Elasticsearch(022)：es常見的字段映射類型之地理形狀類型(geo_shape、多邊的複雜的地址形狀)

概念

在上個小節，我們學習了geo_point的數據類型。

這一小節我們來學習geo_shape數據類型，它有助於索引和搜索 任意地理形狀，例如矩形和多邊形。當正在索引的數據或正在執行的查詢包含除點以外的其他形狀時，應使用它。

通過上面的概念描述，我們可以得出geo_point和geo_shape的最大區別是： geo_point表示一個點；geo_shape則表示有多個點連成線組成的形狀。 學過數學的肯定很容易理解。

實際開發中，如果我們的地理座標是一個地理形狀，則可以使用地理形狀數據類型進行插入、查詢文檔。比如說學校、大商場這種面積比較大的地理座標，都需要geo_shape來表示。

• mapping params

geo_shape映射將geo_json幾何對象映射到geo_shape類型。要啓用它，用戶必須將字段顯式映射到geo_shape類型。

地理形狀數據類型的參數選項

選項	說明	默認值
tree	將使用的PrefixTree實現的名稱：GeohashPrefixTree爲geohash，QuadPrefixTree爲quadtree。	geohash
precision	可以使用此參數代替tree_levels來爲tree_levels參數設置適當的值。該值指定所需的精度，Elasticsearch將計算最佳的tree_levels值以兌現該精度。該值應爲數字，後跟可選的距離單位。有效距離單位包括：英寸，英寸，碼，碼，英里，英里，公里，公里，米，米，釐米，釐米，毫米，毫米。	meters
tree_levels	PrefixTree使用的最大層數。這可用於控制形狀表示的精度，從而控制索引多少項。默認爲所選PrefixTree實現的默認值。由於此參數要求對底層實現有一定程度的瞭解，因此用戶可以改用precision參數。但是，Elasticsearch僅在內部使用tree_levels參數，即使您使用precision參數，這也是通過映射API返回的結果	50m
strategy	策略參數定義瞭如何在索引和搜索時表示形狀的方法。它還會影響可用的功能，因此建議讓Elasticsearch自動設置此參數。有兩種可用的策略：遞歸和術語。術語策略僅支持點類型（points_only參數將自動設置爲true），而遞歸策略則支持所有形狀類型。（重要：請參見前綴樹以獲取更多詳細信息）	recursive
distance_error_pct	用作PrefixTree關於其精度的提示。默認值爲0.025（2.5％），最大支持值爲0.5。性能注意：如果明確定義了precision或tree_level定義，則此值將默認爲0。這樣可以保證映射中定義的級別的空間精度。對於低誤差的高分辨率形狀（例如，誤差小於0.001的1m大形狀），這可能會導致大量內存使用。爲了提高索引性能（以查詢準確性爲代價），顯式定義tree_level或precision以及合理的distance_error_pct，請注意，較大的形狀將具有更大的誤報率。	0.025
orientation	（可選）定義如何解釋多邊形/多多邊形的頂點順序。此參數定義兩個座標系規則（右手或左手）之一，可以用三種不同的方式來指定每個規則。1.右手規則：右，逆時針，逆時針2. 2.左手規則：左，順時針，順時針。默認方向（逆時針）符合OGC標準，該標準以逆時針順序定義外環頂點，而內環頂點（孔）以順時針順序定義。在geo_shape映射中設置此參數可顯式設置geo_shape字段的座標列表的頂點順序，但可以在每個單獨的GeoJSON文檔中覆蓋。	ccw
points_only	將此選項設置爲true（默認爲false）可僅爲點形狀配置geo_shape字段類型（注意：尚不支持多點）。當已知僅索引點時，這將優化geohash和四叉樹的索引和搜索性能。目前，無法對geo_point字段類型執行geo_shape查詢。此選項通過改善geo_shape字段上的點性能來彌合差距，從而使geo_shape查詢在僅點字段上是最佳的。	false
ignore_malformed	如果爲true，則會忽略格式錯誤的geojson形狀。如果爲假（默認），則格式錯誤的geojson形狀會引發異常並拒絕整個文檔。	false

• 前綴樹

爲了有效地表示索引中的形狀，使用PrefixTree的實現將Shapes轉換爲代表網格正方形的一系列哈希（通常稱爲“柵格”）。樹的概念來自這樣一個事實，即PrefixTree使用多個網格層，每個網格層的精度更高，以表示地球。
可以認爲這是在更高的縮放級別下增加地圖或圖像的細節級別。

es中提供了多個PrefixTree實現。

• GeohashPrefixTree 對網格正方形使用geohash。Geohash是交錯的緯度和經度的位的base32編碼的字符串。
  因此，哈希越長，它越精確。添加到geohash的每個字符代表另一個樹級別，併爲geohash增加5位精度。Geohash表示一個矩形區域，並具有32個子矩形。Elasticsearch中的最大級別數爲24。

• QuadPrefixTree 對網格正方形使用四叉樹。與geohash相似，四叉樹將緯度和經度的比特交織在一起，結果哈希被置位。
  四叉樹中的樹級別代表此位集中的2位，每個座標一個。Elasticsearch中四叉樹的最大級別數爲50。

• 空間策略

PrefixTree實現依賴於SpatialStrategy來將提供的Shape分解爲近似的網格正方形。每種策略都回答以下問題：

• 可以索引哪種類型的形狀？
• 可以使用哪些類型的查詢操作和形狀？
• 每個字段是否支持多個Shape？

提供以下策略實施（具有相應的功能）：

策略	支持的形狀	支持的查詢	多個形狀
recursive	All	INTERSECTS, DISJOINT, WITHIN, CONTAINS（相交，不相交，內含）	Yes
term	Points	INTERSECTS （相交）	Yes

• 準確性

Geo_shape不提供100％的準確性，並且取決於它的配置方式，它可能對INTERSECTS，WITHIN和CONTAINS查詢返回一些誤報，而對DISJOINT查詢返回一些誤報。

爲了減輕這種情況，爲tree_levels參數選擇適當的值並相應地調整期望很重要。例如，一個點可能在特定網格像元的邊界附近，因此可能與僅與它緊鄰的像元匹配的查詢不匹配-即使形狀非常接近該點。

示例使用

比如說我們有一些大商場的地理信息。我們想要實現在某個地理位置附近多少米範圍有哪些大商場？

1. mapping定義

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

2. 添加數據

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

上例中大量的方括號可能看起來讓人困惑，不過實際上 GeoJSON的語法非常簡單.

1. 用一個數組表示 經緯度 座標點 [lon,lat]

2. 一組座標點放到一個數組來表示一個多邊形[[lon,lat],[lon,lat], ... ]

3. 一個多邊形（ polygon ）形狀可以包含多個多邊形；第一個表示多邊形的外輪廓，後續的多邊形表示第一個多邊形內部的空洞

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

3. 查詢

比如說查詢 查詢指定位置10KM範圍內的大商場信息數據。

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

  }
}

返回結果集

{
  "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": "城北商場",
          "location": {
            "type": "point",
            "coordinates": [
              121.392496,
              31.3
            ]
          }
        }
      },
      {
        "_index": "my_index",
        "_type": "docs",
        "_id": "1000",
        "_score": 1,
        "_source": {
          "name": "中心商場",
          "location": {
            "type": "point",
            "coordinates": [
              121.392496,
              31.245827
            ]
          }
        }
      }
    ]
  }
}

發現有兩個商場符合條件。
後面有geo_shape更復雜的應用，在這裏我們的重點和學習geo_shape這種類型概念和簡單使用。