ElasticSearch Java API GEO操作（REST命令版）
前言
ElasticSearch支持地理空间数据查询、搜索，提供geo_point、geo_shape两种地理数据类型。
geo_point用于描述一个或多个地理坐标点，主要用于周边位置查询、边界内搜索点、聚合多个范围内的点等功能。
geo_shape用于描述点线面等多种地理数据，使用GeoJson标准格式描述，可以对这些地理数据做相交、不相交、包含等等地理关系的判断与计算。
新增索引
PUT /my_locations
{
"mappings": {
"properties": {
"name": {
"type": "text"
}
}
}
}
PUT后边紧跟的就是需要创建的索引名：my_locations。mappings中设置了一个属性name，为text类型。
更新geo类型的mappings
新增两个字段，location字段类型为geo_point，polygon字段类型为geo_shape。
PUT后边紧跟索引名my_locations，加_mapping表示在操作mappings。
PUT /my_locations/_mapping
{
"properties": {
"name": {
"type": "text"
},
"location": {
"type": "geo_point"
},
"polygon": {
"type": "geo_shape"
}
}
}
查询修改后的索引
GET my_locations/_mapping
{
"my_locations":
"mappings":
"properties":
"location":
"type": "geo_point"
},
"name":
"type": "text"
},
"polygon":
"type": "geo_shape"
}
}
}
}
}
注意不要在请求体里的body里填{}，会报错。
新增geo数据
固有格式就是/索引名/_doc/id，表示添加数据。geo_point支持普通经纬度数组、WKT、geohash格式的地理数据。
三种类型的经纬度格式都是经度在前，纬度在后。
新增经纬度数组类型的地理坐标点数据：
POST /my_locations/_doc/1
{
"name": "喜茶",
"location": [
113.947539,
22.530122
]
}
新增WKT类型的地理坐标点数据：
POST my_locations/_doc/2
{
"name": "喜茶2",
"location": "POINT(113.947539 22.530122)"
}
新增geohash类型的地理坐标点数据：
POST my_locations/_doc/3
{
"name": "喜茶geohash",
"location": "ws100vqp6p"
}
新增另一个地点
POST my_locations/_doc/4
{
"name": "平安银行",
"location": [
113.945805,
22.530055
]
}
距离查询
传入一个坐标原点和相应的距离范围，来搜索范围内是否存在坐标点：
GET my_locations/_search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"geo_distance": {
"distance": "500m",
"location": [
113.948769,22.530063
]
}
}
}
}
}
其中距离单位参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/api-conventions.html#distance-units
常见的公里为km，米为m，默认是米。
聚合查询
定义一个原点和一组距离范围桶，聚合评估每个文档值与原点的距离。
GET my_locations/_search?size=0&filter_path=aggregations
{
"aggs": {
"data_around_city": {
"geo_distance": {
"unit": "m",
"field": "location",
"origin": "113.94823,22.530143",
"ranges": [
{
"to": 100
},
{
"from": 100,
"to": 300
},
{
"from": 600,
"to": 1000
},
{
"from": 1000
}
]
}
}
}
}
地理多边形内的点
传入一个多边形来判断多边形范围内是否有坐标点，使用within方法表示内部。
GET my_locations/_search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"geo_shape": {
"location": {
"shape": {
"type": "polygon",
"relation": "within",
"coordinates": [
[
[
113.942373,
22.531399
],
[
113.955111,
22.531432
],
[
113.953261,
22.524538
],
[
113.940451,
22.525991
]
]
]
}
}
}
}
}
}
}
新增面数据
es支持的另一种地理类型字段为geo_shape，包括点、线、多线、面、多面等常见地理类型数据。支持GeoJson和WKT两种标准的地理数据格式。
为第一个喜茶新增多边形的GeoJson数据：
POST my_locations/_doc/1
{
"name": "喜茶",
"location": [
113.947539,
22.530122
],
"polygon": {
"type": "envelope",
"coordinates": [
[
113.947248,
22.530295
],
[
113.94776,
22.529753
]
]
}
}
为第二个喜茶新增WKT数据
POST my_locations/_doc/2
{
"name": "喜茶2",
"location": "POINT(113.947539 22.530122)",
"polygon": "POLYGON ((113.947305 22.530055, 113.947682 22.530047, 113.947718 22.529788, 113.947341 22.529842, 113.947305 22.530055)) "
}
通过点判断落面
判断传入的点落在是否被包含(contains)在相应的多边形内：
GET my_locations/_search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"geo_shape": {
"polygon": {
"shape": {
"type": "point",
"coordinates": [
113.947305,
22.530055
]
},
"relation": "contains"
}
}
}
}
}
}
判断面相交
GET my_locations/_search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"geo_shape": {
"polygon": {
"shape": {
"type": "polygon",
"relation": "intersects",
"coordinates": [
[
[
113.947522,
22.530091
],
[
113.948169,
22.529966
],
[
113.948187,
22.529695
],
[
113.94754,
22.529707
]
]
]
}
}
}
}
}
}
}
参考
- Elasticsearch：Geo Point 和 Geo Shape 查询解释
- Elasticsearch地理空间之geo_shape
- ES地理范围查询第一讲：Java操作地理位置信息（geo_point）
- Elasticsearch 之（53） Java API 基于geo_shape根据坐标查找 坐标落在店铺范围的店铺
- Geo queries
- 百度地图坐标拾取系统
- 在线经纬度转geohash
- # 百度地图 geohash 可视化工具