Elasticsearch(022)：es常见的字段映射类型之地理形状类型(geo_shape、多边的复杂的地址形状)

- 日理万妓 2023-07-17 14:19 25阅读 0赞

# 概念 #

在上个小节，我们学习了`geo_point`的数据类型。

这一小节我们来学习`geo_shape`数据类型，它有助于索引和搜索**任意地理形状**，例如*矩形和多边形*。当正在索引的数据或正在执行的查询包含**除点以外的其他形状时，应使用它**。

通过上面的概念描述，我们可以得出`geo_point`和`geo_shape`的最大区别是：`geo_point`表示一个点；`geo_shape`则表示有多个点连成线组成的形状。 学过数学的肯定很容易理解。

实际开发中，如果我们的地理坐标是一个地理形状，则可以使用地理形状数据类型进行插入、查询文档。比如说学校、大商场这种面积比较大的地理坐标，都需要`geo_shape`来表示。

*  mapping params

`geo_shape`映射将`geo_json`几何对象映射到`geo_shape`类型。要启用它，用户必须将字段显式映射到`geo_shape`类型。

**地理形状数据类型的参数选项**

<table> 
 <thead> 
  <tr> 
   <th align="left">选项</th> 
   <th align="left">说明</th> 
   <th align="left">默认值</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">tree</td> 
   <td align="left">将使用的PrefixTree实现的名称：GeohashPrefixTree为geohash，QuadPrefixTree为quadtree。</td> 
   <td align="left">geohash</td> 
  </tr> 
  <tr> 
   <td align="left">precision</td> 
   <td align="left">可以使用此参数代替tree_levels来为tree_levels参数设置适当的值。该值指定所需的精度，Elasticsearch将计算最佳的tree_levels值以兑现该精度。该值应为数字，后跟可选的距离单位。有效距离单位包括：英寸，英寸，码，码，英里，英里，公里，公里，米，米，厘米，厘米，毫米，毫米。</td> 
   <td align="left">meters</td> 
  </tr> 
  <tr> 
   <td align="left">tree_levels</td> 
   <td align="left">PrefixTree使用的最大层数。这可用于控制形状表示的精度，从而控制索引多少项。默认为所选PrefixTree实现的默认值。由于此参数要求对底层实现有一定程度的了解，因此用户可以改用precision参数。但是，Elasticsearch仅在内部使用tree_levels参数，即使您使用precision参数，这也是通过映射API返回的结果</td> 
   <td align="left">50m</td> 
  </tr> 
  <tr> 
   <td align="left">strategy</td> 
   <td align="left">策略参数定义了如何在索引和搜索时表示形状的方法。它还会影响可用的功能，因此建议让Elasticsearch自动设置此参数。有两种可用的策略：递归和术语。术语策略仅支持点类型（points_only参数将自动设置为true），而递归策略则支持所有形状类型。（重要：请参见前缀树以获取更多详细信息）</td> 
   <td align="left">recursive</td> 
  </tr> 
  <tr> 
   <td align="left">distance_error_pct</td> 
   <td align="left">用作PrefixTree关于其精度的提示。默认值为0.025（2.5％），最大支持值为0.5。性能注意：如果明确定义了precision或tree_level定义，则此值将默认为0。这样可以保证映射中定义的级别的空间精度。对于低误差的高分辨率形状（例如，误差小于0.001的1m大形状），这可能会导致大量内存使用。为了提高索引性能（以查询准确性为代价），显式定义tree_level或precision以及合理的distance_error_pct，请注意，较大的形状将具有更大的误报率。</td> 
   <td align="left">0.025</td> 
  </tr> 
  <tr> 
   <td align="left">orientation</td> 
   <td align="left">（可选）定义如何解释多边形/多多边形的顶点顺序。此参数定义两个坐标系规则（右手或左手）之一，可以用三种不同的方式来指定每个规则。1.右手规则：右，逆时针，逆时针2. 2.左手规则：左，顺时针，顺时针。默认方向（逆时针）符合OGC标准，该标准以逆时针顺序定义外环顶点，而内环顶点（孔）以顺时针顺序定义。在geo_shape映射中设置此参数可显式设置geo_shape字段的坐标列表的顶点顺序，但可以在每个单独的GeoJSON文档中覆盖。</td> 
   <td align="left">ccw</td> 
  </tr> 
  <tr> 
   <td align="left">points_only</td> 
   <td align="left">将此选项设置为true（默认为false）可仅为点形状配置geo_shape字段类型（注意：尚不支持多点）。当已知仅索引点时，这将优化geohash和四叉树的索引和搜索性能。目前，无法对geo_point字段类型执行geo_shape查询。此选项通过改善geo_shape字段上的点性能来弥合差距，从而使geo_shape查询在仅点字段上是最佳的。</td> 
   <td align="left">false</td> 
  </tr> 
  <tr> 
   <td align="left">ignore_malformed</td> 
   <td align="left">如果为true，则会忽略格式错误的geojson形状。如果为假（默认），则格式错误的geojson形状会引发异常并拒绝整个文档。</td> 
   <td align="left">false</td> 
  </tr> 
 </tbody> 
</table>

*  前缀树

为了有效地表示索引中的形状，使用PrefixTree的实现将Shapes转换为代表网格正方形的一系列哈希（通常称为“栅格”）。树的概念来自这样一个事实，即PrefixTree使用多个网格层，每个网格层的精度更高，以表示地球。  
可以认为这是在更高的缩放级别下增加地图或图像的细节级别。

