Uber H3 Hex技术问询：无需新增索引，如何用res10六边形统计父级点位数量？

核心结论 #

完全可以实现，不需要在数据库中新增其他分辨率的索引，Uber H3的编码规则天生支持这种层级嵌套的查询需求。

H3编码的关键特性 #

• 层级嵌套关系：H3的高分辨率六边形是完全被包含在低分辨率六边形内的——每个res10的六边形，必然属于唯一的res9、res8一直到res0的六边形。
• 编码前缀匹配规则：H3的字符串编码带有明确的层级前缀，低分辨率的编码是其所有高分辨率子六边形编码的前缀。比如一个res4的H3索引，它对应的所有res10子六边形的编码，前9位（res4编码的长度）完全和这个res4的编码一致。

具体查询实现 #

假设你的数据库表是location_points，存储res10索引的字段为h3_res10。如果要统计某个res6的六边形（索引为862a1072fffffff）内的点位数量，直接用前缀匹配即可：

SELECT COUNT(*) FROM location_points WHERE h3_res10 LIKE '862a107%';

不同分辨率对应的编码前缀长度如下：

• res0: 1位
• res1: 3位
• res2: 5位
• res3: 7位
• res4: 9位
• res5: 11位
• res6: 13位
• res7: 15位
• res8: 17位
• res9: 19位
• res10: 21位

查询对应分辨率的六边形时，只需要取该分辨率的索引作为前缀，用LIKE或者数据库支持的高效前缀匹配语法过滤，就能统计出对应区域内的res10点位总数。

性能优化提示 #

• 给h3_res10字段创建前缀索引：比如针对res9的查询，创建长度为19的前缀索引，能大幅提升匹配速度。
• 批量查询时，可以把多个低分辨率索引的前缀整理成条件，用OR或者IN结合前缀匹配，避免多次单独查询。

内容的提问来源于stack exchange，提问作者Aidan Curry