Los Geohashes se utilizan mucho en productos como: Lucene, mongodb, etc y se han convertido en una de las tecnologías más importantes de la actualidad.
¿Han sustituido los Geohashes a los viejos R-trees o tienen los R-trees alguna ventaja frente a los Geohashes?
Los Geohash son una forma muy sencilla y eficaz de indexar características espaciales, sobre todo puntuales. Las características lineales y poligonales son un poco más difíciles de indexar, pero se puede hacer. Geohash es una cuadrícula jerárquica estática de tamaño fijo, superpuesta sobre la superficie terrestre. Las celdas de la cuadrícula del mismo nivel jerárquico no se superponen. R-Tree es una rejilla dinámica en la que la ubicación y el tamaño de las celdas cambian en función de las características que indexan. Los cuadros delimitadores y las celdas de las características indexadas por R-Tree cambian cada vez que se insertan y actualizan datos. Geohash se utiliza principalmente para indexar características puntuales y las celdas no cambian con cada inserción y actualización de datos. Las celdas de Geohash no se adaptan a las características como ocurre con R-Tree.
Algunas de las ventajas de geohash (en comparación con r-tree) podrían ser:
Algunas de las desventajas de geohash (en comparación con r-tree) podrían ser:
Esos productos (bases de datos) que mencionas utilizan geohash porque geohash se utiliza principalmente para indexar puntos y hay muchas aplicaciones que necesitan esa función. Las líneas y los polígonos no se utilizan con tanta frecuencia (salvo en las aplicaciones SIG, claro), así que para qué preocuparse. Otra razón es, por supuesto, la facilidad de implementación. Geohash convierte coordenadas bidimensionales en valores unidimensionales. Esto se denomina reducción dimensional. El valor unidimensional es fácil de indexar mediante el árbol b estándar que se utiliza principalmente en esos productos.
Tengo que mencionar que existen algoritmos similares a geohash, pero la mayoría son propietarios y requieren licencia. Geohash es de dominio público. Esta podría ser también la razón de su gran uso en los últimos años.
Probablemente haya otras ventajas y desventajas, pero estas son las primeras que se me ocurren. Espero que mi explicación ayude un poco.
No entiendo por qué las geofichas dan una precisión arbitraria de la cuadrícula. ¿Podría explicarlo con un ejemplo? Se lo agradeceré.
Geohash convierte las coordenadas de longitud y latitud en una cadena unidimensional. La longitud de esta cadena está directamente relacionada con la precisión convertida de la coordenada. Observe lo siguiente unterbahn.com/2009/11/ . Puede ver cómo la longitud de una cadena geohash está ligada a la precisión. Básicamente, geohash convierte un punto en un área poligonal (una cuadrícula geohash). El tamaño de esta área poligonal depende de la longitud de la cadena geohash y de la latitud a la que se calcule el geohash.
Estoy de acuerdo con su valoración. Hay casos de uso en los que cada uno tiene claramente una ventaja sobre el otro. Como no pude elegir una solución R-Tree, utilicé esta biblioteca de código abierto para SQL Server que explota de forma óptima el Geohash como entero (BIGINT) y como cadena (VARCHAR). Con el diseño de esquemas y los índices adecuados, he podido aprovechar al máximo el Geohash sin tener que recurrir a R-Trees, motores SIG/Espaciales especializados y costosos conocimientos SIG/Espaciales. github.com/qalocate/qalgeohash-tsql
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
0 votos
He aquí una biblioteca de código abierto para SQL Server que explota de forma óptima el Geohash como entero (
BIGINT) y cadena (VARCHAR). Con el diseño de esquemas y los índices adecuados, he podido aprovechar al máximo el Geohash sin tener que recurrir a R-Trees, motores SIG/Espaciales especializados y costosos conocimientos SIG/Espaciales. github.com/qalocate/qalgeohash-tsql