介绍一下geohash与geotree
Geohash
Geohash 是一种将二维地理坐标（经度 Longitude 和 纬度 Latitude）编码为一个可排序的字符串的空间索引方法。由 Gustavo Niemeyer 于 2008 年提出，并被广泛用于分布式地理数据索引、近邻搜索、区域聚合等场景。
核心特征为：
- 编码结果是Base32 字符串
- 字符越多，空间精度越高
- 相近位置编码字符串有公共前缀
Geohash 编码原理
Geohash 使用经纬度交替二分的方式，将整个地球的经纬度范围不断缩小，直到定位到目标点。过程主要分为以下 4 步：
步骤 1：初始化经纬度范围
- 经度范围 lon_range = [-180, 180]
- 纬度范围 lat_range = [-90, 90]
步骤 2：交替二分编码，生成二进制序列
使用**二分法（Binary Search）**编码纬度和经度：
- 从经度开始（偶数位处理经度，奇数位处理纬度）
- 每次比较当前坐标是否大于区间中点，如果是，记为 1，否则为 0
- 并更新范围（左/右半区）
这个过程交替进行直到你得到足够数量的位，比如 5 位 * 7 字符 = 35 位。
步骤 3：每 5 位为一组，转为十进制索引
将所得的长二进制串，每 5 位一组，转为十进制，然后用 Base32 映射表替换。
步骤 4：生成最终字符串
每 5 位 → 1 个字符，共 n 个字符（通常精度为 6~9 个字符）。
Geohash优点
1. 支持空间邻近查询
- Geohash 编码相邻的区域通常具有相似前缀，适合使用前缀匹配（如 LIKE ‘wx4g0%’）实现快速范围查询。
- 特别适合在数据库中对空间对象做索引。
2. 分级精度（多级网格）
- 编码长度越长，表示区域越小，精度越高。
- 可动态控制精度，适合不同缩放层级的空间分析。
3. 文本存储，易于索引
- Geohash 是字符串格式，便于存储、索引（B-Tree、Trie）、压缩和分布式传输。
4. 无依赖的数据结构
- 不依赖复杂的空间数据结构（如 R-Tree、QuadTree），适用于轻量级地理索引服务。
5. 适合分布式系统
- Geohash 可直接用于 Sharding，例如前缀作为分片 key，天然适配大数据平台如 HBase、Elasticsearch。
Geohash的不足
1. 经纬度不均匀映射
- 纬度范围 [-90, 90]，经度 [-180, 180]，导致赤道附近一个 Geohash 单元的面积大于极地。
- 地球是球体，Geohash 假设平面映射，有畸变。
2. 边界误差问题
- 相邻的两个地理位置如果落在不同的 Geohash 网格单元中，会出现编码前缀差异，影响邻近判断。
- 需要额外处理“邻居格子”。
3. 形状不规则
- Geohash 网格在地图上是长方形而非正方形，且每一级的比例不均一，查询时常需额外扩大范围。
4. 二维信息压缩成一维有信息损失
- 经纬度交替合并会丢失部分空间关系（例如正方形邻域判断更复杂）。
5. 精度和效率权衡
- 长 Geohash 字符串意味着更高精度，但也带来索引增长和性能损耗问题。
总的来说，Geohash 是一种优雅的地理编码方案，它以轻量、易索引的方式，在现代数据库和分布式系统中广泛应用。然而，在面对高精度、复杂空间关系时，它也暴露出一定的局限性。因此，在实际使用中，应结合业务需求，评估其合适性，并配合如邻接格补全、R-Tree 等技术优化空间查询性能。
GeoTree
GeoTree 是一种基于空间层级划分的地理编码体系，它将地球表面按不同层级进行规则划分，并通过编码的方式表达空间单元的层级和位置关系。相比 Geohash 等网格编码，GeoTree 更强调“树结构”和“地理拓扑”的结合，适用于需要空间聚合、路径查询、空间层次建模的应用场景。
GeoTree 的思想与四叉树（QuadTree）类似，但更灵活，支持多尺度编码与空间父子继承关系表达，广泛用于如地空一体化管理、空域划分、地理分区治理等空间应用。
核心特征：
- 每个节点表示一个空间区域，节点 ID 为可排序的字符串或整数
- 子区域编码在父编码基础上扩展（继承性编码）
- 层级结构清晰，便于表示“包含关系”和层次聚合
- 支持三维空间索引（经度、纬度、高度）
GeoTree 编码原理
GeoTree 并非采用经纬度交替压缩为二进制，而是按照空间网格划分规则，分层递归构建编码。过程一般如下：
步骤 1：定义根层空间范围（Level 0）
- 将地球划分为若干大格（如全球 8 区或全球 6 面体）
- 每个大格分配一个唯一编码（如 “1”、“A”、“R0”）
步骤 2：递归划分子区域（Level 1~n）
- 每个区域根据固定或可变规则继续划分为子区域（如 4 等分、9 等分、3D 立方等）
- 子区域编码在父编码基础上追加子代标识（如 “1-3” 表示根节点 1 的第 3 个子区）
步骤 3：形成空间编码树
- 所有区域构成一棵空间树：根为地球、分支为区域、叶子为最小单元
- 编码如 A-1-2-0 表示：区域 A → 子区 1 → 子区 2 → 子区 0
步骤 4：支持三维编码（可选）
- 对于需要高空建模的场景，每层子区可增加“高度切分”，编码如：A-1-2-0-H2
GeoTree 的优势
1. 天然支持空间层次结构
- 每个编码天然携带层级信息，如 A-2-3 表示第 2 层、第 3 区
- 支持区域归属、包含、父子导航等空间树操作
2. 邻接关系明确，便于空间合并
- 可快速判断相邻区域是否有共同父节点，从而实现区域合并、聚合分析
3. 便于多尺度查询
- 查询精度可控制在某一层级，例如只查询第 3 层的所有编码
4. 编码形式灵活
- 可以使用字符串（如 “E-3-1”）或整型编码（如位运算 0b010101）支持高效索引
5. 支持三维空间编码
- 除经纬度之外，GeoTree 可扩展高度维度，适用于低空空域、建筑分层、空间管网等场景
6. 更强的空间拓扑表达能力
- 相比 Geohash 的“前缀相似”，GeoTree 明确建模空间父子关系，有助于空间推理和规划控制
GeoTree 的不足
1. 空间分区规则需自定义
- 没有标准化的编码划分规则，不同业务可能用不同树型划分方式
2. 区域形状不规则
- 编码背后代表的空间单元可能非正方形（视分割策略），可能导致某些计算复杂
3. 实现成本略高
- 相比 Geohash 纯字符串压缩，GeoTree 需要维护树结构、支持路径解析和层级操作
4. 邻接格查找略繁琐
- 查找空间邻居不像 Geohash 可以通过简单变换字符实现，而需要访问同层兄弟节点
GeoTree 是一种结构化、层级化、拓扑清晰的地理编码体系，它从空间组织结构出发，更适合表达“地理分区与归属”这一类场景。在复杂区域管理、空间权限控制、多尺度数据建模等领域，比 Geohash 更具表达力。
然而，由于 GeoTree 没有统一标准实现，初始设计需结合业务规则规划编码体系。在面向大规模分布式查询的场景下，GeoTree 可与 Geohash 等轻量编码联合使用，取长补短，实现高效、结构清晰的空间信息处理。