一、方案背景
對於一套GEO管理系統，其核心點與瓶頸在於資料庫的儲存效能與查詢能力；一方面，儲存服務需要應對海量資料的低延遲存、讀，另一方面，儲存服務也要提供高效的GEO+多維度資料檢索。表格儲存（TableStore），作為一款Serverless分散式NoSQL資料庫，完全具備該系統的需求。 下面我們將基於TableStore打造一個【億量級GEO管理系統】；
需求場景
某店鋪搜尋平臺，提供了億量級的店鋪資訊。使用者通過平臺提供的PC端、移動端網頁，按照自己的需求維度組合，搜尋使用者心儀的店鋪。平臺需要在地圖上展示店鋪的具體位置、店鋪詳細資訊、店鋪主頁的跳轉； 維度一：【距離1km內】【人均100以內】【評分最高】【奶茶店】； 維度二：【杭州市內】【評分最高的】【沈家*】店鋪； ...... 實現快速、多維GEO查詢功能，是GEO管理解決方案的核心功能，樣例如下： 注：該樣例提供了【億量級】店鋪資料。官網控制檯樣例地址：專案樣例
基於表格儲存搭建的店鋪搜尋系統頁面一覽，樣例內嵌在表格儲存控制檯中，使用者可登入控制檯體驗系統（若為表格儲存的新使用者，需要點選開通服務後體驗，開通免費，訂單資料儲存在公共例項中，體驗不消耗使用者儲存、流量、Cu）。
表格儲存（TableStore）方案
使用表格儲存（TableStore）研發的多元索引（SearchIndex）方案，可以輕鬆搭建一套：億量級店鋪搜尋系統。多元索引功能可以建立GEO索引、分詞字串索引等，為使用者提供了GEO檢索、多維組合檢索等能力，使用者可隨時建立，存量、增量資料自動同步。 TableStore作為阿里雲提供的一款全託管、零運維的分散式NoSql型資料儲存服務，具有【海量資料儲存】、【熱點資料自動分片】、【海量資料多維檢索】等功能，有效的地解決了GEO資料量大膨脹這一挑戰； 使用者可以僅在需要的時候建立、開通索引。由TableStore來保證資料同步的一致性，這極大的降低了使用者的方案設計、服務運維、程式碼開發等工作量。
二、搭建準備
若您對於基於TableStore實現的【億量級店鋪搜尋系統】體驗不錯，並希望開始自己系統的搭建之旅，只需按照如下步驟便可以著手搭建了：
1、開通表格儲存
通過控制檯開通表格儲存服務，表格儲存即開即用（後付費），採用按量付費方式，已為使用者提供足夠功能測試的免費額度。表格儲存官網控制檯、免費額度說明。
2、建立例項
通過控制檯建立表格儲存例項，選擇支援多元索引的Region。（當前階段SearchIndex功能尚未商業化，暫時開放北京，上海，杭州和深圳四地，其餘地區將逐漸開放）
建立例項後，提交工單申請多元索引功能邀測（商業化後預設開啟，不使用不收費）。
- 邀測地址：提工單，選擇【表格儲存】>【產品功能、特性諮詢】>【建立工單】，申請內容如下：
- 問題描述:請填寫【申請SearchIndex邀測】
- 機密資訊:請填寫【地域+例項名】，例：上海+myInstanceName
3、SDK下載
使用具有多元索引（SearchIndex）的SDK，官網地址，暫時java、go、node.js三種SDK增加了新功能
java-SDK
<dependency>
<groupId>com.aliyun.openservices</groupId>
<artifactId>tablestore</artifactId>
<version>4.8.0</version>
</dependency>
複製程式碼go-SDK
$ go get github.com/aliyun/aliyun-tablestore-go-sdk
複製程式碼Nodejs-SDK
$ npm install tablestore@4.1.0
複製程式碼C#-SDK
$ Install-Package Aliyun.TableStore.SDK -Version 4.1.0
複製程式碼4、表設計
店鋪檢索系統樣例，僅簡易使用一張店鋪表，主要包含欄位：店鋪型別、店鋪名稱、店鋪地理位置、店鋪平均評分、人均消費消等。表設計如下： 表名：geo_positon
| 列名 | 資料型別 | 索引型別 | 欄位說明 |
|---|---|---|---|
| _id(主鍵列) | String | MD5(pId)避免熱點 | |
| pId | Stirng | 店鋪編號 | |
| type | String | KEYWORD | 型別 |
| name | String | TEXT | 店鋪名，TEXT型別索引可模糊查詢，但不能排序 |
| pos | String | GEO_POINT | 店鋪位置："30.132,120.082"(緯度,精度) |
| point | double | DOUBLE | 評分 |
