elasticsearch之地理位置查询geo_point

概念

geo_point是Elasticsearch中用于存储坐标点的数据格式，每一个坐标点都有经度和维度信息，geo_point格式的字段无法做自动映射，需要指定数据类型:

创建索引mapping

PUT address/_mapping/
{
  "properties": {
    "name": {
      "type": "text",
      "fields": {
        "keyword": {
          "ignore_above": 256,
          "type": "keyword"
        }
      }
    },
    "location": {
      "type": "geo_point"
    }
  }
}

添加数据

当我们写入数据的时候有三种方式：对象形式、数组形式、字符串形式,建议大家使用对象形式添加数据。

对象形式

PUT /address/doc/1
{
  "name": "北京交通大学",
  "location": {
    "lat": 39.967157,
    "lon": 116.322631
  }
}

数组形式

表达式：[lon,lat]

PUT /address/doc/1
{
  "name": "北京交通大学",
  "location": [116.322631, 39.967157] 
}

字符串形式

表达式：lat,lon

PUT /address/doc/1
{
  "name": "北京交通大学",
  "location": "39.957866,116.349652"
}

注意：使用字符串存储时，顺序是“纬度，经度”,使用数组存储时，顺序是“经度，纬度”。

地理位置查询

geo_point支持geo_bounding_box、geo_distance、geo_distance_range、geo_polygon查询。

geo_bounding_box查询

描述：找出落在指定矩形框中的坐标点,默认使用内存过滤，这样需要一条一条计算，这是一种比较低效的查询方式，我们可以指定使用“indexed”方式，这样能够利用倒排索引实现高效检索，但是必须使用对象方式存储数据，但是，这种方式只有对单值存储有效。

代码示例：

GeoBoundingBoxQueryBuilder boxQueryBuilder = QueryBuilders.geoBoundingBoxQuery("location").setCorners(top, left, bottom, right);

geo_distance查询

描述：找出与指定位置在给定距离内的点,Elasticsearch执行过程，是先使用圆的外切正方形快速筛选出点，在判断正方形内的每个点与圆心的距离，由此可见如果能使用倒排索引的range查询同样可以提高查询效率，所以，在设计索引和数据格式的时候，使用单值、对象方式存储经纬度数据，是比较理想的。

代码示例：

GeoDistanceQueryBuilder strateryQuery = QueryBuilders.geoDistanceQuery("location").point(lat, lon).distance(range, DistanceUnit.KILOMETERS);

geo_distance_range查询

描述：找出与指定点距离在给定最小距离和最大距离之间的点
代码示例：

GeoDistanceQueryBuilder strateryQuery = QueryBuilders.geoDistanceQuery("location").point(lat, lon).distance(range, DistanceUnit.KILOMETERS);

geo_polygon 查询

描述：找出落在多边形中的点,这是一种性能极低检索方式，无法使用倒排索引提高查询性能。
代码示例：

GeoShapeQueryBuilder geoShapeQuery = QueryBuilders.geoPolygonQuery("location", geoPoints);

注：geoPoints为List类型