java中用redis geo实现附近商户距离计算，核心是批量geoadd预存坐标、geodist精确查距，并通过分片、geosearch和本地缓存提升并发能力，同时校验坐标系与实际距离偏差。
Java 中用 Redis 的 Geo 类型实现附近商户距离计算，核心在于合理使用 GEOADD 预存位置、GEODIST 实时查距，并配合 Redis 的高性能与原子性，避开数据库频繁地理计算的瓶颈。关键不是“多快”，而是“稳定扛并发 + 结果准”。
用 GEOADD 一次性批量写入商户坐标
别每次新增商户都单独调一次 GEOADD，容易成为写入瓶颈。推荐按区域或批次批量导入，比如初始化或定时同步时：
- 商户 ID 作为 member，经纬度（经度在前！）作为坐标，例如：
geoadd shop:beijing 116.481 39.996 "shop_1001" - Java 中用 Lettuce 或 Jedis 批量执行：
geoAdd("shop:beijing", new GeoCoordinates(116.481, 39.996), "shop_1001") - 注意：Redis Geo 底层是 zset，member 必须唯一；若商户迁移，直接重复
GEOADD即可覆盖旧坐标
用 GEODIST 精确查两点球面距离
GEODIST 返回的是米制单位球面距离（Haversine 公式），比自己算更准更快，且天然支持单位切换（m/km/mi/ft）：
- 查用户（116.475, 39.992）到商户
shop_1001的距离：geodist shop:beijing "user_loc" "shop_1001" m - Java 中建议封装成工具方法，传入 key、两个 member、单位，自动处理 null 或不存在的情况（返回 null 或 -1）
- 注意：两个 member 都必须已通过
GEOADD存入同一 key，否则返回 nil
高并发下避免单点瓶颈的实用技巧
单纯依赖一个 key（如 shop:beijing）在百万级商户+高 QPS 下会打满 Redis 单节点带宽和 CPU。可分而治之：
- 按行政区划分片：如
shop:beijing:chaoyang、shop:beijing:haidian，查询前先定位用户所属区域 - 用 GEOSEARCH（Redis 6.2+）替代多次 GEODIST：若需查“5km 内所有商户”，优先用
geosearch shop:beijing fromlonlat 116.475 39.992 byradius 5 km withdist一次性拿到带距离的结果 - 读多写少场景加本地缓存（如 Caffeine）缓存高频用户-商户对的距离，TTL 设 1~5 分钟，降低 Redis 压力
距离结果要校验，别盲目信任
Redis 的 Geo 距离是理论球面距离，实际道路距离可能差 20%+。生产中建议：
- 前端展示时标注“直线距离约 XX 米”，避免误导用户
- 订单调度等强依赖场景，对 top3 近商户再调用高德/百度地图 API 获取真实驾车/步行距离做二次排序
- 注意坐标系：确保所有经纬度都是 WGS84（国内 GCJ02 坐标需先纠偏，否则距离偏差可达数百米）
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