| ... | ... | ... | ... |
三、開始搭建（核心程式碼）
1、建立資料表
使用者僅需在完成邀測的例項下建立“店鋪資訊表”：通過控制檯建立、管理資料表（使用者也可以通過SDK直接建立）：
2、建立資料表索引
TableStore自動做全量、增量的索引資料同步：使用者可以通過控制檯建立索引、管理索引（也可以通過SDK建立索引）
3、資料匯入
插入測試資料（控制檯樣例中插入了1億條資料，使用者自己可以插入少量測試資料）；
| 店鋪編號 | 店鋪（md5）（主鍵） | 型別 | 店鋪名稱 | 店鋪位置 | 店鋪評分 | 人均消費 | ||
|---|---|---|---|---|---|---|---|---|
| o0057022192 | 0000000f470ef0f548b925ceffe1a7e3 | 杭幫菜 | 韓村杭幫菜 | 36.76613,111.41461 | 2.87 | 63.67 |
4、資料讀取
資料讀取分為兩類：
主鍵讀取
基於原生表格儲存的主鍵列獲取：getRow, getRange, batchGetRow等。主鍵讀取用於索引（自動）反查，使用者也可以提供主鍵（訂單md5）的單條查詢的頁面，億量級下查詢速度極快。單主鍵查詢方式不支援多維度檢索；
索引讀取（店鋪查詢）
基於新SearchIndex功能Query：search介面。使用者可以自由設計索引欄位的多維度條件組合查詢。通過設定選擇不同的查詢引數，構建不同的查詢條件、不同排序方式；目前支援：精確查詢、範圍查詢、字首查詢、匹配查詢、萬用字元查詢、短語匹配查詢、分詞字串查詢，並通過布林與、或組合。 如【"36.76613,111.41461"周邊1km米範圍內的奶茶店】，查詢條件如下： ####Node.js程式碼
client.search({
tableName: TABLE_NAME,
indexName: INDEX_NAME,
searchQuery: {
offset: 0,
limit: 10,
query: {
queryType: TableStore.QueryType.BOOL_QUERY,
query: {
mustQueries: [
{ //查詢條件一：TermQuery，cId這一列的值要匹配"c0001"
queryType: TableStore.QueryType.TERM_QUERY,
query: {
fieldName: "type",
term: "奶茶"
}
},
{ //查詢條件二：RangeQuery，totalPrice這一列的值要大於99.99
queryType: TableStore.QueryType.GEO_DISTANCE_QUERY,
query: {
fieldName: "pos",
centerPoint: "36.76613,111.41461", // 設定中心點(緯度,經度)
distance: 10000 // 設定到中心點的距離條件，不超過10000米
}
},
],
}
},
getTotalCount: true
},
columnToGet: {
returnType: TableStore.ColumnReturnType.RETURN_ALL
}
}, callback);
複製程式碼####Java程式碼：
List<Query> mustQueries = new ArrayList<Query>();
TermQuery termQuery = new TermQuery();
termQuery.setFieldName("type");
termQuery.setTerm(ColumnValue.fromString(奶茶));
mustQueries.add(termQuery);
GeoDistanceQuery geoDistanceQuery = new GeoDistanceQuery();
geoDistanceQuery.setFieldName("pos");
geoDistanceQuery.setCenterPoint("36.76613,111.41461");
geoDistanceQuery.setDistanceInMeter(1000);
mustQueries.add(geoDistanceQuery);
BoolQuery boolQuery = new BoolQuery();
boolQuery.setMustQueries(mustQueries);
複製程式碼四、歡迎加入
這樣，系統的核心程式碼已經完成，基於表格儲存搭億量級“店鋪搜尋系統”，是不是很簡單？ 對錶格儲存（TableStore）感興趣的使用者，歡迎加入【表格儲存公開交流群】，群號：11789671。