« Geohash 网格聚合 Geotile 网格聚合 »
Elastic 文档 ›Elasticsearch 指南 [8.14] ›聚合 ›桶聚合

Geohex 网格聚合

编辑

Geohex 网格聚合编辑

一种多桶聚合，它将 geo_point 和 geo_shape 值分组到表示网格的桶中。生成的网格可以是稀疏的，并且只包含具有匹配数据的单元格。每个单元格对应一个 H3 单元格索引，并使用 H3 索引表示 进行标记。

有关精度（缩放）如何与地面上的大小相关的详细信息，请参阅 H3 分辨率的单元格面积表。此聚合的精度可以在 0 到 15 之间（含）。

高精度请求在 RAM 和结果大小方面可能非常昂贵。例如，精度为 15 的最高精度 geohex 会生成覆盖不到一平方米的单元格。我们建议您使用过滤器将高精度请求限制到较小的地理区域。有关示例，请参阅 高精度请求。

简单的低精度请求编辑

response = client.indices.create(
  index: 'museums',
  body: {
    mappings: {
      properties: {
        location: {
          type: 'geo_point'
        }
      }
    }
  }
)
puts response

response = client.bulk(
  index: 'museums',
  refresh: true,
  body: [
    {
      index: {
        _id: 1
      }
    },
    {
      location: 'POINT (4.912350 52.374081)',
      name: 'NEMO Science Museum'
    },
    {
      index: {
        _id: 2
      }
    },
    {
      location: 'POINT (4.901618 52.369219)',
      name: 'Museum Het Rembrandthuis'
    },
    {
      index: {
        _id: 3
      }
    },
    {
      location: 'POINT (4.914722 52.371667)',
      name: 'Nederlands Scheepvaartmuseum'
    },
    {
      index: {
        _id: 4
      }
    },
    {
      location: 'POINT (4.405200 51.222900)',
      name: 'Letterenhuis'
    },
    {
      index: {
        _id: 5
      }
    },
    {
      location: 'POINT (2.336389 48.861111)',
      name: 'Musée du Louvre'
    },
    {
      index: {
        _id: 6
      }
    },
    {
      location: 'POINT (2.327000 48.860000)',
      name: "Musée d'Orsay"
    }
  ]
)
puts response

response = client.search(
  index: 'museums',
  size: 0,
  body: {
    aggregations: {
      "large-grid": {
        geohex_grid: {
          field: 'location',
          precision: 4
        }
      }
    }
  }
)
puts response
PUT /museums
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}

POST /museums/_bulk?refresh
{"index":{"_id":1}}
{"location": "POINT (4.912350 52.374081)", "name": "NEMO Science Museum"}
{"index":{"_id":2}}
{"location": "POINT (4.901618 52.369219)", "name": "Museum Het Rembrandthuis"}
{"index":{"_id":3}}
{"location": "POINT (4.914722 52.371667)", "name": "Nederlands Scheepvaartmuseum"}
{"index":{"_id":4}}
{"location": "POINT (4.405200 51.222900)", "name": "Letterenhuis"}
{"index":{"_id":5}}
{"location": "POINT (2.336389 48.861111)", "name": "Musée du Louvre"}
{"index":{"_id":6}}
{"location": "POINT (2.327000 48.860000)", "name": "Musée d'Orsay"}

POST /museums/_search?size=0
{
  "aggregations": {
    "large-grid": {
      "geohex_grid": {
        "field": "location",
        "precision": 4
      }
    }
  }
}

响应

{
  ...
  "aggregations": {
    "large-grid": {
      "buckets": [
        {
          "key": "841969dffffffff",
          "doc_count": 3
        },
        {
          "key": "841fb47ffffffff",
          "doc_count": 2
        },
        {
          "key": "841fa4dffffffff",
          "doc_count": 1
        }
      ]
    }
  }
}

