es geo原理到底咋回事？老鸟带你避坑，别再乱建索引了

做地图搜索、附近的人、物流轨迹，你肯定被ES的geo搞崩溃过。

别去啃官方文档那些天书了。

今天我就掏心窝子，把es geo原理掰碎了讲给你听。

保证你看完就能上手，少走半年弯路。

先说个大实话，很多新人上来就建索引。

字段直接写geo_point，然后就开始查。

结果查出来的数据，要么不准，要么慢得像蜗牛。

为啥？因为你根本不懂es geo原理里的底层逻辑。

ES里的经纬度，不是简单的数字。

它被压缩成了经纬度网格。

这就好比把地球切成了无数个小方块。

每个方块有个唯一的ID，叫geohash。

这个geohash就是定位的核心。

你存数据的时候，ES会自动算出这个hash值。

查数据的时候，也是基于这个hash去匹配。

这里有个大坑，很多人不知道。

geohash的精度，直接决定查询速度和准确度。

默认精度是5位，大概5公里范围。

你要是做外卖配送，这精度够吗？

肯定不够啊，5公里都能跨半个城了。

这时候你得手动指定精度。

比如指定到7位，大概50米。

或者8位，大概10米。

精度越高，hash值越长，匹配越慢。

这就是es geo原理里最纠结的地方。

你要在速度和精度之间找平衡。

一般建议，城市内用7位，郊区用6位。

别一上来就搞10位，那查询能卡死你。

除了geohash，还有另一种方式。

叫lat/lon直接存。

这种方式适合做精确的矩形范围查询。

比如查一个小区的四至范围。

这时候用geo_bounding_box最合适。

但要注意，这种方式不支持圆形搜索。

想查“半径5公里内的人”，必须用geo_distance。

这里有个细节，很多人会搞错。

geo_distance是基于球面计算的。

它不是简单的平面几何。

所以算出来的距离，比勾股定理准得多。

但是，如果你数据量特别大。

比如几千万条轨迹数据。

每次算球面距离，CPU能给你干冒烟。

这时候就得用缓存或者预计算。

把热门区域的查询结果缓存起来。

或者在写入数据时，就把距离算好存起来。

虽然占空间，但查起来飞快。

这也是es geo原理里的高级技巧。

再说说多边形查询。

比如查某个行政区域的数据。

用geo_polygon。

这个功能很强大，但也很吃资源。

因为要判断点是否在多边形内。

算法复杂度比较高。

如果你的多边形很复杂，有很多凹凸角。

查询速度会明显下降。

这时候建议简化多边形。

或者把多边形拆分成几个矩形。

用geo_bounding_box组合查询。

虽然代码麻烦点，但性能提升巨大。

最后说说索引优化。

别把所有geo字段都设成keyword。

一定要用geo_point或geo_shape。

而且，最好加上doc_values。

不然你每次排序，都得重新算。

那速度，你懂的。

还有，别在geo字段上搞分词。

经纬度是精确值，不需要分词。

分了词反而查不到。

我见过有人把经纬度当字符串存。

然后搞什么like查询。

那是自欺欺人，数据量一大就崩。

记住，专业的事交给专业的字段。

总结一下，搞懂es geo原理，关键就三点。

一是选对精度，别盲目追求高。

二是选对查询类型，矩形用box，圆形用distance。

三是注意性能优化，缓存和预计算不能少。

别怕踩坑，我当年也交了不少学费。

现在把这些经验分享给你，希望你能少掉点头发。

做技术就是这样，踩坑多了，自然就懂了。

希望这篇能帮你解决实际问题。

要是还有不懂的，评论区见。