7.4 Geospatial 数据处理

7.4 Geospatial 数据处理

Elasticsearch 高级特性：7.4 Geospatial 数据处理

7.4.1 Geospatial 数据类型

Elasticsearch 支持两种主要的 geospatial 数据类型：

• geo_point: 用于存储经纬度坐标。

• geo_shape: 用于存储更复杂的地理形状，如多边形、线段等。

7.4.1.1 geo_point

geo_point 类型用于存储单个地理位置的经纬度坐标。你可以使用以下几种格式来表示坐标：

• 字符串: "latitude,longitude" (例如: "40.7128,-74.0060")

• 对象: {"lat": latitude, "lon": longitude} (例如: {"lat": 40.7128, "lon": -74.0060})

• 数组: [longitude, latitude] (例如: [-74.0060, 40.7128])

推荐使用对象格式，因为它更易于理解和维护。

7.4.1.2 geo_shape

geo_shape 类型用于存储更复杂的地理形状。它支持 GeoJSON 格式，这是一种用于表示各种地理要素的标准格式。你可以使用以下 GeoJSON 类型：

• Point: 单个点

• LineString: 一条线段

• Polygon: 多边形

• MultiPoint: 多个点

• MultiLineString: 多条线段

• MultiPolygon: 多个多边形

• GeometryCollection: 包含多个几何对象的集合

7.4.2 索引映射 (Mapping)

在使用 geospatial 数据之前，你需要在 Elasticsearch 中创建索引并定义映射。映射指定了每个字段的数据类型和索引方式。

7.4.2.1 geo_point 映射示例

PUT /my_index
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      },
      "name": {
        "type": "text"
      }
    }
  }
}
​

这个映射定义了一个名为 location 的字段，其类型为 geo_point。

7.4.2.2 geo_shape 映射示例

PUT /my_index
{
  "mappings": {
    "properties": {
      "area": {
        "type": "geo_shape",
        "tree": "quadtree",
        "precision": "1km"
      },
      "name": {
        "type": "text"
      }
    }
  }
}
​

这个映射定义了一个名为 area 的字段，其类型为 geo_shape。tree 参数指定了用于索引形状的树结构（quadtree 或 geohash），precision 参数指定了树的精度。

关于 tree 和 precision 的选择:

• quadtree: 适合于更精确的形状匹配，通常用于较小的区域。

• geohash: 适合于较大区域的粗略匹配，性能更好。

• precision: 控制树的精度。较小的精度值（如 "1m"）会产生更精确的结果，但索引和搜索的成本更高。较大的精度值（如 "1km"）会降低精度，但提高性能。

7.4.2.3 动态映射

Elasticsearch 也可以动态识别geo_point字段，通过设置index.mapper.dynamic为true即可。

PUT /my_index
{
  "settings": {
    "index.mapper.dynamic": true
  }
}
​

7.4.3 数据索引

创建索引和映射后，你可以开始索引包含 geospatial 数据的文档。

7.4.3.1 geo_point 索引示例

PUT /my_index/_doc/1
{
  "name": "Empire State Building",
  "location": {
    "lat": 40.7484,
    "lon": -73.9857
  }
}
​

7.4.3.2 geo_shape 索引示例

PUT /my_index/_doc/2
{
  "name": "Central Park",
  "area": {
    "type": "Polygon",
    "coordinates": [
      [
        [-73.982, 40.785],
        [-73.958, 40.796],
        [-73.949, 40.768],
        [-73.973, 40.757],
        [-73.982, 40.785]
      ]
    ]
  }
}
​

7.4.4 Geospatial 查询

Elasticsearch 提供了多种 geospatial 查询，允许你根据位置信息来搜索文档。

7.4.4.1 geo_distance 查询

geo_distance 查询查找在指定点一定距离内的文档。

GET /my_index/_search
{
  "query": {
    "geo_distance": {
      "distance": "1km",
      "location": {
        "lat": 40.75,
        "lon": -73.99
      }
    }
  }
}
​

