数仓项目中geohash字典的构建(上)
–先将自己的全国县市字典表调整成扁平化的结构的表
–源表 t_md_areas
–目标表 geohash
–源表样例:
`id` `areaname` `parentid`(父编号) `shortname` `level`(级别) `flag` `wgs84_lng` `wgs84_lat` `gcj02_lng` `gcj02_lat` `bd09_lng`(区的纬度) `bd09_lat` (区的经度)
110000 北京市 0 北京 1 1 116.225197381925 40.2195249171251 116.23128 40.22077 116.395645037879 39.9299857780802
110100 北京市 110000 北京 2 1 116.225197381925 40.2195249171251 116.23128 40.22077 116.395645037879 39.9299857780802
110101 东城区 110100 3 1 116.410130065889 39.9271493544194 116.41637 39.92855 116.421884701264 39.9385740129861
110102 西城区 110100 3 1 116.359896235384 39.910932409618 116.36611 39.91231 116.373190104018 39.9342801437085
110105 朝阳区 110100 3 1 116.437354734245 39.9205326299248 116.44355 39.9219 116.521694891081 39.9589531664067
–目标表目标表样例:
geo province city district
wtbm7y 河北省 辛集市 新垒头镇
wtbm8y 河南省 南阳市 方程县
–sql语句 意思: 区的父id join 市的id 市的父id join 省的id
create table tmp as
select
d.bd09_lng as lng,
d.bd09_lat as lat,
p.areaname as province,
c.areaname as city,
d.areaname as district
from
t_md_areas d join t_md_areas c on d.`level`=3 and d.parentid=c.id
join t_md_areas p on c.parentid=p.id
;
–代码实现:
115.795795381251 40.0008930314765 门头沟区 北京市 北京市
115.862836312904 39.7267526207963 房山区 北京市 北京市
116.740079180676 39.8098148838513 通州区 北京市 北京市
116.728229045281 40.1549514704414 顺义区 北京市 北京市
116.216456356894 40.2217235498323 昌平区 北京市 北京市
116.425194597379 39.6527901183645 大兴区 北京市 北京市
这还是不是我们最终要的结果我们需要把经纬度改成geohash码!
剩下的需要用到geohash的算法窃听下部分解