高精度请求编辑

当请求详细的桶（通常用于显示“放大”地图）时，应应用像 geo_bounding_box 这样的过滤器来缩小主题区域。否则，可能会创建和返回数百万个桶。

POST /museums/_search?size=0
{
  "aggregations": {
    "zoomed-in": {
      "filter": {
        "geo_bounding_box": {
          "location": {
            "top_left": "POINT (4.9 52.4)",
            "bottom_right": "POINT (5.0 52.3)"
          }
        }
      },
      "aggregations": {
        "zoom1": {
          "geohex_grid": {
            "field": "location",
            "precision": 12
          }
        }
      }
    }
  }
}

响应

{
  ...
  "aggregations": {
    "zoomed-in": {
      "doc_count": 3,
      "zoom1": {
        "buckets": [
          {
            "key": "8c1969c9b2617ff",
            "doc_count": 1
          },
          {
            "key": "8c1969526d753ff",
            "doc_count": 1
          },
          {
            "key": "8c1969526d26dff",
            "doc_count": 1
          }
        ]
      }
    }
  }
}

具有额外边界框过滤的请求编辑

geohex_grid 聚合支持一个可选的 bounds 参数，该参数将考虑的单元格限制为与提供的边界相交的单元格。 bounds 参数接受与地理边界框查询相同的 边界框格式。此边界框可以与聚合上下文中定义的任何其他 geo_bounding_box 查询一起使用，也可以不使用。它是一个独立的边界框，可以与任何其他 geo_bounding_box 查询相交、相等或不相交。

POST /museums/_search?size=0
{
  "aggregations": {
    "tiles-in-bounds": {
      "geohex_grid": {
        "field": "location",
        "precision": 12,
        "bounds": {
          "top_left": "POINT (4.9 52.4)",
          "bottom_right": "POINT (5.0 52.3)"
        }
      }
    }
  }
}

响应

{
  ...
  "aggregations": {
    "tiles-in-bounds": {
      "buckets": [
        {
          "key": "8c1969c9b2617ff",
          "doc_count": 1
        },
        {
          "key": "8c1969526d753ff",
          "doc_count": 1
        },
        {
          "key": "8c1969526d26dff",
          "doc_count": 1
        }
      ]
    }
  }
}

聚合 geo_shape 字段编辑

对 Geoshape 字段的聚合与对点的聚合几乎相同。有两个主要区别

  • 在对 geo_point 数据进行聚合时，如果点位于由大圆定义的边缘内，则认为点位于六边形瓦片内。换句话说，计算是使用球面坐标进行的。但是，在对 geo_shape 数据进行聚合时，如果形状位于等矩形投影上定义为直线的边缘内，则认为形状位于六边形内。原因是 Elasticsearch 和 Lucene 在索引和搜索时使用等矩形投影来处理边缘。为了确保搜索结果和聚合结果一致，我们在聚合中也使用等矩形投影。对于大多数数据，差异很小或没有注意到。但是，对于低缩放级别（低精度），尤其是在赤道附近，这可能会很明显。例如，如果相同点数据被索引为 geo_point 和 geo_shape，则在较低分辨率下聚合时可能会得到不同的结果。
  • 与 geotile_grid 一样，单个形状可以在多个瓦片中进行计数。如果形状的任何部分与该瓦片相交，则该形状将有助于匹配值的计数。下面是一张演示此情况的图片

geoshape hexgrid

选项编辑

field

(必需，字符串) 包含索引的 geo-point 或 geo-shape 值的字段。必须明确映射为 geo_point 或 geo_shape 字段。如果字段包含数组，则 geohex_grid 会聚合所有数组值。

precision

(可选，整数) 用于定义结果中单元格/桶的键的整数缩放。默认为 6。[0,15] 之外的值将被拒绝。

bounds

(可选，对象) 用于过滤每个桶中的 geo-point 或 geo-shape 的边界框。接受与 地理边界框查询 相同的边界框格式。

size

(可选，整数) 要返回的桶的最大数量。默认为 10,000。当结果被修剪时，桶的优先级基于它们包含的文档数量。

shard_size

(可选，整数) 从每个分片返回的桶的数量。默认为 max(10,(size x number-of-shards))，以便更准确地计算最终结果中的顶级单元格。由于每个分片可能具有不同的顶级结果顺序，因此在此处使用更大的数字可以降低计数不准确的风险，但会带来性能成本。
« Geohash 网格聚合 Geotile 网格聚合 »