这个查询查找距离坐标 (40.75, -73.99) 1 公里内的所有文档。

7.4.4.2 geo_bounding_box 查询

geo_bounding_box 查询查找位于指定矩形框内的文档。

GET /my_index/_search
{
  "query": {
    "geo_bounding_box": {
      "location": {
        "top_left": {
          "lat": 40.8,
          "lon": -74.0
        },
        "bottom_right": {
          "lat": 40.7,
          "lon": -73.9
        }
      }
    }
  }
}
​

这个查询查找位于由左上角坐标 (40.8, -74.0) 和右下角坐标 (40.7, -73.9) 定义的矩形框内的所有文档。

7.4.4.3 geo_polygon 查询

geo_polygon 查询查找位于指定多边形内的文档。

GET /my_index/_search
{
  "query": {
    "geo_polygon": {
      "location": {
        "points": [
          {
            "lat": 40.7,
            "lon": -74.0
          },
          {
            "lat": 40.8,
            "lon": -73.9
          },
          {
            "lat": 40.75,
            "lon": -73.8
          }
        ]
      }
    }
  }
}
​

这个查询查找位于由三个点定义的多边形内的所有文档。

7.4.4.4 geo_shape 查询

geo_shape 查询允许你根据 geo_shape 字段之间的关系来搜索文档。它支持以下关系类型：

• intersects: 形状相交

• disjoint: 形状不相交

• within: 形状完全在另一个形状内

• contains: 形状完全包含另一个形状

GET /my_index/_search
{
  "query": {
    "geo_shape": {
      "area": {
        "relation": "intersects",
        "shape": {
          "type": "Polygon",
          "coordinates": [
            [
              [-74.1, 40.7],
              [-73.9, 40.7],
              [-73.9, 40.8],
              [-74.1, 40.8],
              [-74.1, 40.7]
            ]
          ]
        }
      }
    }
  }
}
​

这个查询查找 area 字段与指定多边形相交的所有文档。

7.4.5 Geospatial 聚合

Elasticsearch 提供了 geospatial 聚合，允许你分析地理位置数据。

7.4.5.1 geo_distance 聚合

geo_distance 聚合将文档分组到距离指定点的不同距离范围内。

GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "rings": {
      "geo_distance": {
        "field": "location",
        "origin": {
          "lat": 40.75,
          "lon": -73.99
        },
        "unit": "km",
        "ranges": [
          { "to": 1 },
          { "from": 1, "to": 5 },
          { "from": 5 }
        ]
      }
    }
  }
}
​

这个聚合将文档分组到距离坐标 (40.75, -73.99) 的 0-1 公里、1-5 公里和 5 公里以上的范围内。

7.4.5.2 geohash_grid 聚合

geohash_grid 聚合将文档分组到 geohash 网格单元中。

GET /my_index/_search
{
  "size": 0,
  "aggs": {
    "grid": {
      "geohash_grid": {
        "field": "location",
        "precision": 5
      }
    }
  }
}
​

这个聚合将文档分组到精度为 5 的 geohash 网格单元中。

7.4.6 示例：查找附近的咖啡馆

假设你有一个包含咖啡馆信息的索引，每个咖啡馆都有一个 location 字段，类型为 geo_point。你可以使用以下查询来查找距离用户位置 500 米内的所有咖啡馆：

GET /coffee_shops/_search
{
  "query": {
    "geo_distance": {
      "distance": "500m",
      "location": {
        "lat": 34.0522,
        "lon": -118.2437
      }
    }
  }
}
​

7.4.7 总结

Elasticsearch 的 geospatial 功能为处理地理位置数据提供了强大的工具。你可以使用 geo_point 和 geo_shape 数据类型来存储位置信息，使用各种 geospatial 查询来搜索文档，并使用 geospatial 聚合来分析数据。通过结合这些功能，你可以构建各种基于位置的应用，例如查找附近的地点、分析地理区域内的事件等等。

希望这篇文章能够帮助你更好地理解和使用 Elasticsearch 的 geospatial 数据处理能力。