ElasticSearch地理类型字段-geo_point和geo_shape应用示例

　　ElasticSearch提供了两种与地理相关的数据类型，geo_point和geo_shape，前者用于保存地理位置，即一个具体的坐标，如 121.690096,31.202253 ；而后者则用于保存地理形状，如矩形和多边形。

 

一、 geo_point类型

 　　众所周知，地理位置由经度和纬度共同定义，所以geo_point定义地理位置坐标最基本的形式也是通过提供经度和纬度来实现。

　　关于geo_point类型，应用比较简单，而且官网讲解的也比较清楚，这里就不再赘述了。可以直接查看如下的官网来查询如何应用：

　　1. ​​https://www.elastic.co/guide/cn/elasticsearch/guide/current/geopoints.html​​ 

　　(注：该链接上虽然是2.x版本，但是本知识点并不过时，依然可以看)

將上面文档中比较重要的部分截取如下： 　　有四种地理坐标点相关的过滤器可以用来选中或者排除文档：        ​​geo_bounding_box​​　　找出落在指定矩形框中的点。        ​​geo_distance​​　　找出与指定位置在给定距离内的点。       ​​geo_distance_range​​　　找出与指定点距离在给定最小距离和最大距离之间的点。​​　　geo_polygon​​找出落在多边形中的点。 这个过滤器使用代价很大 。当你觉得自己需要使用它，最好先看看 ​​geo-shapes​​ 。 这些过滤器判断点是否落在指定区域时的计算方法稍有不同，但过程类似。 指定的区域被转换成一系列以quad/geohash为前缀的tokens，并被用来在倒排索引中搜索拥有相同tokens的文档。   地理坐标过滤器使用代价昂贵 — 所以最好在文档集合尽可能少的场景下使用。 可以先使用那些简单快捷的过滤器，比如 ​​term​​ 或 ​​range​​ ，来过滤掉尽可能多的文档，最后才交给地理坐标过滤器处理。 布尔型过滤器 ​​bool filter​​ 会自动帮你做这件事。它会优先让那些基于“bitset”的简单过滤器(见 ​​关于缓存​​ )来过滤掉尽可能多的文档， 然后依次才是更昂贵的地理坐标过滤器或者脚本类的过滤器。

 

 

2. ​​https://www.elastic.co/guide/en/elasticsearch/reference/7.x/query-dsl-geo-distance-query.html​​ 

（geo-distance查询: 以给定位置为圆心画一个圆，来找出那些地理坐标落在其中的doc）

3. ​​https://www.elastic.co/guide/en/elasticsearch/reference/7.x/query-dsl-geo-polygon-query.html​​   

（geo_polygon 查询：在地图上画一个多边形，搜索包含在多边形内部的doc）

4. ​​https://www.elastic.co/guide/en/elasticsearch/reference/7.x/query-dsl-geo-bounding-box-query.html​​ 

（geo_bounding_box 查询，查询包含在某个矩形中的doc）

 

二、 geo_shape类型

　　官网：​​https://www.elastic.co/guide/en/elasticsearch/reference/7.x/geo-shape.html​​

　　geo_shape类型的字段，用于存储地理形状，支持GeoJSON及WKT中描述的大多数地理形状。

　　所谓的GeoJSON及WKT（Well-Known Text），指的是用来表示GeoShape数据的【形式】。比如，同样表示一个点（point），用GeoJson来表示，则是：

{
    "type": "Point",
    "coordinates": [125.6, 10.1]
  }

　　而如果是用WKT来表示，则是：

POINT(125.6 10.1)

　　因此，在使用geo_shape类型的时候，不用纠结于使用GeoJSON还是WKT，我这里选择的是GeoJson格式，下面的演示中，使用的也是GeoJson格式。

为了测试方便操作，我们先定义个index template：

{
  "order": 0,
  "index_patterns": [
    "test-geo-*"
  ],
  "mappings": {
    "properties": {
      "id": {
        "type": "long"
      },
      "name": {
        "type": "keyword"
      },
      "location_point": {
        "type": "geo_point"
      },
      "location_shape": {
        "type": "geo_shape"
      }
    }
  },
  "aliases": {}

注：上面的index template规定了，但凡是以test-geo作为前缀的index，index里面名为location_poit的字段，类型将被映射为geo_point类型，名为location_shape的字段，将会被设置为geo_shape类型。

如下图:

 

 

 

2.1 Point类型测试

我们往名为test-geo-01的index中，插入具有如下位置关系的两个经纬度点：

 

