## Geo Distance Aggregation 在geo_point字段上工作的多bucket聚合和概念上的工作非常類似于[range](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-range-aggregation.html)(范圍)聚合.用戶可以定義原點的點和距離范圍的集合。聚合計算每個文檔值與原點的距離，并根據范圍確定其所屬的bucket(桶)（如果文檔和原點之間的距離落在bucket(桶)的距離范圍內，則文檔屬于bucket(桶) ) | `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` `{` `"aggs" : {` `"rings_around_amsterdam" : {` `"geo_distance" : {` `"field" : "location",` `"origin" : "52.3760, 4.894",` `"ranges" : [` `{ "to" : 100000 },` `{ "from" : 100000, "to" : 300000 },` `{ "from" : 300000 }` `]` `}` `}` `}` `}` | 響應結果： | `{` `...` `"aggregations": {` `"rings_around_amsterdam" : {` `"buckets": [` `{` `"key": "*-100000.0",` `"from": 0.0,` `"to": 100000.0,` `"doc_count": 3` `},` `{` `"key": "100000.0-300000.0",` `"from": 100000.0,` `"to": 300000.0,` `"doc_count": 1` `},` `{` `"key": "300000.0-*",` `"from": 300000.0,` `"doc_count": 2` `}` `]` `}` `}` `}` | 指定的字段必須是geo_point類型（只能在映射中顯式設置）。它還可以保存一個geo_point字段的數組，在這種情況下，在聚合期間將考慮所有這些字段。原點可以接受[geo_point](https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-point.html)類型支持的所有格式: * 對象格式：{ "lat" : 52.3760, "lon" : 4.894 }－?這是最安全的格式，因為它是最明確的lat?(緯度)& lon(經度)值 * 字符串格式："52.3760, 4.894" ?－?第一個數值是lat(緯度)，第二個是lon(經度) * 數組格式：[4.894, 52.3760] ?－?它基于GeoJson標準，第一個數字是lon(經度)，第二個數字是lat(緯度) 在默認情況下，距離單位是m(米)，但它也可以接受:mi(英里)，in(英寸)，yd(碼)，km(公里)，cm(厘米)，毫米(毫米)。 | `POST /museums/_search?size=0` `{` `"aggs" : {` `"rings" : {` `"geo_distance" : {` `"field" : "location",` `"origin" : "52.3760, 4.894",` `"unit" : "km", ＃1` `"ranges" : [` `{ "to" : 100 },` `{ "from" : 100, "to" : 300 },` `{ "from" : 300 }` `]` `}` `}` `}` `}` | ＃1 ??距離將以公里計算 有兩種距離計算模式：arc(默認) 和?plane， arc(電弧)計算模式是最準確的，plane模式是最快的，但是最不準確。當考慮搜索上下文是“narrow”,跨越較小的地理區域（約5km）可以用plane，plane將為非常大的區域（例如跨大陸搜索）的搜索返回更高的誤差區間。距離計算類型可以使用distance_type參數設置。 ? ? | `POST /museums/_search?size=0` `{` `"aggs" : {` `"rings" : {` `"geo_distance" : {` `"field" : "location",` `"origin" : "52.3760, 4.894",` `"unit" : "km",` `"distance_type" : "plane",` `"ranges" : [` `{ "to" : 100 },` `{ "from" : 100, "to" : 300 },` `{ "from" : 300 }` `]` `}` `}` `}` `}` | ? ### Keyed Response 將keyed標志設置為true會將一個惟一的字符串鍵與每個bucket(桶)關聯起來，并將范圍作為散列而不是數組返回: | `POST /museums/_search?size=0` `{` `"aggs" : {` `"rings_around_amsterdam" : {` `"geo_distance" : {` `"field" : "location",` `"origin" : "52.3760, 4.894",` `"ranges" : [` `{ "to" : 100000 },` `{ "from" : 100000, "to" : 300000 },` `{ "from" : 300000 }` `],` `"keyed": true` `}` `}` `}` `}` | 返回結果： | `{` `...` `"aggregations": {` `"rings_around_amsterdam" : {` `"buckets": {` `"*-100000.0": {` `"from": 0.0,` `"to": 100000.0,` `"doc_count": 3` `},` `"100000.0-300000.0": {` `"from": 100000.0,` `"to": 300000.0,` `"doc_count": 1` `},` `"300000.0-*": {` `"from": 300000.0,` `"doc_count": 2` `}` `}` `}` `}` `}` | 也可以為每個范圍自定義key | `POST /museums/_search?size=0` `{` `"aggs" : {` `"rings_around_amsterdam" : {` `"geo_distance" : {` `"field" : "location",` `"origin" : "52.3760, 4.894",` `"ranges" : [` `{ "to" : 100000, "key": "first_ring" },` `{ "from" : 100000, "to" : 300000, "key": "second_ring" },` `{ "from" : 300000, "key": "third_ring" }` `],` `"keyed": true` `}` `}` `}` `}` | 返回結果： | `{` `...` `"aggregations": {` `"rings_around_amsterdam" : {` `"buckets": {` `"first_ring": {` `"from": 0.0,` `"to": 100000.0,` `"doc_count": 3` `},` `"second_ring": {` `"from": 100000.0,` `"to": 300000.0,` `"doc_count": 1` `},` `"third_ring": {` `"from": 300000.0,` `"doc_count": 2` `}` `}` `}` `}` `}` |