private SpatialContext spatialContext = SpatialContext.GEO;    

/**
    * 获取附近x米的人
    *
    * @param distance 距离范围 单位km
    * @param userLng  当前经度
    * @param userLat  当前纬度
    * @return json
    */
   @GetMapping("/nearby")
   public String nearBySearch(@RequestParam("distance") double distance,
                              @RequestParam("userLng") double userLng,
                              @RequestParam("userLat") double userLat) {
       //1.获取外接正方形
       Rectangle rectangle = getRectangle(distance, userLng, userLat);
       //2.获取位置在正方形内的所有用户
       List<User> users = userMapper.selectUser(rectangle.getMinX(), rectangle.getMaxX(), rectangle.getMinY(), rectangle.getMaxY());
       //3.剔除半径超过指定距离的多余用户
       users = users.stream()
           .filter(a -> getDistance(a.getLongitude(), a.getLatitude(), userLng, userLat) <= distance)
           .collect(Collectors.toList());
       return JSON.toJSONString(users);
   }
   private Rectangle getRectangle(double distance, double userLng, double userLat) {
       return spatialContext.getDistCalc()
           .calcBoxByDistFromPt(spatialContext.makePoint(userLng, userLat), 
                                distance * DistanceUtils.KM_TO_DEG, spatialContext, null);
   }

private SpatialContext spatialContext = SpatialContext.GEO;

/***
 * 添加用户
 * @return
 */
@PostMapping("/addUser")
public boolean add(@RequestBody UserGeohash user) {
    //默认精度12位
    String geoHashCode = GeohashUtils.encodeLatLon(user.getLatitude(),user.getLongitude());
    return userGeohashService.save(user.setGeoCode(geoHashCode).setCreateTime(LocalDateTime.now()));
}


/**
 * 获取附近指定范围的人
 *
 * @param distance 距离范围 单位km
 * @param len      geoHash的精度
 * @param userLng  当前经度
 * @param userLat  当前纬度
 * @return json
 */
@GetMapping("/nearby")
public String nearBySearch(@RequestParam("distance") double distance,
                           @RequestParam("len") int len,
                           @RequestParam("userLng") double userLng,
                           @RequestParam("userLat") double userLat) {
    //1.根据要求的范围，确定geoHash码的精度，获取到当前用户坐标的geoHash码
    String geoHashCode = GeohashUtils.encodeLatLon(userLat, userLng, len);
    QueryWrapper<UserGeohash> queryWrapper = new QueryWrapper<UserGeohash>()
            .likeRight("geo_code",geoHashCode);
    //2.匹配指定精度的geoHash码
    List<UserGeohash> users = userGeohashService.list(queryWrapper);
    //3.过滤超出距离的
    users = users.stream()
            .filter(a ->getDistance(a.getLongitude(),a.getLatitude(),userLng,userLat)<= distance)
            .collect(Collectors.toList());
    return JSON.toJSONString(users);
}

/***
 * 球面中，两点间的距离
 * @param longitude 经度1
 * @param latitude  纬度1
 * @param userLng   经度2
 * @param userLat   纬度2
 * @return 返回距离，单位km
 */
private double getDistance(Double longitude, Double latitude, double userLng, double userLat) {
    return spatialContext.calcDistance(spatialContext.makePoint(userLng, userLat),
            spatialContext.makePoint(longitude, latitude)) * DistanceUtils.DEG_TO_KM;
}

/**
 * 获取附近指定范围的人
 *
 * @param distance 距离范围 单位km
 * @param len      geoHash的精度
 * @param userLng  当前经度
 * @param userLat  当前纬度
 * @return json
 */
@GetMapping("/nearby")
public String nearBySearch(@RequestParam("distance") double distance,
                           @RequestParam("len") int len,
                           @RequestParam("userLng") double userLng,
                           @RequestParam("userLat") double userLat) {


    //1.根据要求的范围，确定geoHash码的精度，获取到当前用户坐标的geoHash码
    GeoHash geoHash = GeoHash.withCharacterPrecision(userLat, userLng, len);
    //2.获取到用户周边8个方位的geoHash码
    GeoHash[] adjacent = geoHash.getAdjacent();

    QueryWrapper<UserGeohash> queryWrapper = new QueryWrapper<UserGeohash>()
        .likeRight("geo_code",geoHash.toBase32());
    Stream.of(adjacent).forEach(a -> queryWrapper.or().likeRight("geo_code",a.toBase32()));

    //3.匹配指定精度的geoHash码
    List<UserGeohash> users = userGeohashService.list(queryWrapper);
    //4.过滤超出距离的
    users = users.stream()
            .filter(a ->getDistance(a.getLongitude(),a.getLatitude(),userLng,userLat)<= distance)
            .collect(Collectors.toList());
    return JSON.toJSONString(users);
}

   @Autowired
   private RedisTemplate<String, Object> redisTemplate;

//GEO相关命令用到的KEY
   private final static String KEY = "user_info";

   public boolean save(User user) {
       Long flag = redisTemplate.opsForGeo().add(KEY, new RedisGeoCommands.GeoLocation<>(
               user.getName(), 
               new Point(user.getLongitude(), user.getLatitude()))
       );
       return flag != null && flag > 0;
   }

   /**
    * 根据当前位置获取附近指定范围内的用户
    * @param distance 指定范围 单位km ，可根据{@link org.springframework.data.geo.Metrics} 进行设置
    * @param userLng 用户经度
    * @param userLat 用户纬度
    * @return
    */
   public String nearBySearch(double distance, double userLng, double userLat) {
       List<User> users = new ArrayList<>();
       // 1.GEORADIUS获取附近范围内的信息
       GeoResults<RedisGeoCommands.GeoLocation<Object>> reslut = 
           redisTemplate.opsForGeo().radius(KEY, 
                       new Circle(new Point(userLng, userLat), new Distance(distance, Metrics.KILOMETERS)),
                       RedisGeoCommands.GeoRadiusCommandArgs.newGeoRadiusArgs()
                               .includeDistance()
                               .includeCoordinates().sortAscending());
       //2.收集信息，存入list
       List<GeoResult<RedisGeoCommands.GeoLocation<Object>>> content = reslut.getContent();
       //3.过滤掉超过距离的数据
       content.forEach(a-> users.add(
               new User().setDistance(a.getDistance().getValue())
               .setLatitude(a.getContent().getPoint().getX())
               .setLongitude(a.getContent().getPoint().getY())));
       return JSON.toJSONString(users);
   }