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
TDengine (老段)36 分钟前
TDengine 在智能制造领域的应用实践
java·大数据·数据库·制造·时序数据库·tdengine·涛思数据
山沐与山37 分钟前
【Flink】Flink算子大全
大数据·flink
ayingmeizi1631 小时前
智慧养老的数字化转型:AI CRM如何重构全链路增长
大数据·人工智能·重构
老马聊技术2 小时前
HBase单节点环境搭建详细教程
大数据·数据库·hbase
xerthwis2 小时前
Flink:从“微批”到“真流”,数据处理的哲学转向与时代抉择
大数据·flink
jqpwxt2 小时前
启点创新智慧景区服务平台,智慧景区数字驾驶舱建设
大数据·人工智能
阿里云大数据AI技术2 小时前
Hologres Dynamic Table:高效增量刷新,构建实时统一数仓的核心利器
大数据·人工智能·阿里云·实时数仓·hologres
Familyism2 小时前
ES基础入门
大数据·elasticsearch·搜索引擎
跨境卫士情报站3 小时前
摆脱砍单魔咒!Temu 自养号系统化采购,低成本高安全
大数据·人工智能·安全·跨境电商·亚马逊·防关联
AI营销实验室3 小时前
AI CRM系统升级,原圈科技赋能销冠复制
大数据·人工智能