 使用如下命令插入数据：

###### geo_shape point测试

# 插入数据

POST test-geo-01/_bulk

{"index": {"_id": 1}}

{ "id" : 1,"name": "天安门","location_shape" : {"type": "point", "coordinates": [116.3974,39.90888] }}

{"index": {"_id": 2}}

{ "id" : 2,"name": "故宫博物院","location_shape" : {"type": "point", "coordinates": [116.396971,39.915464] }}

 

 

 

 

2.1.1 point与polygon的关系测试

先判断这两个point，与如下图所示的polygon的位置关系：

 

 

 

 注：正如上图所示，查询用的polygon，在关系上就是包含了id=2的doc。因此：

1）当做within或者intersects查询时，查出来的是id=2的doc

2）若做的是disjoint查询，则查询出来的则是id=1的doc

查询命令如下：

GET test-geo-01/_search
{
  "query": {
    "geo_shape": {
      "location_shape": {
        "relation": "within", 
        "shape": {
          "type": "polygon",
          "coordinates": [[ 
             [116.392379,39.917702],
             [116.393752,39.913933],
             [116.402206,39.913999],
             [116.399632,39.918838],
             [116.392379,39.917702]
            ]]
        }
      }
    }
  }
}

 

查询结果截图：

 

 

2.1.2 point与circle的关系测试

接下來判断，index中的两个point，与如下图的circle的位置关系

 

 

可以看到，circle包含了id=1的点，但不包含id=2的点。

查询如下：

 

 

 可以看到，报错了。报错显示不支持circle

由官网也可以看到相关描述：

 

 

 

因此，我们照着官网，我们先修改一下test-geo-01的mapping （新增一个location_shape2的字段）

# 修改index的mapping，新增一个location_shape2字段
PUT test-geo-01/_mapping
{
   "properties": {
        "location_shape2": {
          "type": "geo_shape",
          "strategy": "recursive"
        }
      }
}

如下图：

 

 

 

接着更新test-geo-01的index的数据，把location_shape字段的数据，更新到location_shape2字段里面去

命令：

# 给test-geo-01添加一个location_shape2的字段，并且字段的值跟location_shape字段一致
POST test-geo-01/_bulk
{ "update": { "_id": "1"} }
{ "doc" : {"location_shape2" : {"type": "point", "coordinates": [116.3974,39.90888] }} }
{ "update": { "_id": "2"} }
{ "doc" : {"location_shape2" : {"type": "point", "coordinates": [116.396971,39.915464] }} }

结果如下：

 

 

 

更新完成之后，test-geo-01这个index中的内容如下：

 

 

 接下来，我们再在location_shape2字段上，执行circle查询！就可以查询出来了：

命令：

GET test-geo-01/_search
{
  "query": {
    "geo_shape": {
      "location_shape2": {
        "relation": "within", 
        "shape": {
          "type": "circle",
          "radius": "500m",
          "coordinates": [116.3974,39.90888]
        }
      }
    }
  }
}

执行结果：

 

 

 

 

2.2 MultiPoint类型测试

 往geo-test-02的index中，插入如有如下位置关系的数据

 

 

命令：

###### geo_shape multipoint测试
# 插入数据
POST test-geo-02/_bulk
{"index": {"_id": 1}}
{ "id" : 1,"name": "天安门,故宫博物院","location_shape" : {"type": "multipoint", "coordinates": [[116.3974,39.90888], [116.396971,39.915464]] }}
{"index": {"_id": 2}}
{ "id" : 2,"name": "普度寺,王府井大厦,凝和庙","location_shape" : {"type": "multipoint", "coordinates": [[116.404653,39.913028], [116.410017,39.914213], [116.402979,39.919019]] }}

通过上面的命令，我们把：1和2两个point，在id=1的doc中，3、4、5这3个point，则是在id=2的doc中

 

2.2.1 multipoint与polygon的关系测试

2.2.1.1 与如下图的polygon的关系判断结果：

 

 由图也可以看出，这个多边形与id=1和id=2的文档中的几个点，都没有任何的包含相交关系，所以无论是做within还是intersects关系查询，都是查询不到这两个doc的，如下图：

 

 

而如果是做 disjoint查询，则可以把这两条数据查询出来，如下图：

 

 

 

 

2.2.1.2 与如下图的polygon的关系判断结果：

 

 

 可以看到，这个多边形，把3和4这两个point给框住了。

 

此时执行within查询，结果如下：

 

 

 

 

执行intersects查询，结果如下：

 

 

 

执行disjoint查询，结果如下：

 

 

 

 

