Elasticsearch 实现距离查询、排序和筛选


Elasticsearch 实现距离查询、排序和筛选

前言

在现代应用中,位置相关的查询需求越来越普遍。无论是查找附近的餐厅、计算两个地点之间的距离,还是根据用户位置进行排序和筛选,Elasticsearch 都提供了强大的地理位置查询功能。本文将介绍如何在 Elasticsearch 中实现基于距离的查询、排序和筛选。

1. 准备工作

1.1 安装和配置 Elasticsearch

首先,需要确保已经安装并配置好了 Elasticsearch。可以参考官方文档进行安装配置。安装完成后,我们可以通过 Kibana 或者直接使用 REST API 来进行查询操作。

1.2 创建索引并映射地理位置字段

在 Elasticsearch 中,我们需要为地理位置数据定义一个 geo_point 类型的字段。假设我们有一个 locations 索引,存储了各个地点的经纬度信息:

json 复制代码
PUT /locations
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}

2. 实现距离查询

2.1 查询指定距离范围内的地点

我们可以使用 geo_distance 查询来查找位于特定距离范围内的地点。比如,查找距离给定经纬度 5 公里范围内的所有地点:

json 复制代码
GET /locations/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "5km",
          "location": {
            "lat": 40.7128,
            "lon": -74.0060
          }
        }
      }
    }
  }
}

2.2 根据距离进行排序

在有多个匹配结果时,我们通常希望根据与目标位置的距离进行排序。可以通过 geo_distance 函数进行排序:

json 复制代码
GET /locations/_search
{
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 40.7128,
          "lon": -74.0060
        },
        "order": "asc",
        "unit": "km",
        "mode": "min",
        "distance_type": "arc"
      }
    }
  ],
  "query": {
    "match_all": {}
  }
}

3. 结合筛选条件的距离查询

在实际应用中,距离查询通常与其他筛选条件结合使用。以下示例展示了如何根据用户评分筛选出特定范围内的地点:

json 复制代码
GET /locations/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "rating": {
              "gte": 4
            }
          }
        }
      ],
      "filter": {
        "geo_distance": {
          "distance": "10km",
          "location": {
            "lat": 40.7128,
            "lon": -74.0060
          }
        }
      }
    }
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 40.7128,
          "lon": -74.0060
        },
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}
相关推荐
AI职业加油站9 分钟前
2026大数据运维行业趋势复盘:大数据运维工程师赋能发展
大数据·运维·人工智能·学习·数据分析·职场发展
GlobalInfo18 分钟前
34.2%年复合增长率背后,AI量子计算市场规模影响因素会是什么?
大数据·人工智能·量子计算
kaoa00020 分钟前
Linux入门攻坚——89、Hadoop-1-架构及概念
大数据·linux·hadoop·分布式
onthe_wing21 分钟前
flink窗口与水位线详解
大数据·flink
RisunJan22 分钟前
DeepSeek 全景技术指南:从混合推理架构到提示语工程实战(2026.09)
大数据·人工智能·架构
Elasticsearch26 分钟前
将 Vercel 数据导入 Elastic:无需安装任何东西的无服务器可观测性
elasticsearch
2503_9317124832 分钟前
具身机器人和人形机器人的区别是什么?两者是否有什么关系
大数据
长谷深风11137 分钟前
Checkpoint设计的三大生死关
大数据·人工智能·ai·大模型·ai智能体·tool·aiagent
BYSJMG44 分钟前
计算机毕业设计选题推荐:基于大数据的水质多指标关联分析与可视化的设计与实现,Spark 加 K-Means 做水质分群
大数据·hadoop·信息可视化·数据分析·spark·kmeans·课程设计
龙亘川1 小时前
数字化建设案例|构建议案履职一体化闭环,解决议案建议办理多主体协同难题
大数据·人工智能·科技·信息可视化·智慧城市