Caso: Servicio de proximidad Avanzado¶

Encontrar lo que está cerca de una posición: restaurantes a 2 km, el técnico más próximo, el sitio edge más cercano a un incidente. El reto: una consulta por distancia no se resuelve bien con un índice normal.

Paso 1 — Requisitos¶

Dada una posición (latitud, longitud) y un radio, devolver los negocios cercanos, ordenados por distancia.
200 M negocios; 100 M usuarios activos al día que hacen 5 búsquedas → ~5 000 consultas/s (pico ~10 000).
Los negocios cambian poco (altas y cambios pueden tardar minutos en reflejarse).
Latencia < 200 ms.

Paso 2 — Por qué no basta una consulta SQL simple¶

SELECT * FROM business
WHERE lat BETWEEN :lat - 0.02 AND :lat + 0.02
  AND lng BETWEEN :lng - 0.02 AND :lng + 0.02;

Con un índice en lat y otro en lng, la base de datos solo puede usar uno eficientemente: obtiene una franja enorme (todos los negocios a esa latitud en todo el planeta) y filtra el resto. Necesitamos indexar las dos dimensiones a la vez.

Paso 3 — Índices geoespaciales¶

Geohash¶

Divide el mundo en celdas de forma recursiva y codifica cada celda como una cadena: cuanto más larga, más pequeña la celda. Celdas cercanas suelen compartir prefijo.

Longitud del geohash	Tamaño aproximado de la celda
4	39 km × 20 km
5	4,9 km × 4,9 km
6	1,2 km × 0,6 km
7	153 m × 153 m

Búsqueda en un radio de 2 km: calcular el geohash de longitud 5 de la posición, tomar esa celda y sus 8 vecinas (un punto cercano puede estar al otro lado del borde de la celda), recuperar los negocios de las 9 celdas y filtrar por distancia real.

CREATE INDEX idx_business_geohash ON business (geohash5);
SELECT * FROM business WHERE geohash5 IN (:cell, :n, :ne, :e, :se, :s, :sw, :w, :nw);
-- después, en la aplicación: calcular la distancia exacta (fórmula de haversine), filtrar y ordenar

Por qué la celda y sus vecinas

Dos puntos a 10 metros pueden caer en celdas con geohash completamente distinto si están a ambos lados de una frontera. Consultar las 8 vecinas resuelve ese problema de bordes.

Otras técnicas¶

Técnica	Idea	Cuándo
Geohash	Celdas fijas codificadas como texto	Sencillo, funciona con cualquier base de datos o caché
Quadtree	Árbol que divide cada cuadrante en 4 solo si tiene muchos puntos	Densidad muy desigual (ciudades vs. desierto); índice en memoria
S2 (Google), H3 (Uber)	Celdas jerárquicas sobre la esfera (H3: hexágonos de igual tamaño)	Análisis geoespacial serio, agregaciones por zona
R-tree / GiST (PostGIS)	Índice espacial de la base de datos	Consultas geográficas generales con SQL

-- PostGIS: la opción más directa si ya usas PostgreSQL
SELECT name, ST_Distance(location, ST_MakePoint(:lng, :lat)::geography) AS meters
FROM business
WHERE ST_DWithin(location, ST_MakePoint(:lng, :lat)::geography, 2000)
ORDER BY meters
LIMIT 20;

Paso 4 — Arquitectura y escalado¶

flowchart LR
    U[Usuario] --> LBS[Servicio de búsqueda<br/>por ubicación, sin estado]
    LBS --> GC[(Caché: geohash → IDs)]
    LBS --> BC[(Caché: ID → datos del negocio)]
    GC -. fallo .-> RR[(Réplicas de lectura)]
    ADM[Alta / edición de negocios] --> PRI[(BBDD primaria)]
    PRI --> RR
    PRI -- "job periódico" --> GC

Lecturas ≫ escrituras y los datos cambian poco → cachés y réplicas de lectura; el índice se reconstruye periódicamente.
200 M negocios × (geohash + ID) cabe en memoria de unas pocas máquinas: se puede replicar entero en lugar de particionar.
Objetos en movimiento (repartidores, técnicos): actualizaciones de posición cada pocos segundos → índice en memoria (Redis GEOADD/GEOSEARCH), sin pasar por la base de datos principal en cada actualización.

Ejercicios¶

Ejercicio 1 · Básico — Elegir la precisión

Quieres buscar en un radio de 500 m. ¿Qué longitud de geohash usarías y por qué?

Solución

Longitud 6 (celdas de ~1,2 km × 0,6 km): la celda y sus vecinas cubren holgadamente un radio de 500 m. Con longitud 7 (153 m) habría que consultar muchas más celdas; con 5 (4,9 km) se recuperarían demasiados candidatos que luego se descartan.

Ejercicio 2 · Medio — Distancia de haversine

Implementa la distancia en metros entre dos coordenadas.

Solución

static double haversineMeters(double lat1, double lng1, double lat2, double lng2) {
    final double R = 6_371_000;                          // radio medio de la Tierra en metros
    double dLat = Math.toRadians(lat2 - lat1);
    double dLng = Math.toRadians(lng2 - lng1);
    double a = Math.pow(Math.sin(dLat / 2), 2)
             + Math.cos(Math.toRadians(lat1)) * Math.cos(Math.toRadians(lat2)) * Math.pow(Math.sin(dLng / 2), 2);
    return 2 * R * Math.asin(Math.sqrt(a));
}

Tiene en cuenta la curvatura de la Tierra; para distancias de pocos km el error frente a la fórmula exacta (elipsoide) es despreciable.

Ejercicio 3 · Avanzado — Técnico más cercano a un sitio caído

Tienes 3 000 técnicos que envían su posición cada 30 s y 20 000 sitios fijos. Cuando cae un sitio, quieres los 3 técnicos disponibles más cercanos. Diseña la solución.

Solución

Posiciones de técnicos en Redis GEO (GEOADD technicians <lng> <lat> <id>, actualizado cada 30 s) con un TTL por técnico para descartar posiciones obsoletas, y un conjunto aparte de técnicos disponibles. Al caer un sitio: GEOSEARCH technicians FROMLONLAT <lng> <lat> BYRADIUS 50 km ASC COUNT 10, filtrar por disponibles y quedarse con 3; si no hay suficientes, ampliar el radio. Con 3 000 técnicos incluso recorrerlos todos en memoria sería trivial: Redis GEO simplifica, pero no es imprescindible a esta escala. La distancia real por carretera se obtendría después con un servicio de rutas solo para esos candidatos.