Geohex 网格聚合
六边形分层地理空间索引系统 (H3) 将地球区域划分为可识别的六边形单元格。
H3 网格系统非常适用于邻近性应用，因为它克服了 Geohash 非均匀分区的限制。Geohash 对经纬度对进行编码，导致在两极附近的分区显著减小，赤道附近的分区按经度度数缩小。然而，H3 网格系统的失真度很低，且仅限于 122 个分区中的 5 个。这五个分区放置在低使用区域（例如，在海洋中央），使关键区域无误差。因此，基于 H3 网格系统对文档进行分组比 Geohash 网格提供更好的聚合。
Geohex 网格聚合将地理点分组到网格单元中以进行地理分析。每个网格单元对应一个 H3 单元，并使用 H3Index 表示法进行识别。
精度
precision 参数控制确定网格单元大小的粒度级别。精度越低，网格单元越大。
以下示例说明了低精度和高精度聚合请求。
首先，创建索引并将 location 字段映射为 geo_point
PUT national_parks
{
"mappings": {
"properties": {
"location": {
"type": "geo_point"
}
}
}
}
将以下文档索引到示例索引中
PUT national_parks/_doc/1
{
"name": "Yellowstone National Park",
"location": "44.42, -110.59"
}
PUT national_parks/_doc/2
{
"name": "Yosemite National Park",
"location": "37.87, -119.53"
}
PUT national_parks/_doc/3
{
"name": "Death Valley National Park",
"location": "36.53, -116.93"
}
您可以以多种格式索引地理点。有关所有支持格式的列表，请参阅地理点文档。
低精度请求
运行一个低精度请求，将所有三个文档归并到一起
GET national_parks/_search
{
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 1
}
}
}
}
您可以对 geohex 网格聚合查询使用 GET 或 POST HTTP 方法。
响应将文档 2 和 3 分组在一起，因为它们足够接近，可以归并到一个网格单元中
{
"took" : 4,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "national_parks",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "Yellowstone National Park",
"location" : "44.42, -110.59"
}
},
{
"_index" : "national_parks",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"name" : "Yosemite National Park",
"location" : "37.87, -119.53"
}
},
{
"_index" : "national_parks",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"name" : "Death Valley National Park",
"location" : "36.53, -116.93"
}
}
]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8129bffffffffff",
"doc_count" : 2
},
{
"key" : "8128bffffffffff",
"doc_count" : 1
}
]
}
}
}
高精度请求
现在运行一个高精度请求
GET national_parks/_search
{
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6
}
}
}
}
由于粒度更高，所有三个文档都单独归并
{
"took" : 5,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : 1.0,
"hits" : [
{
"_index" : "national_parks",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"name" : "Yellowstone National Park",
"location" : "44.42, -110.59"
}
},
{
"_index" : "national_parks",
"_id" : "2",
"_score" : 1.0,
"_source" : {
"name" : "Yosemite National Park",
"location" : "37.87, -119.53"
}
},
{
"_index" : "national_parks",
"_id" : "3",
"_score" : 1.0,
"_source" : {
"name" : "Death Valley National Park",
"location" : "36.53, -116.93"
}
}
]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
},
{
"key" : "862896017ffffff",
"doc_count" : 1
}
]
}
}
}
过滤请求
高精度请求资源密集，因此我们建议使用 geo_bounding_box 等过滤器来限制地理区域。例如，以下查询应用过滤器以限制搜索区域
GET national_parks/_search
{
"size" : 0,
"aggregations": {
"filtered": {
"filter": {
"geo_bounding_box": {
"location": {
"top_left": "38, -120",
"bottom_right": "36, -116"
}
}
},
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6
}
}
}
}
}
}
响应包含在 geo_bounding_box 边界内的两个文档
{
"took" : 4,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"filtered" : {
"doc_count" : 2,
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
}
]
}
}
}
}
您还可以通过在 bounds 参数中提供边界包络的坐标来限制地理区域。 bounds 和 geo_bounding_box 坐标都可以指定为 地理点格式中的任何一种。以下查询使用众所周知的文本 (WKT)“POINT(longitude latitude)”格式作为 bounds 参数
GET national_parks/_search
{
"size": 0,
"aggregations": {
"grouped": {
"geohex_grid": {
"field": "location",
"precision": 6,
"bounds": {
"top_left": "POINT (-120 38)",
"bottom_right": "POINT (-116 36)"
}
}
}
}
}
响应只包含在指定边界内的两个结果
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 3,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
},
"aggregations" : {
"grouped" : {
"buckets" : [
{
"key" : "8629ab6dfffffff",
"doc_count" : 1
},
{
"key" : "8629857a7ffffff",
"doc_count" : 1
}
]
}
}
}
bounds 参数可以与 geo_bounding_box 过滤器一起使用或不使用；这两个参数是独立的，并且可以彼此具有任何空间关系。
支持的参数
Geohex 网格聚合请求支持以下参数。
| 参数 | 数据类型 | 描述 |
|---|---|---|
| 字段 | 字符串 | 包含地理点的字段。此字段必须映射为 geo_point 字段。如果字段包含数组，则所有数组值都将被聚合。必填。 |
| precision（精度） | 整数 | 用于确定结果分桶的网格单元的粒度级别。单元格不能超过所需精度的指定大小（对角线）。有效值范围为 [0, 15]。可选。默认为 5。 |
| bounds（边界） | 对象 | 用于过滤地理点的边界框。边界框由左上角和右下角顶点定义。顶点以以下格式之一指定为地理点 - 包含纬度和经度的对象 - 以 [ longitude（经度）, latitude（纬度）] 格式的数组- 以“ latitude（纬度）,longitude（经度）”格式的字符串- Geohash - WKT 有关格式示例，请参阅地理点格式。可选。 |
| 大小 | 整数 | 返回的最大桶数。当桶数超过size时，OpenSearch 返回包含更多文档的桶。可选。默认值为 10,000。 |
| shard_size（分片大小） | 整数 | 每个分片返回的最大桶数。可选。默认值为 max (10, size · 分片数量)，这提供了更优先桶的更准确计数。 |