综上，可以得出结论：

对于multipoint而言，

1）当进行within查询时，之后某条doc，只有字段内的所有point都包含在多边形内，才会被查询出来；

2）进行intersects查询时，只要文档中有一个point包含在了多边形内，这条doc就会被查询出来

3）当进行disjoint查询时，只有文档中的所有point都不在多边形内，这条doc才会被查询出来。

 

2.3 Polygon 类型测试

作为测试，我们往test-geo-03的index中，插入具有如下关系的两个polygon：

 

 

 其中，多边形1插入id=1的doc中，多边形2插入到id=2的doc中，命令如下：

###### geo_shape polygon测试
# 插入数据
POST test-geo-03/_bulk
{"index": {"_id": 1}}
{ "id" : 1,"name": "天安门西站","location_shape" : {"type": "polygon", "coordinates": [[[116.388259,39.908847], [116.388173,39.906033], [116.393666,39.906033], [116.395082,39.908864], [116.388259,39.908847]]] }}
{"index": {"_id": 2}}
{ "id" : 2,"name": "天安门东站","location_shape" : {"type": "polygon", "coordinates": [[[116.400318,39.909078], [116.400318,39.905934], [116.404567,39.906757], [116.400318,39.909078]]] }}

 

2.3.1 polygon与polygon的关系测试

2.3.1.1 下面，将测试这两条doc，与如下图所示的多边形的位置关系

 

 正如上图所示，查询的多边形，与索引中的两个多边形，都完全不相交。显然，通过within或者intersects查询，都查询不到这两条doc。

但是，若是disjoint查询，则可以查询到这两条数据，如下图：

 

 

 

2.3.1.2 下面，将测试这两条doc，与如下图所示的多边形的位置关系

 

 

那么此时，如果是做within查询，则这两条doc都不会被查询出来，但是如果是做intersects查询，则可以把id=2的doc查询出来；如果是做disjoint查询，则可以把id=1的doc查询出来。

如下图：

 

 

 

 

2.3.1.3 测试这两条doc，与如下图所示的多边形的位置关系

 

 可以看到，查詢的多边形，把id=2的doc中的多边形给完全包含起来了。

此时显而易见的，若是intersects或者within查询，则都可以把id=2的文档查询出来，而如果是做disjoint查询，则可以把id=1的文档查询出来。

执行结果如下：

 

 

 

 

 

2.4 MultiPolygon 类型测试

作为测试，我们往test-geo-04的index中，插入如下位置关系的几个多边形，其中，多边形1和2，插入到id=1的doc中，多边形3、4和5，插入到id=2的doc中

 

 

命令如下：

###### geo_shape multipolygon测试
# 插入数据
POST test-geo-04/_bulk
{"index": {"_id": 1}}
{ "id" : 1,"name": "天安门西站,天安门东站","location_shape" : {"type": "multipolygon", "coordinates": [[[[116.388259,39.908847], [116.388173,39.906033], [116.393666,39.906033], [116.395082,39.908864], [116.388259,39.908847]]], [[[116.400318,39.909078], [116.400318,39.905934], [116.404567,39.906757], [116.400318,39.909078]]]] }}
{"index": {"_id": 2}}
{ "id" : 2,"name": "故宫,普度寺,王府井","location_shape" : {"type": "multipolygon", "coordinates": [[[[116.395297,39.916155],[116.395469,39.914295],[116.397357,39.914197],[116.398344,39.914526],[116.398344,39.915842],[116.396756,39.916369],[116.395297,39.916155]]], [[[116.403666,39.914048],[116.403537,39.912551],[116.408043,39.912419],[116.403666,39.914048]]], [[[116.408858,39.9152],[116.408558,39.913407],[116.413193,39.913143],[116.408858,39.9152]]]] }}

 

 

 

 

2.4.1 multipolygon与polygon的关系测试

 

2.4.1.1 测试这两条doc，与如下图所示的多边形的位置关系

 

 

 由上图可知，查询的多边形，与index中的多边形，都没有相交或者包含关系。

显然，此时若是做within或者intersects查询，则都查询不到这两条doc，如果是做disjoint查询，则可以查询到这两条数据，如下图：

 

 

 

2.4.1.2 测试这两条doc，与如下图所示的多边形的位置关系

 

 

如上图，此时，查询的多边形，包含了id=2的doc中的1个多边形，并与其中一个多边形相交，与最后一个多边形不相交。

此时进行within查询，则一个文档也查询不到！

 

 

 

进行intersects查询，则可以把id=2的doc查询出来！

 

 

 

进行disjoint查询，则可以把id=1的doc查询出来

 

 

 

 

2.4.1.3 测试这两条doc，与如下图所示的多边形的位置关系