GeoHash grid Aggregation(GeoHash网格聚合)

原文链接 : https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-geohashgrid-aggregation.html

译文链接 : http://www.apache.wiki/display/Elasticsearch（修改该链接为 ApacheCN 对应的译文链接）

贡献者 : @于永超，ApacheCN，Apache中文网

GeoHash grid Aggregation

在geo_point字段和组上工作的多bucket聚合将指向网格中表示单元格的bucket。生成的网格可以是稀疏的，并且只包含具有匹配数据的单元格。每个单元格使用具有用户可定义精度的geohash进行标记。

  • 高精度geohash具有较长的字符串长度，代表仅覆盖小面积的单元格。
  • 低精度geohashes具有短的字符串长度，并且表示每个覆盖大面积的单元格。

在此聚合中使用的地理位置可以选择1到12之间的精度。

长度为12的最高精度的geohash产生覆盖小于一平方米土地的单元，因此高精度请求在RAM和结果大小方面可能非常昂贵。 请参阅下面的示例，了解如何在请求高级细节之前首先将聚合过滤到较小的地理区域。

指定字段必须为geo_point类型(这只能在映射中明确设置)并且它还可以保存一组geo_point字段，在这种情况下，聚合期间将考虑所有点。

Simple low-precision request

  1. PUT /museums
  2. {
  3.     "mappings": {
  4.         "doc": {
  5.             "properties": {
  6.                 "location": {
  7.                     "type": "geo_point"
  8.                 }
  9.             }
  10.         }
  11.     }
  12. }
  14. POST /museums/doc/_bulk?refresh
  15. {"index":{"_id":1}}
  16. {"location": "52.374081,4.912350", "name": "NEMO Science Museum"}
  17. {"index":{"_id":2}}
  18. {"location": "52.369219,4.901618", "name": "Museum Het Rembrandthuis"}
  19. {"index":{"_id":3}}
  20. {"location": "52.371667,4.914722", "name": "Nederlands Scheepvaartmuseum"}
  21. {"index":{"_id":4}}
  22. {"location": "51.222900,4.405200", "name": "Letterenhuis"}
  23. {"index":{"_id":5}}
  24. {"location": "48.861111,2.336389", "name": "Musée du Louvre"}
  25. {"index":{"_id":6}}
  26. {"location": "48.860000,2.327000", "name": "Musée d'Orsay"}
  28. POST /museums/_search?size=0
  29. {
  30.     "aggregations" : {
  31.         "large-grid" : {
  32.             "geohash_grid" : {
  33.                 "field" : "location",
  34.                 "precision" : 3
  35.             }
  36.         }
  37.     }
  38. }

响应结果

  1. {
  2.     ...
  3.     "aggregations": {
  4.         "large-grid": {
  5.             "buckets": [
  6.                 {
  7.                     "key": "u17",
  8.                     "doc_count": 3
  9.                 },
  10.                 {
  11.                     "key": "u09",
  12.                     "doc_count": 2
  13.                 },
  14.                 {
  15.                     "key": "u15",
  16.                     "doc_count": 1
  17.                 }
  18.             ]
  19.         }
  20.     }
  21. }

High-precision requests

当请求详细的存储区（通常用于显示“zoomed”映射）时，应该应用像geo_bounding_box这样的过滤器来缩小主题区域，否则将创建并返回数百万个buckets(存储桶)。

  1. POST /museums/_search?size=0
  2. {
  3.     "aggregations" : {
  4.         "zoomed-in" : {
  5.             "filter" : {
  6.                 "geo_bounding_box" : {
  7.                     "location" : {
  8.                         "top_left" : "52.4, 4.9",
  9.                         "bottom_right" : "52.3, 5.0"
  10.                     }
  11.                 }
  12.             },
  13.             "aggregations":{
  14.                 "zoom1":{
  15.                     "geohash_grid" : {
  16.                         "field": "location",
  17.                         "precision": 8
  18.                     }
  19.                 }
  20.             }
  21.         }
  22.     }
  23. }

Cell dimensions at the equator

下面的表显示了由geohash的各种字符串长度覆盖的单元格的度量维度。

GeoHash length Area width x height
1 5,009.4km x 4,992.6km
2 1,252.3km x 624.1km
3 156.5km x 156km
4 39.1km x 19.5km
5 4.9km x 4.9km
6 1.2km x 609.4m
7 152.9m x 152.4m
8 38.2m x 19m
9 4.8m x 4.8m
10 1.2m x 59.5cm
11 14.9cm x 14.9cm
12 3.7cm x 1.9cm

Options

field 强制性。 使用GeoPoints索引的字段的名称。

precision 可选的。 用于在结果中定义单元格/桶的geohash的字符串长度。 默认为5。

size 可选的。返回的geohash桶的最大数量(默认为10,000)。在处理结果时，根据所包含的文档的数量优先级排序。

shard_size 可选的。为了能够更精确地计算顶部单元格返回的最终结果，聚合默认值将从每个shard返回最大(10,(size x number-of-shards),如果这个heuristic(启发式)是不可取的, 使用这个参数可以覆盖每个碎片上数量