依據索引文件的地理座標來進行搜尋。elasticsearch 也可以處理這種搜尋。——空間搜尋
put my_space_test, "locationpoint": ,
"locationshape": }}
}}
post my_space_test/poi/_bulk}}細緻**locationpoint欄位能夠看到座標能夠使用多種形式來賦值，能夠使用字串、陣列（僅僅能包括兩個數值）、乙個物件、地理雜湊值等來提供經緯度。}}},"locationshape":}}}
}}
詳細每種方式可能略有不同，詳細使用再查相關資料。
再來看一下。locationshape,其形式就更加多樣了，能夠是乙個點 ，即為一組數值對 [ 經度，維度 ] ，也能夠是乙個框 [ [左。上], [右，下] ]，還能夠是多邊形。可是必須保證第乙個座標和最後乙個座標是同樣的，從而保證是乙個閉合的圖形。[ [ [1,1],[2,2], [3,4] ,[1,1] ] ] ,能夠發現多邊形的定義中其能夠是多個多邊形，是乙個可擴充套件的陣列。
get my_space_test/poi/_search以上查詢的結果是一樣的（注意陣列和字串座標的位置順序是不同的）通過距離座標點 [ 2.3508,48.8567 ]的大小來對查詢文件進行排序。這在實際搜尋中很實用，能夠返回臨近的一些座標點。},"sort": [
,"unit": "km",
"order": "asc"}}
]}get my_space_test/poi/_search
},"sort": [}]}
示意圖 1
返回的文件就像是包括在矩形和圓形中的藍色點，紅色點用來確定邊框，紅色線段確定距離範圍。在圖形之外的點就被過濾掉了。以上都是針對型別為geo_point
以下我們來看一下geo_shape型別是怎樣使用的？
"query": ,首先來說，過濾查詢的字段locationshap 中包括多種形狀型別。有點、包絡線、多邊形、甚至說多個多邊形"relation": "within"}}
},,"relation": "within"}}
},,"relation": "within"}}
},,"relation": "within"}}
}]}}
}}
以上的查詢是看那些形狀位於所查詢的形狀之內。
我們再來個示意圖吧，這樣好理解一些。
示意圖2
比方說，我們能夠定義乙個中國的多邊形。然後查詢那些城市是位於中國的。這些城市也能夠是多邊形，當然也能夠用乙個點來定義，通過這種過濾方式都能夠準確的找到。
怎麼樣？es是不是非常炫？革命尚未成功，同志仍需努力！堅持你才幹看到最美的風景，即便一路上會有荊棘。接下來看看。空間搜尋相應的高亮和聚合。待續……
釋放Elasticsearch儲存空間
elasticsearch刪除文件並沒有真正刪除，僅作了刪除標記，從而不能再被搜尋到。為了 磁碟空間，需要 forcemergeapi進行清理和優化。為了理解force merge api，我們需要大概了解elasticsearch的底層架構lucene。當往索引中插入文件時，文件被對映到乙個或多個...
elasticsearch配置詳解
elasticsearch的config資料夾裡面有兩個配置檔案 elasticsearch.yml和logging.yml，第乙個是es的基本配置檔案，第二個是日誌配置檔案，es也是使用log4j來記錄日誌的，所以logging.yml裡的設定按普通log4j配置檔案來設定就行了。下面主要講解下e...
誰在使用Elasticsearch
github github使用elasticsearch搜尋20tb的資料，包括13億的檔案和1300億行的 這個不用介紹了吧，碼農們都懂的，github在2013年1月公升級了他們的 搜尋，由solr轉為elasticsearch，目前集群規模為26個索引儲存節點和8個客戶端節點 負責處理搜尋請求...