本学习笔记基于ElasticSearch 7.10版本，旧版本已经废弃的查询功能暂时不做笔记，以后有涉及到再做补充。
参考官方文档：
https://www.elastic.co/guide/en/elasticsearch/reference/7.10/geo-queries.html
https://www.elastic.co/guide/en/elasticsearch/reference/7.10/specialized-queries.html
1、地理位置查询
1.1、数据准备
创建一个索引：
PUT geo
{
"mappings": {
"properties": {
"name":{
"type": "keyword"
},
"location":{
"type": "geo_point"
}
}
}
}
准备一个 geo.json 文件，贴上如下文件内容，注意最后一行要留空：
{
"index":{
"_index":"geo","_id":1}}
{
"name":"西安","location":"34.288991865037524,108.9404296875"}
{
"index":{
"_index":"geo","_id":2}}
{
"name":"北京","location":"39.926588421909436,116.43310546875"}
{
"index":{
"_index":"geo","_id":3}}
{
"name":"上海","location":"31.240985378021307,121.53076171875"}
{
"index":{
"_index":"geo","_id":4}}
{
"name":"天津","location":"39.13006024213511,117.20214843749999"}
{
"index":{
"_index":"geo","_id":5}}
{
"name":"杭州","location":"30.259067203213018,120.21240234375001"}
{
"index":{
"_index":"geo","_id":6}}
{
"name":"武汉","location":"30.581179257386985,114.3017578125"}
{
"index":{
"_index":"geo","_id":7}}
{
"name":"合肥","location":"31.840232667909365,117.20214843749999"}
{
"index":{
"_index":"geo","_id":8}}
{
"name":"重庆","location":"29.592565403314087,106.5673828125"}
最后执行批量导入命令：
curl -XPOST "http://localhost:9200/geo/_bulk?pretty" -H "content-type:application/json" --data-binary @geo.json
可能用到的工具网站：http://geojson.io/#map=6/32.741/116.521
1.2、geo_distance
geo_distance 查询：给出一个中心点和距离，查询以该中心点为圆心，以距离为半径范围内的文档：
GET geo/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {
}
}
],
"filter": [
{
"geo_distance": {
"distance": "600km",
"location": {
"lat": 34.288991865037524,
"lon": 108.9404296875
}
}
}
]
}
}
}
1.3、geo_bounding_box
geo_bounding 分别制定左上和右下两个点，查询两个点组成的矩形内所有文档：
GET geo/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {
}
}
],
"filter": [
{
"geo_bounding_box": {
"location": {
"top_left": {
"lat": 32.0639555946604,
"lon": 118.78967285156249
},
"bottom_right": {
"lat": 29.98824461550903,
"lon": 122.20642089843749
}
}
}
}
]
}
}
}
1.4、geo_polygon
geo_polygon 最少制定三个点，查询组成的多边形范围内所有文档：
GET geo/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {
}
}
],
"filter": [
{
"geo_polygon": {
"location": {
"points": [
{
"lat": 31.793755581217674,
"lon": 113.8238525390625
},
{
"lat": 30.007273923504556,
"lon":114.224853515625
},
{
"lat": 30.007273923504556,
"lon":114.8345947265625
}
]
}
}
}
]
}
}
}
1.5、geo_shape
geo_shape 用来查询图形，针对 geo_shape 字段类型，两个图形之间的关系有：相交、包含、不相交。
首先新建索引：
PUT geo_shape
{
"mappings": {
"properties": {
"name": {
"type": "keyword"
},
"location": {
"type": "geo_shape"
}
}
}
}
添加一条线：
PUT geo_shape/_doc/1
{
"name": "西安-郑州",
"location": {
"type": "linestring",
"coordinates": [
[108.9404296875, 34.279914398549934],
[113.66455078125, 34.768691457552706]
]
}
}
接下来查询某一个图形中是否包含该线：
GET geo_shape/_search
{
"query": {
"bool": {
"must": [
{
"match_all": {
}
}
],
"filter": [
{
"geo_shape": {
"location": {
"shape": {
"type": "envelope",
"coordinates": [
[
106.5234375,
36.80928470205937
],
[
115.33447265625,
32.24997445586331
]
]
},
"relation": "within"
}
}
}
]
}
}
}
relation 属性表示两个图形的关系：
- within 包含
- intersects 相交
- disjoint 不相交
2、特殊查询
2.1、more_like_this
more_like_this 查询可以实现基于内容的推荐，给定一篇文章，可以查询出和该文章相似的内容。
more_like_this 的一些参数说明：
- fields ：要匹配的字段，可以有多个。
- like ：要匹配的文本。
- min_term_freq ：词项的最低频率，默认是 2。注意： 是指 like 中文本的词项。
- max_query_terms ： like 中文本的词项被分词后的最大数量。
- min_doc_freq ：最小的文档频率。like中文本的词项，至少要在多少个文档中出现的树木，少于则词项被忽略。
- max_doc_freq ：最大的文档频率。
- analyzer ：分词器，默认使用字段的分词器。
- stop_words ：停用词列表。
- minmum_should_match ：文档中最少匹配的词项数目，少于则文档被忽略。
2.2、script
脚本查询，例如查询所有价格大于 200 的图书：
GET books/_search
{
"query": {
"bool": {
"filter": [
{
"script": {
"script": {
"lang": "painless",
"source": "if(doc['price'].size()!=0){doc['price'].value > 200}"
}
}
}
]
}
}
}
2.3、percolate
percolate 表示为渗透查询或者反向查询，作用于 percolate 类型的字段，该字段不会被分词。
- 正常查询： 根据查询语句找到对应的文档，属于 query >> document 的过程。
- percolate查询： 根据文档，返回与之匹配的查询语句，属于 document >> query 的过程。
应用场景：
- 价格监控
- 库存报警
- 股票警告
- …
例如有个阈值告警场景，当指定字段值大于阈值 10，报警提示：
定义索引：
PUT log
{
"mappings": {
"properties": {
"threshold":{
"type": "long"
},
"count":{
"type": "long"
},
"query":{
"type":"percolator"
}
}
}
}
插入文档：
PUT log/_doc/1
{
"threshold":10,
"query":{
"bool":{
"must":{
"range":{
"count":{
"gt":10
}
}
}
}
}
}
使用percolator 查询多个指定文档，大于阈值的文档会被报警：
GET log/_search
{
"query": {
"percolate": {
"field": "query",
"documents": [
{
"count":3
},
{
"count":6
},
{
"count":90
},
{
"count":12
},
{
"count":15
}
]
}
}
}
查询结果中的 _percolator_document_slot 字段表示文档的下标，从 0 开始计数。
版权声明：
本文仅记录ElasticSearch学习心得，如有侵权请联系删除。
更多内容请访问原创作者：江南一点雨
版权声明：本文不是「本站」原创文章，版权归原作者所有 | 原文地址: