38、地理数据处理：从点到形状的全面解析

地理数据处理：从点到形状的全面解析

在处理地理数据时，我们常常会面临各种挑战，比如内存使用、结果筛选与聚合、形状关系判断等。本文将深入探讨地理数据处理中的关键技术，包括地理点（Geo - Points）、地理哈希（Geohashes）、地理聚合（Geo - aggregations）以及地理形状（Geo - shapes）的相关应用与优化。

1. 地理点处理与内存优化

地理点数据在存储和处理时会占用大量内存。每个经纬度对需要 16 字节的内存来提供高精度的结果，但在实际应用中，这种高精度往往并非必需。

内存优化方法 ：
- 使用压缩的字段数据格式 ：通过指定地理点的精度，可以显著减少内存使用。例如，将精度降低到 1mm 可减少三分之一的内存使用，设置为 3m 可减少 62%，而设置为 1km 则可节省 75%。可以使用更新映射 API 来更改实时索引的设置：

POST /attractions/_mapping/restaurant
{
  "location": {
    "type": "geo_point",
    "fielddata": {
      "format":    "compressed",
      "precision": "1km" 
    }
  }
}

这样每个经纬度对只需 4 字节，而非原来的 16 字节。
- 使用文档值存储地理点 ：可以避免将地理点加载到内存中，而是将其存储在磁盘上。不过