**es中提供了多个PrefixTree实现。**

*  GeohashPrefixTree 对网格正方形使用geohash。Geohash是交错的纬度和经度的位的base32编码的字符串。  
    因此，哈希越长，它越精确。添加到geohash的每个字符代表另一个树级别，并为geohash增加5位精度。Geohash表示一个矩形区域，并具有32个子矩形。Elasticsearch中的最大级别数为24。
 *  QuadPrefixTree 对网格正方形使用四叉树。与geohash相似，四叉树将纬度和经度的比特交织在一起，结果哈希被置位。  
    四叉树中的树级别代表此位集中的2位，每个坐标一个。Elasticsearch中四叉树的最大级别数为50。
 *  空间策略

PrefixTree实现依赖于SpatialStrategy来将提供的Shape分解为近似的网格正方形。每种策略都回答以下问题：

*  可以索引哪种类型的形状？
 *  可以使用哪些类型的查询操作和形状？
 *  每个字段是否支持多个Shape？

提供以下策略实施（具有相应的功能）：

<table> 
 <thead> 
  <tr> 
   <th align="left">策略</th> 
   <th align="left">支持的形状</th> 
   <th align="left">支持的查询</th> 
   <th align="left">多个形状</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">recursive</td> 
   <td align="left">All</td> 
   <td align="left">INTERSECTS, DISJOINT, WITHIN, CONTAINS（相交，不相交，内含）</td> 
   <td align="left">Yes</td> 
  </tr> 
  <tr> 
   <td align="left">term</td> 
   <td align="left">Points</td> 
   <td align="left">INTERSECTS （相交）</td> 
   <td align="left">Yes</td> 
  </tr> 
 </tbody> 
</table>

*  准确性

`Geo_shape`不提供100％的准确性，并且取决于它的配置方式，它可能对`INTERSECTS`，`WITHIN`和`CONTAINS`查询返回一些误报，而对`DISJOINT`查询返回一些误报。

为了减轻这种情况，为`tree_levels`参数选择适当的值并相应地调整期望很重要。例如，一个点可能在特定网格像元的边界附近，因此可能与仅与它紧邻的像元匹配的查询不匹配-即使形状非常接近该点。

# 示例使用 #

比如说我们有一些大商场的地理信息。我们想要实现在某个地理位置附近多少米范围有哪些大商场？

## 1. mapping定义 ##

PUT my_index
    {
        "mappings": {
            "docs": {
                "properties": {
                    "name": {"type": "text"},
                    "location": {
                        "type": "geo_shape"
                    }
                }
            }
        }
    }

## 2. 添加数据 ##

PUT my_index/docs/1000
    {
      "name": "中心商场",
      "location": {
        "type": "point",
        "coordinates": [121.392496,31.245827]
      }
    }
    PUT my_index/docs/1001
    {
      "name": "城北商场",
      "location": {
        "type": "point",
        "coordinates": [121.392496,31.30]
      }
    }
    PUT my_index/docs/1002
    {
      "name": "城南商场",
      "location": {
        "type": "point",
        "coordinates": [121.392496,31.013]
      }
    }
    PUT my_index/docs/1003
    {
      "name": "城西商场",
      "location": {
        "type": "point",
        "coordinates": [121.821,31.245827]
      }
    }
    PUT my_index/docs/1004
    {
      "name": "城东商场",
      "location": {
        "type": "point",
        "coordinates": [122.392496,31.245827]
      }
    }

上例中大量的方括号可能看起来让人困惑，不过实际上 `GeoJSON`的语法非常简单.

1.  用一个数组表示 `经纬度` 坐标点 `[lon,lat]`
2.  一组坐标点放到一个数组来表示一个多边形`[[lon,lat],[lon,lat], ... ]`
3.  一个多边形（ polygon ）形状可以包含多个多边形；第一个表示多边形的外轮廓，后续的多边形表示第一个多边形内部的空洞

[
      [[lon,lat],[lon,lat], ... ],  # main polygon
      [[lon,lat],[lon,lat], ... ],  # hole in main polygon
      ...
    ]

## 3. 查询 ##

*比如说查询 查询指定位置10KM范围内的大商场信息数据。*

GET my_index/docs/_search
    {
      "query": {
        "bool": {
          "must": {
            "match_all": {}
          },
          "filter": {
            "geo_shape": {
              "location": {
                "shape": {
                  "type": "circle",
                  "radius": "10km",
                  "coordinates": [121.392496, 31.3]
                }
              }
            }       
          }
        }
    
      }
    }

返回结果集

{
      "took": 4,
      "timed_out": false,
      "_shards": {
        "total": 5,
        "successful": 5,
        "skipped": 0,
        "failed": 0
      },
      "hits": {
        "total": 2,
        "max_score": 1,
        "hits": [
          {
            "_index": "my_index",
            "_type": "docs",
            "_id": "1001",
            "_score": 1,
            "_source": {
              "name": "城北商场",
              "location": {
                "type": "point",
                "coordinates": [
                  121.392496,
                  31.3
                ]
              }
            }
          },
          {
            "_index": "my_index",
            "_type": "docs",
            "_id": "1000",
            "_score": 1,
            "_source": {
              "name": "中心商场",
              "location": {
                "type": "point",
                "coordinates": [
                  121.392496,
                  31.245827
                ]
              }
            }
          }
        ]
      }
    }

发现有两个商场符合条件。  
后面有geo\_shape更复杂的应用，在这里我们的重点和学习`geo_shape`这种类型概念和简单使用。