本地英文版地址: ../en/search-aggregations-bucket-geohashgrid-aggregation.html
一个多桶聚合，作用于 geo_point 字段，并将坐标点分组到代表网格单元格的桶中。
生成的网格可以是稀疏的，只包含具有匹配数据的单元格。
每个单元格都使用用户可定义精度的geohash进行标注。
- 高精度 geohash 的字符串长度比较长，表示仅覆盖很小区域的单元格。
- 低精度 geohash 的字符串长度比较短，表示每个覆盖较大区域的单元格。
此聚合中使用的 geohash 的精度可在1和12之间选择。
长度为12的最高精度的 geohash 生成的单元格覆盖的土地面积不到一平方米，因此高精度请求在内存和结果大小方面的成本非常高。 请看下面的示例，了解如何在请求高精度的详细信息之前，先将聚合过滤到较小的地理区域。
指定字段的类型必须是geo_point (只能在映射中显式设置)，它还可以保存一个geo_point字段数组，在这种情况下，所有这些都将在聚合过程中考虑在内。
PUT /museums
{
"mappings": {
"properties": {
"location": {
"type": "geo_point"
}
}
}
}
POST /museums/_bulk?refresh
{"index":{"_id":1}}
{"location": "52.374081,4.912350", "name": "NEMO Science Museum"}
{"index":{"_id":2}}
{"location": "52.369219,4.901618", "name": "Museum Het Rembrandthuis"}
{"index":{"_id":3}}
{"location": "52.371667,4.914722", "name": "Nederlands Scheepvaartmuseum"}
{"index":{"_id":4}}
{"location": "51.222900,4.405200", "name": "Letterenhuis"}
{"index":{"_id":5}}
{"location": "48.861111,2.336389", "name": "Musée du Louvre"}
{"index":{"_id":6}}
{"location": "48.860000,2.327000", "name": "Musée d'Orsay"}
POST /museums/_search?size=0
{
"aggregations" : {
"large-grid" : {
"geohash_grid" : {
"field" : "location",
"precision" : 3
}
}
}
}
响应：
{
...
"aggregations": {
"large-grid": {
"buckets": [
{
"key": "u17",
"doc_count": 3
},
{
"key": "u09",
"doc_count": 2
},
{
"key": "u15",
"doc_count": 1
}
]
}
}
}
当请求详细的桶(通常用于显示“放大”的地图)时，应应用类似geo_bounding_box的过滤器来缩小主题区域，否则可能会创建并返回数百万个桶。
POST /museums/_search?size=0
{
"aggregations" : {
"zoomed-in" : {
"filter" : {
"geo_bounding_box" : {
"location" : {
"top_left" : "52.4, 4.9",
"bottom_right" : "52.3, 5.0"
}
}
},
"aggregations":{
"zoom1":{
"geohash_grid" : {
"field": "location",
"precision": 8
}
}
}
}
}
}
geohash_grid 聚合返回的 geohash 也可用于放大。
要放大上例中返回的第一个geohash u17，应将它指定为top_left 和 bottom_right：
POST /museums/_search?size=0
{
"aggregations" : {
"zoomed-in" : {
"filter" : {
"geo_bounding_box" : {
"location" : {
"top_left" : "u17",
"bottom_right" : "u17"
}
}
},
"aggregations":{
"zoom1":{
"geohash_grid" : {
"field": "location",
"precision": 8
}
}
}
}
}
}
{
...
"aggregations" : {
"zoomed-in" : {
"doc_count" : 3,
"zoom1" : {
"buckets" : [
{
"key" : "u173zy3j",
"doc_count" : 1
},
{
"key" : "u173zvfz",
"doc_count" : 1
},
{
"key" : "u173zt90",
"doc_count" : 1
}
]
}
}
}
}
对于不支持 geohash 的系统上的“放大”操作，应该使用一个可用的 geohash 库将桶的键转换为边界框。 例如，对于 javascript，可以使用node-geohash库：
var geohash = require('ngeohash');
// bbox will contain [ 52.03125, 4.21875, 53.4375, 5.625 ]
// [ minlat, minlon, maxlat, maxlon]
var bbox = geohash.decode_bbox('u17');
geohash_grid 聚合支持一个可选的参数-bounds，该参数将所考虑的坐标点限制在所提供的边界内。
参数 bounds 接受 地理边界框(geo_bounding_box)查询中的所有有效的格式的边界的边界框。
此边界框可与在聚合前过滤坐标点的附加geo_bounding_box查询一起使用，也可单独使用。
它是一个独立的边界框，可以与聚合上下文中定义的任何其他geo_bounding_box查询相交、相等或不相交。
POST /museums/_search?size=0
{
"aggregations" : {
"tiles-in-bounds" : {
"geohash_grid" : {
"field" : "location",
"precision" : 8,
"bounds": {
"top_left" : "53.4375, 4.21875",
"bottom_right" : "52.03125, 5.625"
}
}
}
}
}
{
...
"aggregations" : {
"tiles-in-bounds" : {
"buckets" : [
{
"key" : "u173zy3j",
"doc_count" : 1
},
{
"key" : "u173zvfz",
"doc_count" : 1
},
{
"key" : "u173zt90",
"doc_count" : 1
}
]
}
}
}
下表显示了 geohash 的各种字符串长度所覆盖的单元格的空间纬度的大小。 单元格的尺寸随纬度变化，因此该表适用于赤道上的最坏情况。
|
geohash值长度 |
区域(宽 x 高) |
|
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 |
|
field |
必要的。使用 GeoPoints 索引的字段的名称。 |
|
precision |
可选。用于在结果中定义单元格/桶的 geohash 的字符串长度。默认值为 5。 精度可以用上面提到的整数精度等级来定义。 超出[1,12]范围的值将被拒绝。 或者，可以从“1km”、“10m”这样的距离度量来近似计算精度等级。 计算精度的等级，使得单元格不会超过所需精度的指定大小(对角线)。 当这会导致精度等级高于支持的12级时(例如距离小于5.6厘米)，该值将被拒绝。 |
|
bounds |
可选。用于过滤桶中的坐标点的边界框。 |
|
size |
可选。要返回的 geohash 桶的最大数量(默认为10,000)。 当结果被裁剪(trim)时，基于桶包含的文档数量来区分桶的优先级。 |
|
shard_size |
可选。为了对最终结果中返回的前几个单元格进行更精确的计数，该聚合默认从每个分片返回 |