ES 地理位置信息操作 #

前提条件 #

Elasticsearch支持两种类型的地理数据：

• geo_point字段，支持纬度/经度对
• geo_shape字段，支持点、线、圆、多边形、多多边形等

对地理位置信息进行排序，需要使用地理数据类型的字段来存储经纬度信息。

如何优化地理位置索引 #

• 使用批量请求来提高索引速度。可以尝试一次索引100个文档，然后200个，然后400个等等，每次增加一倍的文档数量。当索引速度开始平稳时，就能知道数据的最佳批量请求大小。
• 使用合适的地理查询类型。Elasticsearch提供了几种不同的地理查询类型，如geo_bounding_box、geo_distance、geo_shape等。根据需求选择最合适的查询类型。
• 使用合适的地理数据类型。Elasticsearch支持两种地理数据类型：geo_point和geo_shape。如果只需要存储纬度/经度对，那么使用geo_point会更简单和高效。如果您需要存储更复杂的地理形状，那么使用geo_shape会更灵活和精确。

geo_bounding_box vs geo_distance vs geo_shape #

• geo_bounding_box查询：找到与指定的矩形框相交的地理形状或地理点。
• geo_distance查询：找到与指定位置在一定距离范围内的地理点。
• geo_shape查询：找到与指定的地理形状有某种空间关系（如相交、包含）的地理形状或地理点。

示例 #

• 按照距离某个城市中心的远近来排序：
  http

  GET /_search
  {
      "sort" : [
          {
              "_geo_distance" : {
                  "pin.location" : { // pin.location是一个geo_point类型的字段
                      "lat" : 40.715,
                      "lon" : -73.998
                  },
                  "order" : "asc",
                  "unit" : "km"
              }
          }
      ]
  }
  

• 使用两个点的geo_bounding_box查询的例子：
  http

  {
    "query": {
      "bool": {
        "must": {
          "match_all": {}
        },
        "filter": {
          "geo_bounding_box": {
            "location": {
              "top_left": {
                "lat": 40.73,
                "lon": -74.1
              },
              "bottom_right": {
                "lat": 40.01,
                "lon": -71.12
              }
            }
          }
        }
      }
    }
  }