提到保存地址，一般都会想到保存经纬度，运用经纬度来定位某个事物的方位。我想现在大部分核算机服务器内保存的地址，都是经纬度。比方百度地图保存的经纬度数据精度是小数点后6位，准确到分米；高德地图保存的经纬度数据精度是小数点后8位，准确到毫米。百度地图和高德地图都是全场景运用，在任何场景都能够拿来运用。可是，某些场景下，它却变得繁杂，消耗了很多的资源。
有个场景，需求找出谁是你街坊。数据库中一大堆的数据，每次都要经过核算，核算公式也挺杂乱d＝111.12cos{1/[sinΦAsinΦB十 cosΦAcosΦBcos(λB—λA)]}，在我国是不是得拿出13亿人的地址经纬度来和你的经纬度核算呢？明显不是，这明显得消耗宝贵时间。
现在盛行的做法，便是先记载归于哪个省，再地市，再区县，再大街&城镇，再具体地址。把与你同一个大街或许城镇的人的经纬度地址拿来核算，核算出谁是你的街坊。这样的做法，当一个人刚好住在大街的边际，且这个大街不方圆不规则，很明显的，街坊核算时有必要把接近大街的人也归入。用16进制表明 省-地市-区县-大街&城镇-具体地址，比方ABCDEFA8-1AB4-2CD4-3EF4-AAAAAAAAAA12，一共占了5段单元32个16进制字符。
有没有更准确，更便利的记载办法呢？特别是没有条件，只取得住户经纬度的状况下？
咱们试着给出最佳答案。
首要，给对应的区域区分网格。比方地球，咱们把它当成圆球，对地球进行网格化。对圆球进行切割，当然网格不能像下图那么大，有必要微分到适宜的巨细。
把地球的外表摊开到一个正方形的平面上，先处理这个长度为40076000米正方形的平面。这个正方形的平面需求区分红多小呢？
经纬度0.00001度是准确到1米，咱们在界说居处时，界说到1平米之内，明显是不现实的，正常是10米×10米的空间，也便是在100平方米内。所以关于经纬度的要求是0.0001，最高经纬度是（360.0000，360.0000），最低经纬度是（000.0001，000.0001），地球共分红3600000*3600000个区块网格，也便是1.296e13个区块网格，1296个10亿。将这么多个区块放到平面XY坐标轴上，地球外表也摊开，从子午线{（东经0，南纬90），（0，0），（东经0，北纬90）}别离对应{(0,0),(1800000,0),(3600000,0)},自东向西，自南向北。（不了解的人，自己拿张纸，包个苹果，仔细想想）。关于设备测验到的北纬，通通加上90度，关于东经，则用360减去测验到的度数。（关于程序员来说，这个也是分外的简略）
这么多个数值，关于一般核算机服务器来说，是个担负，无论是查阅仍是比较，或许核算。咱们一定要拆分。拆分多少级才合理呢？这个能够核算，使用a^x=N,这个公式。
当拆分为2级时，相当于在二维坐标记载一个值，这个十分好了解。
当拆分为3级时，相当于在三维坐标记载一个值，对应这儿的状况，便是把1.296e13的区块面积，切割成23490个23490*23490，把23490个平面叠在一同，成为一个立方体。在这个立方体中，有些值并没有对应的平面点，形成资源糟蹋，仔细想想其实并没有联系。在核算机国际里，相当于一个EXCEL文件有23490个SHEET,每个SHEET里有23490*23490个数值。
当拆分为4级时，1898*1898*1898*1898。在核算机国际里，相当于有1898个EXCEL文件，每个文件里有1898个SHEET，每个SHEET里边有1898*1898个值。
以此类推。
专业技术人员根据需求调整拆分级数。
在这儿，我以为记载一个地址只需求4段单元16个10进制就能够保存，比方1898-1898-1898-1898。更节省空间和时间。以上这些都是根据10米*10米准确度的地址。街坊的界说是怎样界说呢？假定界说间隔100米的都是街坊，那么直接在经纬度地址的基础上，小数点后第三位做调整，得到街坊的地址。都是很简略的。
以此类推。
总归，要保存很多的地址信息，这种用法很实惠。在大数据的今日，十分简单碰到，是个和谐内存和存储空间之间的对立平衡的好办法。
