Elasticsearch：Geo-grid query - Elastic Stack 8.3
Posted Elastic 中国社区官方博客
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Elasticsearch：Geo-grid query - Elastic Stack 8.3相关的知识，希望对你有一定的参考价值。
在我之前的文章 “开始使用 Elasticsearch （3）”，我展示了一些 Geo 查询的一些案例：
- Geo distance 聚合
- Geo bounds 聚合
- Geo centroid 聚合
- Geo tile 聚合
在今天的文章中，我将详述 Geo grid 查询。它用于匹配与 GeoGrid 聚合中的网格单元相交的 geo_point 和 geo_shape 值。该查询旨在通过提供存储桶的键来匹配落在 geogrid 聚合存储桶内的文档。 对于 geohash 和 geotile 网格，查询可用于 geo_point 和 geo_shape 字段。 对于 geo_hex 网格，它只能用于 geo_point 字段。
例子
假设以下文档被索引：
PUT /my_locations
"mappings":
"properties":
"location":
"type": "geo_point"
PUT /my_locations/_doc/1?refresh
"location" : "POINT(4.912350 52.374081)",
"city": "Amsterdam",
"name": "NEMO Science Museum"
PUT /my_locations/_doc/2?refresh
"location" : "POINT(4.405200 51.222900)",
"city": "Antwerp",
"name": "Letterenhuis"
PUT /my_locations/_doc/3?refresh
"location" : "POINT(2.336389 48.861111)",
"city": "Paris",
"name": "Musée du Louvre"
上面的三个点可以在地图上表示如下：
geohash grid
可能有些开发者对于 geohash 还是不很了解。如果你想了解的话，请阅读我之前的文章 “Elasticsearch：理解 Elastic Maps 中的 geohash 及其聚合”。使用 geohash_grid 聚合，可以根据文档的 geohash 值对文档进行分组：
GET /my_locations/_search?filter_path=aggregations
"size" : 0,
"aggs" :
"grouped" :
"geohash_grid" :
"field" : "location",
"precision" : 2
在上面，我们请求的精度为 2。上面返回的结果为：
"aggregations":
"grouped":
"buckets": [
"key": "u1",
"doc_count": 2
,
"key": "u0",
"doc_count": 1
]
我们可以看出来数据被分成两个组。它们分别位于不同的 geohash 的网格中。
当然，我们也可以把精度设置为更低，比如：
GET /my_locations/_search?filter_path=aggregations
"size" : 0,
"aggs" :
"grouped" :
"geohash_grid" :
"field" : "location",
"precision" : 1
在上面，precision 为 1，那么上面搜索返回的结果为：
"aggregations":
"grouped":
"buckets": [
"key": "u",
"doc_count": 3
]
Geohash 的网格是这样的：
当精度越低，那么它包含的地理面积就越大，这样极有可能把相近的地理位置点聚合到同一个网格中。从我们返回的数据中，我们可以看得出来 u0 及 u1 应该是在包含我们上面三个数据的网格里。它们处于 u 的网格中。
geotile grid
有关 geotile grid 的聚合，我有在之前的文章 “开始使用 Elasticsearch （3）” 中有详述。使用 geotile_grid 聚合，可以根据其 geotile 值对文档进行分组：
GET /my_locations/_search?filter_path=aggregations
"size" : 0,
"aggs" :
"grouped" :
"geotile_grid" :
"field" : "location",
"precision" : 6
上面的命令返回的结果为：
"aggregations":
"grouped":
"buckets": [
"key": "6/32/21",
"doc_count": 2
,
"key": "6/32/22",
"doc_count": 1
]
我们可以根据返回的数据的 key 值来显示该桶所在位置的 png 文件：
从上面，我们可以看出来，它包含 Amsterdam 及 Antwerp 两个位置，而另外一幅图则包含 Paris：
使用 geotile_grid 聚合，可以根据其 geotile 值对文档进行分组：
GET /my_locations/_search?filter_path=**.hits
"query":
"geo_grid" :
"location" :
"geotile" : "6/32/22"
上面是使用上面返回的 geotile 值 6/32/22 来进行查询的。我可以通过它来确定到底是那个一个文档匹配：
"hits":
"hits": [
"_index": "my_locations",
"_id": "3",
"_score": 1,
"_source":
"location": "POINT(2.336389 48.861111)",
"city": "Paris",
"name": "Musée du Louvre"
]
显然它对应于 Paris 这个位置。
geohex grid
使用 geohex_grid 聚合，可以根据其 geohex 值对文档进行分组。特别值得指出的是，geo-hex-agg 是一个需要版权才可以实现的功能。我们需要启动白金版试用功能：
我们再次执行上面的聚合：
GET /my_locations/_search?filter_path=aggregations
"size" : 0,
"aggs" :
"grouped" :
"geohex_grid" :
"field" : "location",
"precision" : 1
上面聚合的结果为：
"aggregations":
"grouped":
"buckets": [
"key": "81197ffffffffff",
"doc_count": 2
,
"key": "811fbffffffffff",
"doc_count": 1
]
我们可以通过使用具有以下语法的存储桶键执行 geo_grid 查询来提取其中一个存储桶上的文档：
GET /my_locations/_search?filter_path=**.hits
"query":
"geo_grid" :
"location" :
"geohex" : "811fbffffffffff"
上面的命令返回的结果为：
"hits":
"hits": [
"_index": "my_locations",
"_id": "3",
"_score": 1,
"_source":
"location": "POINT(2.336389 48.861111)",
"city": "Paris",
"name": "Musée du Louvre"
]
从上面，我们可以看出来 Paris 这个位置处于 geohex 值为 811fbffffffffff 的网格中。
以上是关于Elasticsearch：Geo-grid query - Elastic Stack 8.3的主要内容，如果未能解决你的问题，请参考以下文章