Question

我在弹性搜索索引中有数十万个文档，其中包含相关的纬度和经度（存储为geo_point类型）。我希望能够创建如下所示的地图可视化：http://leaflet.github.io/Leaflet.markercluster/example/marker-clustering-realworld.388.html

所以，我认为我想要的是运行带有边界框的查询（即用户正在查看的地图边界）并返回此边界框内的聚类摘要。有没有一种方法可以在elasticsearch中实现这一目标？也许是一种新的索引策略？像geohashes这样的东西可以工作，但它会将东西聚集成一个矩形网格，而不是基于点密度的任意多边形，如上例所示。

@kumetix - 好问题。我在这里回复你的评论，因为该文本太长而无法发表另一条评论。 geohash_precision设置将指定geohash聚合能够返回的最大精度。例如，如果geohash_precision设置为8，我们可以在该字段上运行geohash聚合，最多精度为8.根据reference，这将返回以大约38.2m x 19m的geohash框分组的结果。精度为7或8可能足以准确显示基于网络的热图，就像我在上面的示例中提到的那样。

至于geohash_precision如何影响集群内部，我猜测该设置在geo_point中存储长度为＆lt; = geohash_precision的geohash字符串。假设我们对自由女神像有一个观点：40.6892，-74.0444。 geohash12的目的是：dr5r7p4xb2ts。将geo_point中的geohash_precision设置为8将在内部存储字符串： d 博士 DR5 dr5r dr5r7 dr5r7p dr5r7p4 dr5r7p4x

并且geohash_precision为12还会在内部存储字符串： dr5r7p4xb dr5r7p4xb2 dr5r7p4xb2t dr5r7p4xb2ts

为每个geo_point带来更多的存储开销。将geohash_precision设置为距离值（1km，1m等）可能只是将其存储在最接近的geohash字符串长度精度值。

注意：如何使用python

计算地理位置

$ pip install python-geohash
>>> import geohash
>>> geohash.encode(40.6892,-74.0444)
'dr5r7p4xb2ts'

Answer 1

在Elasticsearch 1.0中，您可以使用新的Geohash Grid聚合。

像geohashes这样的东西可以工作，但它会把东西聚集成一个矩形网格，而不是基于点密度的任意多边形，如上例所示。

这是事实，但geohash网格聚合很好地处理稀疏数据，所以你需要的只是网格上足够的点，你可以实现与该地图中的例子非常相似的东西。

Answer 2

试试这个：

https://github.com/triforkams/geohash-facet

我们一直在使用它来进行服务器端群集，这非常好。

示例查询：

GET /things/thing/_search
{
  "size": 0,
  "query": {
        "filtered": {
            "filter": {
                "geo_bounding_box": {
                    "Location"
                    : {
                        "top_left": {
                            "lat": 45.274886437048941,
                            "lon": -34.453125
                        },
                        "bottom_right": {
                            "lat": -35.317366329237856,
                            "lon": 1.845703125
                        }
                    }
                }
            }
        }
    },
    "facets": {
      "places": {
        "geohash": {
          "field": "Location",
          "factor": 0.85
        }
      }

    }
}

具有弹性搜索的地理空间标记聚类

2 个答案: