1.什么是GeoHash

        geohash基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。不好理解，没关系，我来找个图。

        就像上面这张图，一个坐标点，可以当做一个小格子，而格子的标注就是该坐标点geohash值，当然格子越小精度越高，这个看实际应用吧。

2.为什么要用GeoHash

        现在我们来说说为什么要用geohash，普通的经纬度坐标不是挺好的么？

        举个栗子：我有1W+个经纬度坐标点，我现在需要查询其中一个点周围5KM范围内有哪些点，可以怎么做？

        答案一：以该点为圆心，半径5KM做圆，循环这1W+个点与圆心的直线距离，判断是否小于5KM。这种做法其实是非常常用也非常高效的。

        答案二：采用GIS二次开发组件，调用GIS接口查询该点周围5KM范围内点数据，这种做法也没有问题，虽然我不清楚GIS组件具体实现的方案是什么，但是我觉得性能应该比方案一要差点，原因很简单GIS组件都非常的庞大和复杂（以AE或者ArcGIS JS API为例）。

        以上的答案我都没有测试过，不过设想如果我把数据量扩大到100W+个坐标点呢？循环计算的计算量可想而知，如果再要求点时效性，那就为难了。这个时候我们来谈谈geohash，还是举个栗子，我选4个点，A B C D，每个点之间的距离都约5KM，如下表。

        看不懂没关系，我们再来看一张图。

        这张图说明什么呢，我们来对应看一下两张表的“geohash长度”，拿5级别为例，看KM误差，意思是在5级别如果geohash相同，说明两个点的距离误差在2.4*2=4.8KM左右(+-算左右两次）。再看看表中A和B的geohash是一样的，说明A和B距离在5KM范围内，而A与C、D都不在5KM范围内。不信，我们来看看地图。

        由于是手动取点坐标有一定误差，不过不影响结果演示。这时候我们再回来开始那个问题，我有1KW+个点，需要找到某点5KM范围内的数据，我可以把这些坐标全部转为第5级别的geohash值，然后SQL查询等于这个点geohash值的所有数据即可。所以geohash适合于快速查询且对绝对精度要求不高的业务场景。

        下图是某年参加ArcSummit会议滴滴某位技术大咖分享的滴滴内部使用geohash快速查询周边车辆信息的PPT截图。PPT下载

3.JS实现GeoHash编解码

具体代码麻烦移步个人博客：http://www.88gis.cn/web/pages/blog/blogInfo.html?id=fd587a3e-f7df-41c8-8503-8f4a298e80c4