白了。越相近的经纬度在同层确定会在同一个网格中，因此他们存储的tierBoxId就会是同样。那么查询的时候经过经纬度对应层的tierBoxId,也就能找到相同层域的docId，可是若是给定的的查询范围大，可能须要将若干层的所属网格的docId都查到。

   整个查询过程是先经过笛卡尔层将若干个网格涉及的DocList存入bitSet，以下代码所示：

public DocIdSet getDocIdSet(final IndexReader reader) throws IOException {

    final FixedBitSet bits = new FixedBitSet(reader.maxDoc());

final TermDocs termDocs = reader.termDocs();

//须要查询的若干层网格的boxIdList,固然至此已通过滤掉不须要查询层的boxIdList

    final List<Double> area = shape.getArea();

    int sz = area.size();

    final Term term = new Term(fieldName);//

    // iterate through each boxid

    for (int i =0; i< sz; i++) {

      double boxId = area.get(i).doubleValue();

termDocs.seek(term.createTerm(NumericUtils.doubleToPrefixCoded(boxId)));

      // iterate through all documents

      // which have this boxId

//遍历全部包含给定boxId的docList,并将其放入bitset

      while (termDocs.next()) {

        bits.set(termDocs.doc());

      }

    }

    return bits;

  }

介绍完笛卡尔层的计算后，接下来介绍笛卡尔层过滤后返还的bitset如何和geoHash结合，从实现上讲其实很简单，就是将经过笛卡尔层过滤的数据结果集合 依次遍历计算其与查询给定的经纬度坐标的球面距离，同时将该计算距离和查询指定范围距离进行比较，若是大于给定距离，则将当前记录继续过滤掉，那么最终剩下的数据结果集合，将是知足查询条件的地理位置结果集合。具体实现流程见以下代码：

//将笛卡尔层的Filter做为Geohash的Filter参数传递进去，造成一个过滤链

 filter = distanceFilter = new GeoHashDistanceFilter(cartesianFilter, lat, lng, miles, geoHashFieldPrefix);

再看GeoHashDistanceFilter中最核心的方法getDocIdSet():

 public DocIdSet getDocIdSet(IndexReader reader) throws IOException {

      //在这里使用到了Lucene的FieldCache来做为缓存，实际上缓存了一个以docId为下标，base32编码为值的数组

    final String[] geoHashValues = FieldCache.DEFAULT.getStrings(reader, geoHashField);

    final int docBase = nextDocBase;

    nextDocBase += reader.maxDoc();

    return new FilteredDocIdSet(startingFilter.getDocIdSet(reader)) {

      @Override

      public boolean match(int doc) {

        //经过笛卡尔层的过滤后的doc直接找到对应的base32编码

        String geoHash = geoHashValues[doc];

        //经过解码将base32还原成经纬度坐标

        double[] coords = GeoHashUtils.decode(geoHash);

        double x = coords[0];

        double y = coords[1];

        Double cachedDistance = distanceLookupCache.get(geoHash);

        double d;

        if (cachedDistance != null) {

          d = cachedDistance.doubleValue();

        } else {

           //计算2个经纬度坐标的距离

          d = DistanceUtils.getDistanceMi(lat, lng, x, y);

          distanceLookupCache.put(geoHash, d);

        }

       //小于给定查询距离的的docid放入缓存,以供下次使用，同时返回True表明当前docId是知足条件的记录

        if (d < distance){

          distances.put(doc+docBase, d);

          return true;

        } else {

          return false;

        }

      }

    };

  从上述分析中你们应该能够想到 采用笛卡尔层 Filter结合GoHash Filter的实现方案，在计算规模上会比单独使用GeoHash少了不少，而在查询性能也会有更优异的表现。

最后附上一个本地Demo的查询实例，用geofilter查找给定经纬度500km内的数据：

查询返回结果：