es地理位置之地理坐标

  记得小时候去北京时,关于北京城的地图还卖两块钱一份,得益于科技的进步,现在我们总是可以知道自己的准确位置,比如距离自己 5 km 内的餐馆,距离自己最近的酒店等等。
  es 中不仅提供了地理位置的功能,还可以将地理位置、全文搜索、结构化搜索和分析结合到一起。
  es提供了 两种表示地理位置的方式:
  (1)用纬度-经度表示的坐标点使用 geo_point 字段类型。
  (2) 以 GeoJSON 格式定义的复杂地理形状,使用 geo_shape 字段类型。
  当然两种方式有着不同的作用,geo_point计算距离某个坐标点一定距离的所有坐标点,并根据坐标点之间的距离进行打分、或者聚合到显示在地图上的一个网络; 而 geo_shape完全是用来过滤的。他可以判断两个地理形状是否有重合,或者一个地理形状是否包含另一个地理形状。

1. 经纬度坐标表示

  注意,地理坐标点不能被自动映射,必须手动指定该字段的类型为 geo_point,比如下列:

PUT /attractions
{
  "mappings": {
    "restaurant": {
      "properties": {
        "name": {
          "type": "string"
        },
        "location": {
          "type": "geo_point"
        }
      }
    }
  }
}

  mapping定义完成之后,就可以索引包含位置信息的文档了,经纬度信息的形式可以使字符串、数组或者对象。

PUT /attractions/restaurant/1
{
  "name":     "Chipotle Mexican Grill",
  "location": "40.715, -74.011"    // lat, lon
}
PUT /attractions/restaurant/2
{
  "name":     "Pala Pizza",
  "location": {
    "lat":     40.722,
    "lon":    -73.989
  }
}
PUT /attractions/restaurant/3
{
  "name":     "Mini Munchies Pizza",
  "location": [ -73.983, 40.719 ]    // lon, lat
}

  注意: 使用字符串进行表示地理位置时是经度在前,纬度在后,但是是数组表示时,却正好相反,唯独在前,经度在后。在es内部,无论是什么形式,都是按照经度在前,纬度在后进行保存的。

2. 地理坐标点过滤

  有四种地理坐标点相关的过滤器可以用来选中或者排除文档:
  (1)geo_bounding_box: 找出落在矩形框中的点
  该过滤器是目前为止最有效的过滤器,使用简单,只需要指定矩形的顶部,底部和左右边界勾勒出一个矩形,就可以寻找在该矩形内的所有文档,使用方式如下:

GET /attractions/restaurant/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_bounding_box": {
          "location": {    // 也可以使用 bottom_left, top_right
            "top_left": {
              "lat":  40.8,
              "lon": -74.0
            },
            "bottom_right": {
              "lat":  40.7,
              "lon": -73.0
            }
          }
        }
      }
    }
  }
}

  (2)geo_distance: 找出与指定位置给定距离的点
  地理距离过滤器,是指定一个圆心和半径,寻找该圆中的所有文档。两点之间的距离运算是非常耗时的,也许我们并不需要非常精确的结果,所以我们可以指定计算距离的算法,我们可以根据需要从精度和性能之间做出权衡。
  1): arc ,最慢但是最精确。
  2): plane:这种方式是将地球看成是平面,所以这种方式相对于arc快一些,但是不是很精确。
  3):sloppy_arc:使用 Haversine formula 来计算距离。它比 arc 计算方式快 4 到 5 倍,并且距离精度达 99.9%。这也是默认的计算方式。

GET /attractions/restaurant/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance":      "1km",      
          "distance_type": "plane",
          "location": {
            "lat":  40.715,
            "lon": -73.988
          }
        }
      }
    }
  }
}

   对于distance参数,访问 Distance Units 查看所支持的距离表示单位。

  (3)geo_distance_range: 找出与指定位置给定最小距离和最大距离之间的点
  地理距离区间过滤器,相比于上一个过滤器的区别,就是它是一个环,它会排除内圈中的所有文档。

GET /attractions/restaurant/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance_range": {
          "gte":    "1km",
          "lt":     "2km",
          "location": {
            "lat":  40.715,
            "lon": -73.988
          }
        }
      }
    }
  }
}

  (4)geo_polygon: 找出落在多边形中的点

  注意:这些过滤器判断点是否落在指定区域时的计算方法稍有不同,但过程类似。指定的区域被转换成一系列以quad/geohash为前缀的tokens,并被用来在倒排索引中搜索拥有相同tokens的文档。由于需要做很多复杂的操作,所以地理过滤器的代价比较昂贵,在使用时应该尽可能使用其他代价较小的过滤器比如 bool 过滤器过滤掉更多的文档,最后再使用地理坐标过滤器进行筛选。

3. 按距离排序

  搜索结果可以按照距离进行排序

GET /attractions/restaurant/_search
{
  "query": {
     "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {    // 计算所有文档按照该指定位置的距离
          "lat":  40.715,
          "lon": -73.998
        },
        "order":  "asc",
        "unit":   "km",      // 将距离以 km 为单位写入每个返回结果的sort键中
        "distance_type": "plane"
      }
    }
  ]
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,254评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,875评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,682评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,896评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,015评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,152评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,208评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,962评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,388评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,700评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,867评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,551评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,186评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,901评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,689评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,757评论 2 351

推荐阅读更多精彩内容