使用Redis GEO命令实现地理位置存储与查询：GEOADD key longitude latitude member [longitude latitude member ...] 添加位置数据；GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count [ANY]] [ASC|DESC] 半径查询；GEOPOS key member [member ...] 获取位置坐标；GEODIST key member1 member2 [m|km|ft|mi] 计算两点距离。实战代码示例：redis-cli GEOADD china:city 116.405285 39.904989 "北京" 113.460422 23.115151 "厦门"；GEORADIUS china:city 116.40 39.90 100 km WITHCOORD WITHDIST COUNT 5；解决海量数据慢查询用GEOSEARCH或分片存储，精度达米级。

来源1聚合

Redis GEO模块基于Sorted Set实现地理位置索引，使用Haversine公式计算距离，支持经纬度添加(GEOADD)、范围查询(GEORADIUS)、距离计算(GEODIST)等操作。在海量位置数据场景下，单机QPS可达10w+，查询延迟毫秒级，避免传统MySQL空间索引的B树扫描瓶颈。实际案例：外卖平台商家位置查询，用GEORADIUS radius 5km COUNT 100快速返回周边门店列表，比MySQL ST_Distance_Sphere快50倍。

来源2聚合

问题：位置数据上亿级，LIKE模糊查询或MySQL空间函数检索慢、精度低。解决方案：Redis GEOADD批量导入经纬度，GEORADIUSBYMEMBER "北京" 500 km WITHDIST获取周边城市距离排序。优化技巧：1.数据预热到内存；2.分库分表按区域HASH TAG；3.结合Lua脚本原子化多命令；4.精度控制在10米内，Haversine误差<0.5%。

来源3聚合

实战教程：Spring Boot集成Redis GEO。依赖：spring-boot-starter-data-redis。代码：@Autowired RedisTemplate redisTemplate; List points = redisTemplate.opsForGeo().radius("locations", new Circle(new Point(116.4,39.9), new Distance(10,Km))); return points.stream().map(p->p.getName()).collect(toList()); 海量数据痛点解决：用PIPELINE批量GEOADD，GEORADIUSBYLONLAT多线程并行查询，Cluster模式水平扩展。

来源4聚合

对比测试：10万POI数据，MySQL查询周边5km需2.5s，Redis GEO 15ms。精度：Redis内部60位整数存储经纬*1000000，查询半径支持m/km/ft/mi。难题攻克：检索慢->内存索引+哈希桶；精度差->谷歌推荐Haversine。Go语言示例：geo.Add(ctx, "city", 116.4074,39.9042,"Beijing"); results,err:=geo.Radius(ctx,"city",116.4,39.9,10,"km")。

来源5聚合

高级用法：GEOSEARCH key FROMMEMBER member RADIUS radius [m|km|ft|mi]，Redis6.2+新命令更灵活。海量场景：结合HyperLogLog去重计数，BloomFilter过滤无效查询。真实项目：打车App司机匹配，用GEODIST实时计算乘客-司机距离，阈值1km内LIST POP撮合，QPS 50w无压力。

来源6聚合

部署建议：Redis 6.x开启GEO，内存预估：每点约150byte，1亿点需15GB。监控：INFO geo_stats查看命中率。痛点总结：传统R树/MySQL慢因磁盘IO，Redis纯内存+有序集O(logN)定位，精度媲美PostGIS。

FAQ
Q: Redis GEO精度能到多少米？
A: 米级精度，经纬度*10^6整数化存储，Haversine计算误差小于0.5%。
Q: 海量数据怎么分片？
A: 用HASH TAG如{shanghai}:geo，Cluster自动分片，按城市或经纬网格。
Q: 和Elasticsearch比哪个快？
A: 小范围查询Redis更快，大文本+空间用ES，GEO适合纯位置检索。
Q: 如何批量导入数据？
A: 用PIPELINE或migrate工具从MySQL经纬字段GEOADD导入。
Q: 支持多维查询吗？
A: 只支持2D经纬，不支持高度，结合ZSET时间维度可扩展。