与树形哈希相比，R树的优势

地质哈希被广泛用于Lucene，mongodb等产品中，并已成为当今最重要的技术之一。

Geohashes是否取代了旧的R树，还是与Geohashes相比，R树有什么优势？

Geohash是索引空间要素（尤其是点要素）的非常简单有效的方法。线和面要素很难索引，但是可以做到。Geohash是一个静态的分层固定大小网格，覆盖在地球表面的顶部。相同层次级别的网格单元不重叠。R-Tree是一个动态网格，其单元位置和大小根据它们所索引的功能而变化。R-Tree索引功能的边界框和单元在每次插入和更新数据时都会更改。Geohash主要用于索引点要素，并且单元不会随着数据的每次插入和更新而改变。Geohash单元不采用R树那样的功能。

geohash的一些优点（与r-tree相比）可能是：

• 易于实施
• 随着功能数量的增加，性能不会降低
• 邻近搜索（部分正确）

geohash的一些缺点（与r-tree相比）可能是：

• 网格的任意精度
• 难以索引（和查询）线和面要素
• 使用某些线和面索引方法，索引的大小可能会很大
• 根据规格，它只能用于经度/纬度坐标系，尽管相同的方法也可以应用于其他坐标系

您提到的那些产品（数据库）使用geohash，因为geohash主要用于索引点，并且许多应用程序都需要这种功能。线和多边形并不常用（当然，除了GIS应用程序之外），所以为什么要麻烦它。其他原因当然是易于实施。Geohash将二维坐标转换为一维值。这称为降维。一维值易于通过标准b树进行索引，而标准b树通常在这些产品中使用。

我必须提到，有与geohash类似的算法，但其中大多数是专有算法，需要许可。Geohash在公共领域。这也可能是近年来使用量如此之大的原因。

可能还有其他优点和缺点，但首先想到的是这些优点和缺点。我希望我的解释能有所帮助。