H3 简介

H3 是什么#

H3 是一种地理编码机制，将全世界用六边形划分，随着分辨率的提高，六边形也越来越小，更加精细。

同类的还有 GeoHash, S2 等，我认为最大的优势在于：

任意纬度六边形面积基本一致，GeohHash 在赤道地区畸变特别明显，Grab 在 Gopher China 大会上也分享过这一点
相对轻量
- H3 只是提供了基本的处理方法，所以各个语言的 SDK 实际上是在 C 实现的基础上包装一层
- 相比之下 S2 是更加野心勃勃的，不光有转换的方法，还有大量的地理计算的算法实现，Go 的移植进度已经暂停了好久

Table

H3 Resolution	Average Hexagon Area (km^2^)	Average Hexagon Edge Length (km)	Number of unique indexes
0	4,250,546.8477000	1,107.712591000	122
1	607,220.9782429	418.676005500	842
2	86,745.8540347	158.244655800	5,882
3	12,392.2648621	59.810857940	41,162
4	1,770.3235517	22.606379400	288,122
5	252.9033645	8.544408276	2,016,842
6	36.1290521	3.229482772	14,117,882
7	5.1612932	1.220629759	98,825,162
8	0.7373276	0.461354684	691,776,122
9	0.1053325	0.174375668	4,842,432,842
10	0.0150475	0.065907807	33,897,029,882
11	0.0021496	0.024910561	237,279,209,162
12	0.0003071	0.009415526	1,660,954,464,122
13	0.0000439	0.003559893	11,626,681,248,842
14	0.0000063	0.001348575	81,386,768,741,882
15	0.0000009	0.000509713	569,707,381,193,162

H3 虽然好用，但是直接给一个字符形式的编码 8a62e9d08a1ffff 或者整数形式编码 623236850426970111 是完全「看」不出来这个地方在哪里的。

参考这个 Notebook 在 Jupyter 里看还算方便。

Placekey 用 what@where 两个部分表示任意一个地点。其中 where 是一定有的，what 需要调用 Placekey 的 API 才能获取的。

一个样例如下：

223-227@5vg-7gq-tvz

前缀 223 表示了一个地址，精准到门牌号。227 表示 POI 信息（这部分信息可能有也可能没有）

5vg-7gq-tvz 实际表示一个 H3 ID。上边的 64-bit 图能看到在固定分辨率场景下，很多基础信息是一样的。所以 Placekey 将这部分信息抽取出来，用字母组合的方式来表示。

这个编码的思路在 Placekey 的文档中有提供，开源的 SDK 工具也有对应的实现。春节期间闲来无事在 Go 里移植出来了 pk

其他固定分辨率场景下用 H3 聚合海量数据，参考这个思路，也能显著降低存储的体积。