Data structures Redis GEORADIUS具有一个Z集，而具有许多特定大小的Z集

什么会更快，一个有地理数据的大ZSET，我将用GEORADIUS查询100米半径

或

很多ZSET，每个ZSET负责覆盖全世界的100m X 100m平方米？以这100万平方米命名，如：

左转弯1_49_2440000_28_5010000

左转弯2_49_2450000_28_5010000

把所有的100米都放在布景的右边和底部。 因此，当搜索最近的点时，我将省略gps中的冗余数字，例如：49.2440408，28.5011694将变为 49.2440000，28.5010000这样我就知道了ZSET的名字，在那里可以得到100米精度的所有精确值

---

或者以一般形式提出疑问：如何在redis中存储和访问ZSET的名称？如果我有太多的zset，它会影响访问它们时的性能吗？

只能通过基准测试对这种方法进行精确比较，这将特定于您的数据集和配置。但从架构上讲，您的优点和缺点是：

• 大ZSET：执行的带宽和操作（CPU周期）更少，边界上没有问题（可能与多个ZSET重复），可以通过分片获得吞吐量
• 许多ZSET：减少其他操作的延迟（当大ZSET运行时，其他命令正在等待），可以通过分片获得吞吐量，通过集群获得延迟

至于底线问题，我并没有看到实现代码，但集合名称应该和您使用的任何其他键相同。这是关于键数的说明：

一个Redis实例最多可以保存多少个密钥

Redis最多可以处理2^32个键，并且在实践中经过测试可以处理 每个实例至少有2.5亿个密钥

更新：

看看Redis文档对Georgadius的评价：

时间复杂度：O（N+log（M）），其中N是内部元素的数量 由圆心和半径分隔的圆形区域的边界框 M是索引中的项数

---

这意味着查询之外的项会对查询产生O（log（M））影响。因此，1000万件商品17跳，或者1b件商品21跳，这是相当便宜的。剩下的问题是，您会在节点之间进行分区吗？

为什么不对其进行基准测试并找出答案？支持更复杂的多zset方法的一点是，它能够通过使用分片/集群环境对其进行某种程度的并行化。@Midnight Guest我已经更新了答案，应该足以做出决定了