# GeoHash grid Aggregation(GeoHash網格聚合) 原文鏈接 : [https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-geohashgrid-aggregation.html](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-geohashgrid-aggregation.html) 譯文鏈接 : [http://www.apache.wiki/display/Elasticsearch](http://www.apache.wiki/display/Elasticsearch)（修改該鏈接為 **ApacheCN** 對應的譯文鏈接） 貢獻者 : @于永超，[ApacheCN](/display/~apachecn)，[Apache中文網](/display/~apachechina) ## GeoHash grid Aggregation 在geo_point字段和組上工作的多bucket聚合將指向網格中表示單元格的bucket。生成的網格可以是稀疏的，并且只包含具有匹配數據的單元格。每個單元格使用具有用戶可定義精度的[geohash](http://en.wikipedia.org/wiki/Geohash)進行標記。 * 高精度geohash具有較長的字符串長度，代表僅覆蓋小面積的單元格。 * 低精度geohashes具有短的字符串長度，并且表示每個覆蓋大面積的單元格。 在此聚合中使用的地理位置可以選擇1到12之間的精度。 長度為12的最高精度的geohash產生覆蓋小于一平方米土地的單元，因此高精度請求在RAM和結果大小方面可能非常昂貴。 請參閱下面的示例，了解如何在請求高級細節之前首先將聚合過濾到較小的地理區域。 指定字段必須為geo_point類型(這只能在映射中明確設置)并且它還可以保存一組geo_point字段，在這種情況下，聚合期間將考慮所有點。 ### Simple low-precision request ``` PUT /museums { "mappings": { "doc": { "properties": { "location": { "type": "geo_point" } } } } } POST /museums/doc/_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 } } } } ``` 響應結果 ``` { ... "aggregations": { "large-grid": { "buckets": [ { "key": "u17", "doc_count": 3 }, { "key": "u09", "doc_count": 2 }, { "key": "u15", "doc_count": 1 } ] } } } ``` ### High-precision requests 當請求詳細的存儲區（通常用于顯示“zoomed”映射）時，應該應用像[geo_bounding_box](https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-geo-bounding-box-query.html)這樣的過濾器來縮小主題區域，否則將創建并返回數百萬個buckets(存儲桶)。 ``` 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 } } } } } } ``` ### Cell dimensions at the equator 下面的表顯示了由geohash的各種字符串長度覆蓋的單元格的度量維度。 | GeoHash length | Area width x height | | --- | --- | | 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 | ### Options field ??強制性。 使用GeoPoints索引的字段的名稱。 precision ??可選的。 用于在結果中定義單元格/桶的geohash的字符串長度。 默認為5。 size ? ?可選的。返回的geohash桶的最大數量(默認為10,000)。在處理結果時，根據所包含的文檔的數量優先級排序。 shard_size ?可選的。為了能夠更精確地計算頂部單元格返回的最終結果，聚合默認值將從每個shard返回最大(10,(size x number-of-shards),如果這個heuristic(啟發式)是不可取的,?使用這個參數可以覆蓋每個碎片上數量