Elasticsearch地理位置数据索引

最新推荐文章于 2024-07-14 21:00:29 发布

DevDiary

最新推荐文章于 2024-07-14 21:00:29 发布

阅读量1.3k

点赞数 23

文章标签： elasticsearch jenkins 大数据

本文链接：https://blog.csdn.net/www_tlj/article/details/135430108

版权

地理位置数据索引

在 Elasticsearch 中，地理位置数据的索引涉及两种主要的字段类型：geo_point 和 geo_shape。这些字段类型允许 Elasticsearch 存储和查询地理空间数据，如坐标点、线和多边形。

Elasticsearch的geo_point字段类型是用来索引地理位置数据的，如经度和纬度坐标。这个字段类型允许你对地理位置数据执行各种空间搜索，例如查找距离某个点一定距离内的所有点（地理空间搜索）。

数据格式：geo_point字段可以接受多种格式的输入：
- 经纬度数组：如 [longitude, latitude]（例如 [0.1278, 51.5074]）。
- 字符串：如 "lat, lon"（例如 "51.5074, 0.1278"）。
- 对象：包含lat和lon字段的JSON对象（例如 {"lat": 51.5074, "lon": 0.1278}）。
- GeoHash：一种基于地理位置的编码系统。
查询类型：
- 地理距离查询（Geo Distance Query）：查找在指定距离内的点。
- 地理边界框查询（Geo Bounding Box Query）：查找在指定矩形区域内的点。
- 地理多边形查询（Geo Polygon Query）：查找在指定多边形区域内的点。
- 地理形状查询（Geo Shape Query）：使用复杂的形状来查找点。
聚合：
- 地理距离聚合（Geo Distance Aggregation）：基于距离范围对点进行分组。
- 地理哈希网格聚合（Geohash Grid Aggregation）：基于Geohash网格对点进行分组。
排序：可以根据距离到某个点的远近对文档进行排序。

在定义映射时，可以这样配置geo_point字段：

{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}

Elasticsearch中的geo_shape字段类型用于索引和搜索各种地理形状，如点、线、多边形等。这种字段类型适用于更复杂的地理空间数据和查询，比如需要处理区域、路线或任何自定义形状的场景。

支持的形状类型：
- 点（Point）：一个简单的地理坐标（经度和纬度）。
- 线（LineString）：由多个点连接形成的直线。
- 多边形（Polygon）：由线围成的封闭区域，可以有孔洞。
- 多点（MultiPoint）：包含多个点。
- 多线（MultiLineString）：包含多条线。
- 多多边形（MultiPolygon）：包含多个多边形。
- 几何集合（GeometryCollection）：以上任意形状的集合。
- 圆形（Circle）：特定半径的圆形区域（在某些Elasticsearch版本中可能不支持）。
查询类型：
- 地理形状查询（GeoShape Query）：支持多种基于形状的查询，例如查找与指定形状相交、包含或被包含的文档。
- 预定义形状查询：可以预先定义形状并在查询中引用。
索引方法：
- Elasticsearch提供了不同的索引方法（如BKD、Quadtree），以优化不同类型和大小的地理形状数据的存储和查询。

在定义映射时，可以这样配置geo_shape字段：

{
  "mappings": {
    "properties": {
      "geometry": {
        "type": "geo_shape"
      }
    }
  }
}

关注