- 地理距离过滤器
- 更快的地理距离计算
- 地理距离区间过滤器
地理距离过滤器
地理距离过滤器
(geo_distance
)以给定位置为圆心画一个圆,来找出那些位置落在其中的文档:
GET /attractions/restaurant/_search
{
"query": {
"filtered": {
"filter": {
"geo_distance": {
"distance": "1km", <1>
"location": { <2>
"lat": 40.715,
"lon": -73.988
}
}
}
}
}
}
<1> 找出所有与指定点距离在1公里(
1km
)内的location
字段。访问 Distance Units 查看所支持的距离表示单位<2> 中心点可以表示为字符串,数组或者(如示例中的)对象。详见 lat-lon-formats。
地理距离过滤器计算代价昂贵。
为了优化性能,Elasticsearch 先画一个矩形框(边长为2倍距离)来围住整个圆形,
这样就可以用消耗较少的盒模型计算方式来排除掉那些不在盒子内(自然也不在圆形内)的文档,
然后只对落在盒模型内的这部分点用地理坐标计算方式处理。
提示
你需要判断你的使用场景,是否需要如此精确的使用圆模型来做距离过滤?
通常使用矩形模型是更高效的方式,并且往往也能满足应用需求。
更快的地理距离计算
两点间的距离计算,有多种性能换精度的算法:
arc
::最慢但是最精确是
弧形
(arc
)计算方式,这种方式把世界当作是球体来处理。
不过这种方式精度还是有限,因为这个世界并不是完全的球体。plane
::平面
(plane
)计算方式,(((“plane distance calculation”)))把地球当成是平坦的。
这种方式快一些但是精度略逊;在赤道附近位置精度最好,而靠近两极则变差。sloppy_arc
::如此命名,是因为它使用了 Lucene 的
SloppyMath
类。
这是一种用精度换取速度的计算方式,它使用 Haversine formula 来计算距离;
它比弧形
(arc
)计算方式快4~5倍, 并且距离精度达99.9%。这也是默认的计算方式。
你可以参考下例来指定不同的计算方式:
GET /attractions/restaurant/_search
{
"query": {
"filtered": {
"filter": {
"geo_distance": {
"distance": "1km",
"distance_type": "plane", <1>
"location": {
"lat": 40.715,
"lon": -73.988
}
}
}
}
}
}
- <1> 使用更快但精度稍差的
平面
(plane
)计算方式。
提示:
你的用户真的会在意一个宾馆落在指定圆形区域数米之外了吗?
一些地理位置相关的应用会有较高的精度要求;但大部分实际应用场景中,使用精度较低但响应更快的计算方式可能就挺好。
地理距离区间过滤器
地理距离过滤器
(geo_distance
)和地理距离区间过滤器
(geo_distance_range
)的唯一差别在于后者是一个环状的,它会排除掉落在内圈中的那部分文档。
指定到中心点的距离也可以换一种表示方式:
指定一个最小距离(使用 gt
或者gte
)和最大距离(使用lt
或者lte
),就像使用区间
(range
)过滤器一样。
GET /attractions/restaurant/_search
{
"query": {
"filtered": {
"filter": {
"geo_distance_range": {
"gte": "1km", <1>
"lt": "2km", <1>
"location": {
"lat": 40.715,
"lon": -73.988
}
}
}
}
}
}
- <1> 匹配那些距离中心点超过
1公里
而小于2公里
的位置。