Geohex网格聚合
Geohex分层地理空间索引系统 (H3) 将地球区域划分为可识别的Geohex单元格。
H3 网格系统非常适合邻近性应用，因为它克服了 Geohash 非均匀分区的局限性。Geohash 对经纬度对进行编码，导致在极点附近分区明显较小，而在赤道附近经度一度对应的分区则较大。然而，H3 网格系统的失真度很低，且仅限于 122 个分区中的 5 个。这五个分区被放置在低使用率区域（例如，海洋中部），从而保证了重要区域的无误差。因此，基于 H3 网格系统对文档进行分组，能提供比 Geohash 网格更好的聚合。
Geohex网格聚合将地理点分组到网格单元中，以进行地理分析。每个网格单元对应一个 H3 单元，并使用 H3Index 表示法进行标识。
精度
precision 参数控制决定网格单元大小的粒度级别。精度越低，网格单元越大。
以下示例说明了低精度和高精度的聚合请求。
首先，创建一个索引并将 location 字段映射为 geo_point：
PUT national_parks
{
"mappings": {
"properties": {
"location": {
"type": "geo_point"
}
}
}
}
将以下文档索引到示例索引中：
PUT national_parks/_doc/1
{
"name": "Yellowstone National Park",
"location": "44.42, -110.59"
}
PUT national_parks/_doc/2
{
"name": "Yosemite National Park",
"location": "37.87, -119.53"
}
PUT national_parks/_doc/3
{
"name": "Death Valley National Park",
"location": "36.53, -116.93"
}
您可以通过多种格式索引地理点。
低精度请求
运行一个将所有三个文档聚合在一起的低精度请求：
GET national_parks/_search
{
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 1
}
}
}
}
对于Geohex网格聚合查询，您可以使用 GET 或 POST HTTP 方法。
{: .note}
响应将文档 2 和 3 分组在一起，因为它们距离足够近，可以被聚合在一个网格单元中：
{
"took" : 4,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "national_parks",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "Yellowstone National Park",
"location" : "44.42, -110.59"
}
},
{
"_index" : "national_parks",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"name" : "Yosemite National Park",
"location" : "37.87, -119.53"
}
},
{
"_index" : "national_parks",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"name" : "Death Valley National Park",
"location" : "36.53, -116.93"
}
}
]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8129bffffffffff",
"doc_count" : 2
},
{
"key" : "8128bffffffffff",
"doc_count" : 1
}
]
}
}
}
高精度请求
现在运行一个高精度请求：
GET national_parks/_search
{
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6
}
}
}
}
由于粒度更高，所有三个文档被分别放入不同的桶中：
{
"took" : 5,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "national_parks",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "Yellowstone National Park",
"location" : "44.42, -110.59"
}
},
{
"_index" : "national_parks",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"name" : "Yosemite National Park",
"location" : "37.87, -119.53"
}
},
{
"_index" : "national_parks",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"name" : "Death Valley National Park",
"location" : "36.53, -116.93"
}
}
]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
},
{
"key" : "862896017ffffff",
"doc_count" : 1
}
]
}
}
}
过滤请求
高精度请求消耗大量资源，因此我们建议使用像 geo_bounding_box 这样的过滤器来限制地理区域。例如，以下查询应用了一个过滤器来限制搜索区域：
GET national_parks/_search
{
"size" : 0,
"aggregations": {
"filtered": {
"filter": {
"geo_bounding_box": {
"location": {
"top_left": "38, -120",
"bottom_right": "36, -116"
}
}
},
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6
}
}
}
}
}
}
响应包含在 geo_bounding_box 边界内的两个文档：
{
"took" : 4,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"filtered" : {
"doc_count" : 2,
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
}
]
}
}
}
}
您还可以通过在 bounds 参数中提供边界矩形的坐标来限制地理区域。bounds 和 geo_bounding_box 坐标都可以使用任何地理点格式指定。以下查询对 bounds 参数使用了熟知文本 (WKT) “POINT(经度 纬度)” 格式：
GET national_parks/_search
{
"size": 0,
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6,
"bounds": {
"top_left": "POINT (-120 38)",
"bottom_right": "POINT (-116 36)"
}
}
}
}
}
响应仅包含指定边界内的两个结果：
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
}
]
}
}
}
bounds 参数可以与 geo_bounding_box 过滤器一起使用，也可以单独使用；这两个参数彼此独立，可以具有任何空间关系。
支持的参数
Geohex网格聚合请求支持以下参数。
| 参数 | 数据类型 | 描述 |
|---|---|---|
| field | 字符串 | 包含地理点的字段。此字段必须映射为 geo_point 字段。如果该字段包含一个数组，则所有数组值都会被聚合。必需。 |
| precision | 整数 | 用于确定分桶结果网格单元的粒度级别。单元格不能超过所需精度的指定大小（对角线）。有效值范围为 [0, 15]。可选。默认值为 5。 |
| bounds | 对象 | 用于过滤地理点的边界框。边界框由左上角和右下角顶点定义。顶点以以下格式之一指定为地理点： - 包含纬度和经度的对象 - 格式为 [ 经度, 纬度] 的数组- 格式为 " 纬度,经度" 的字符串- geohash - WKT 可选。 |
| size | 整数 | 要返回的最大桶数。当桶数超过 size 时，UDB-SX 会返回包含更多文档的桶。可选。默认值为 10,000。 |
| shard_size | 整数 | 从每个分片返回的最大桶数。可选。默认值为 max (10, size · 分片数量)，这可以为优先级更高的桶提供更准确的计数。 |