Geo-point地理位置

      在es中存在2种地理位置数据类型，geo_point和geo_shape。es无法自动识别这种数据类型，需要在创建mapping的时候，自己手动指定。

　   geo_point使用的是经纬度的坐标点，可以计算落在某个矩形内的点、以某个点为半径（圆）的点、排序、聚合等操作。

　   geo_shape表示是一个复杂的图形，使用的是GeoJSON的格式来表示复杂的图形。比如：要表示一个图书馆的坐标位置，如果图书馆占的位置比较大，用一个点表示可能就不准了，就可以使用geo_shape来表示

使用场景

　   

 

 

 　  1、图中的 ① ② ③ ④ 表示是需要加入到 es 中的建筑物

地点	坐标	距离地点	相隔距离	备注
上海站	121.462311,31.256224	上海站
上海静安洲际酒店	121.460186,31.251281	上海站	586.24米	上海站和该酒店大概像个586.24米
交通公园	121.473939,31.253531	上海站	1146.45米
万业远景大厦	121.448215,31.26229	上海站	1501.74米

　　2、图中的圆形、正方形、多边形表示后期需要使用 es 查询出来里面里面的地点。

       3、图中的短小的箭头➡️表示边界。

创建索引

PUT /geo_index
{
  "settings": {
    "number_of_shards": 2,
    "number_of_replicas": 2,
    "analysis": {
      "analyzer": {
        "default": {
          "type": "ik_max_word"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "building_name": {
        "type": "keyword"
      },
      "location": {
        "type": "geo_point"
      }
    }
  }
}

插入地理位置

POST _bulk
{"create":{"_index":"geo_index","_id":1}}
{"building_name":"上海站","location":{"lat":31.256224,"lon":121.462311}}
{"create":{"_index":"geo_index","_id":2}}
{"building_name":"上海静安洲际酒店","location":[121.460186,31.251281]}
{"create":{"_index":"geo_index","_id":3}}
{"building_name":"交通公园","location":"31.253531,121.473939"}
{"create":{"_index":"geo_index","_id":4}}
{"building_name":"万业远景大厦","location":[121.448215,31.26229]}

　　地理位置的插入的格式

1、 {"lat":"","lon":""}
2、 "lat,lon"
3、 [Well-Known Text](https://docs.opengeospatial.org/is/12-063r5/12-063r5.html) "POINT (lon lat)"
4、 [lon,lat]

1、geo_bounding_box 矩形过滤

　　

 

 　  从上图可知左上角和右下方的坐标分别为 (121.444075,31.265395)和(121.468417,31.253845)，执行查询，应该可以查询出 上海站和万业远景大厦

GET /geo_index/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_bounding_box": {
          "location": {
            "top_left": {
              "lat": 31.265395,
              "lon": 121.444075
            },
            "bottom_right": {
              "lat": 31.253845,
              "lon": 121.468417
            }
          }
        }
      }
    }
  }
}

geo_distance 圆形查询

　　距离查询，是以某个点向周围扩算的距离范围

　　上海站的坐标(121.462311,31.256224)，同时也知道了上海站距离各个周边的距离有多远，此处我们以上海站为中心，查询方圆600米的建筑物，可知只有上海静安洲际酒店和上海站符合。

GET /geo_index/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "600m",
          "distance_type": "arc", 
          "_name":"optional_name",
          "location": {
            "lat": 31.256224,
            "lon": 121.462311
          }
        }
      }
    }
  }
}

　　distance_type的值存在2个 arc和plane

• arc：默认的方式，这种方式计算比较精确，但是比较慢，是把地球当作一个球体计算。

• plane：这种方式计算比较快，但是可能不怎么准，越靠近赤道越准，是把地球当成平坦的进行计算。

       distance后面可用的单位有km、m、cm、mm、nmi、mi、yd、ft、in

3、geo_distance 查询并排序，返回距离相隔多少米

GET /geo_index/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "600m",
          "distance_type": "arc",
          "_name": "optional_name",
          "location": {
            "lat": 31.256224,
            "lon": 121.462311
          }
        }
      }
    }
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 31.256224,
          "lon": 121.462311
        },
        "order": "desc",
        "unit": "m",
        "distance_type": "arc"
      }
    }
  ]
}

geo_distance聚合

1. 统计`上海站`500米之内的建筑物有多少。
2. 统计`上海站`500-1000米之内的建筑物有多少。
3. 统计`上海站`大于1000米的建筑物有多少。

GET /geo_index/_search
{
  "query": {
    "bool": {
      "must": {
        "match_all": {}
      }
    }
  },
  "aggs": {
    "rings_around_amsterdam": {
      "geo_distance": {
        "field": "location",
        "origin": {
          "lat": 31.256224,
          "lon": 121.462311
        },
        "unit": "m",
        "distance_type": "arc",
        "ranges": [
          {"to": 500,"key": "first"},
          {"from": 500,"to": 1000,"key": "second" },
          {"from": 1000,"key": "third"}
        ],
        "keyed": true
      }
    }
  }
}

　　

参考：
https://juejin.cn/post/6953547277172473892