## 地理距離過濾器 `地理距離過濾器`（`geo_distance`）以給定位置為圓心畫一個圓，來找出那些位置落在其中的文檔： ```json GET /attractions/restaurant/_search { "query": { "filtered": { "filter": { "geo_distance": { "distance": "1km", <1> "location": { <2> "lat": 40.715, "lon": -73.988 } } } } } } ``` - <1> 找出所有與指定點距離在1公里（`1km`）內的 `location` 字段。訪問 [Distance Units](http://bit.ly/1ynS64j) 查看所支持的距離表示單位 - <2> 中心點可以表示為字符串，數組或者（如示例中的）對象。詳見 [lat-lon-formats](/lat-lon-formats)。 地理距離過濾器計算代價昂貴。 為了優化性能，Elasticsearch 先畫一個矩形框（邊長為2倍距離）來圍住整個圓形， 這樣就可以用消耗較少的盒模型計算方式來排除掉那些不在盒子內（自然也不在圓形內）的文檔， 然后只對落在盒模型內的這部分點用地理坐標計算方式處理。 > 提示 > 你需要判斷你的使用場景，是否需要如此精確的使用圓模型來做距離過濾？ > 通常使用矩形模型是更高效的方式，并且往往也能滿足應用需求。 ### 更快的地理距離計算 兩點間的距離計算，有多種性能換精度的算法： - `arc`:: 最慢但是最精確是`弧形`（`arc`）計算方式，這種方式把世界當作是球體來處理。 不過這種方式精度還是有限，因為這個世界并不是完全的球體。 - `plane`:: `平面`（`plane`）計算方式，((("plane distance calculation")))把地球當成是平坦的。 這種方式快一些但是精度略遜；在赤道附近位置精度最好，而靠近兩極則變差。 - `sloppy_arc`:: 如此命名，是因為它使用了 Lucene 的 `SloppyMath` 類。 這是一種用精度換取速度的計算方式，它使用 [Haversine formula](http://en.wikipedia.org/wiki/Haversine_formula) 來計算距離； 它比`弧形`（`arc`）計算方式快4~5倍, 并且距離精度達99.9%。這也是默認的計算方式。 你可以參考下例來指定不同的計算方式： ```json GET /attractions/restaurant/_search { "query": { "filtered": { "filter": { "geo_distance": { "distance": "1km", "distance_type": "plane", <1> "location": { "lat": 40.715, "lon": -73.988 } } } } } } ``` - <1> 使用更快但精度稍差的`平面`（`plane`）計算方式。 > 提示： > 你的用戶真的會在意一個賓館落在指定圓形區域數米之外了嗎？ > 一些地理位置相關的應用會有較高的精度要求；但大部分實際應用場景中，使用精度較低但響應更快的計算方式可能就挺好。 ### 地理距離區間過濾器 `地理距離過濾器`（`geo_distance`）和`地理距離區間過濾器`（`geo_distance_range`）的唯一差別在于后者是一個環狀的，它會排除掉落在內圈中的那部分文檔。 指定到中心點的距離也可以換一種表示方式： 指定一個最小距離（使用 `gt`或者`gte`）和最大距離（使用`lt`或者`lte`），就像使用`區間`（`range`）過濾器一樣。 ```json GET /attractions/restaurant/_search { "query": { "filtered": { "filter": { "geo_distance_range": { "gte": "1km", <1> "lt": "2km", <1> "location": { "lat": 40.715, "lon": -73.988 } } } } } } ``` - <1> 匹配那些距離中心點超過`1公里`而小于`2公里`的位置。