redis_点评（25.附件店铺—把数据库里的店铺按【类型分组】，批量导入Redis 的 GEO 地理位置结构）
店铺数据批量导入 Redis GEO 详解
这段代码的核心目标是：把数据库里的店铺数据，按类型分组后，批量写入 Redis 的 GEO 结构，为后续“附近店铺”查询做准备。
一、整体流程概览
二、逐行代码拆解
1. 环境准备
@Resource private StringRedisTemplate stringRedisTemplate;注入StringRedisTemplate，用于操作 Redis，尤其是 GEO 相关命令。
2. 主方法loadShopData()
@Test void loadShopData(){ // 1. 查询店铺信息 List<Shop> list = shopService.list();调用
shopService.list()从数据库中查询所有店铺。得到
List<Shop>，包含所有店铺的ID、类型ID、经纬度等信息。
3. 按店铺类型分组
// 2. 把店铺分组，按照typeId分组，typeId一致的放到一个集合 Map<Long, List<Shop>> map = list.stream() .collect(Collectors.groupingBy(Shop::getTypeId));使用 Java 8 Stream 的
Collectors.groupingBy，按Shop::getTypeId（店铺类型ID）分组。结果：
Map<Long, List<Shop>>，Key 是typeId，Value 是该类型下的所有店铺列表。
4. 遍历分组，批量写入 Redis
// 3. 分批完成写入Redis for (Map.Entry<Long, List<Shop>> entry : map.entrySet()) { // 3.1 获取类型id Long typeId = entry.getKey(); String key = "shop:geo:" + typeId; // 3.2 获取同类型的店铺的集合 List<Shop> value = entry.getValue(); List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(value.size()); // 3.3 构建GeoLocation对象 for (Shop shop : value) { locations.add(new RedisGeoCommands.GeoLocation<>( shop.getId().toString(), // member：店铺ID new Point(shop.getX(), shop.getY()) // 经纬度 )); } // 3.4 批量写入Redis GEO stringRedisTemplate.opsForGeo().add(key, locations); }一、逐段关键解释
1.map.entrySet()
所属：
java.util.Map接口的方法作用：把
Map转成一个「键值对集合」，方便for-each遍历业务含义：遍历按
typeId分组后的店铺数据，拿到每一组的typeId和该类型下的所有店铺
2.RedisGeoCommands.GeoLocation
所属：Spring Data Redis 提供的地理位置实体类
用途：专门给 Redis GEO 功能封装数据，只存两个东西：
name：成员名称（这里存店铺 ID，后续查询时可直接拿到）point：坐标点（经度 + 纬度）
3.List<RedisGeoCommands.GeoLocation<String>> locations = new ArrayList<>(shops.size());
含义：创建一个
List集合，名字叫locations，只能装GeoLocation类型的对象通俗理解：一个专门装地理位置的盒子，初始容量设为店铺数量，避免扩容开销
4.locations.add(new RedisGeoCommands.GeoLocation<>(...))
含义：创建一个新的
GeoLocation对象（单个店铺的地理位置），然后add放进上面的locations集合里通俗理解：把一个个 “地理位置” 放进 “盒子” 里，准备批量写入 Redis
5.stringRedisTemplate.opsForGeo().add(key, locations);
作用：一次性把
locations盒子里的所有数据，批量写入 Redis GEO 集合优势：比单条写入减少多次网络 IO，大幅提升导入效率
6.关键细节：
Redis Key 设计：
shop:geo:{typeId}，不同类型的店铺存储在不同的 GEO 集合中，后续查询时按类型筛选更高效。GeoLocation对象：member：店铺ID（后续查询结果中返回的标识）Point：店铺的经纬度(x, y)
批量写入优化：先构建好所有
GeoLocation对象，再一次性调用add(key, locations)，避免多次网络IO，大幅提升导入效率。
三、核心技术点：Redis GEO
Redis GEO 是专门用于存储和查询地理位置数据的数据结构，核心命令包括：
GEOADD key longitude latitude member：添加地理位置GEORADIUS key longitude latitude radius：按半径查询附近的成员
这段代码中，我们把每个类型的店铺都存入了对应shop:geo:{typeId}的 GEO 集合中，后续就可以直接用GEORADIUS命令，查询指定经纬度附近的该类型店铺。
四、总结
这段代码将数据库中的所有店铺按类型分组，批量构建为GeoLocation对象，并一次性写入 Redis GEO 结构，为后续实现“附近店铺”查询功能做数据准备。