譯自：How Booking.com Searches Through Millions of Locations in Milliseconds
Booking.com是一家與酒店、旅館、度假租賃等相關的在線旅行社。每個月都有數億用戶通過訪問該網站來尋找合適的度假住宿。Booking的一個主要特性是可以以地圖的方式提供查找服務，其地圖市場提供了上千萬套房產，用戶可以通過地圖查找到：
- 提供租賃房產的位置
- 附近感興趣的地方(博物館、沙灘、歷史建築等)
- 租賃房產與感興趣的地方的距離
爲實現此需求，需要能夠快速加載地圖，其後端需要搜索世界各地數百萬個不同的點。
Igor Dotsenko 寫了一篇博客來探究他們是如何實現該目標的。
在地圖上查找
當用戶打開地圖查找房產時，會出現一個有邊界的框，此時需要在邊框內展示感興趣的點，這樣Booking才能在該框中快速查找最感興趣的點。
Quadtrees(四叉樹)
底層數據結構採用的是Quadtree。Quadtrees是一種樹，特別適用於2D空間數據，如地圖、圖像、視頻遊戲等。通過Quadtrees可以實現高效地插入/刪除點操作、快速範圍查找、最近鄰搜索等。
Quadtrees和其他樹結構一樣存在父子節點。對於一個Quadtrees，其內部節點總是包含4個子節點(內部節點即非葉子的節點，葉子節點沒有子節點)。父節點表示一個特定的2D區域空間，每個子節點表示該區域的象限。
當處理地圖數據時，父節點表示地圖上的某些區域，其4個子節點分別表示父區域的西北、東北、西南和東南四個象限。
對於Booking，每個節點表示地圖上的特定有界框，用戶可以通過在地圖上放大或平移來修改可見的有界框。節點的每個子節點將西北、東北、西南和東南邊界框保持在父節點的邊界框內。
每個節點還包含少量標記(代表感興趣的地點)，每個標記會分配一個重要值，重要值大的標記被分配給樹中更高的節點(即根節點中的標記是最重要的)。
下面看下Booking是如何查找、構建和更新Quadtree的。
查找Quadtree
當用戶選擇一個特定的有界框時，Booking會從Quadtree 中爲該有界框查找最重要的標記，因此使用了廣度優先查找(從上往下按照重要度查找到一定數目的標記)。
首先從根節點開始查找與選擇的有界框交叉的標記，如果需要更多的標記，則會繼續查找與有界框交叉的子節點，並將其添加到隊列中。使用先進先出的順序處理隊列中的節點(查找和有界框交叉的標記)。一旦查找到足夠(等於請求數目)的標記，則結束查找並將結果發送給用戶(展示在地圖上)。
構建Quadtree
本段內容來自該博客
Quadtree保存在內存中，且會時不時地通過重建來添加新的標記(或修改標記的重要程度)。
一開始只有一個表示整個世界的根節點，且爲空。爲了使用標記構建樹，需要通過遍歷所有標記來將其插入到樹中。假設每個節點最多可以包含10個標記，每次插入時：
- 將當前標記放到當前節點的標記集中
- 如果當前標記的數目<=10，則插入結束，遍歷下一個標記
- 如果當前標記的數目>10，則需要從該節點中找到重要值最低的標記，並將其放到子節點中(越靠近根節點的節點，其標記的重要值越高)
- 如果該節點沒有子節點，則需要創建子節點(將節點的有界框分爲4個子有界框，即4個子節點)
- 從子節點中查找與有界框重要值最低的標記相交的節點
- 將此標記遞歸放入子節點(即重複第一個步驟)
結果
Booking通過創建更多的Quadtree，並讓每個Quadtree負責特定的地理區域來實現水平伸縮。對於存儲了300,000個標記的Quadtree，其p99檢索速度小於5.5毫秒。