上一篇文章介紹了ElasticSearch使用Repository和ElasticSearchTemplate完成構建復雜查詢條件，簡單介紹了ElasticSearch使用地理位置的功能。

這一篇我們來看一下使用ElasticSearch完成大數據量查詢附近的人功能，搜索N米范圍的內的數據。

準備環境

本機測試使用了ElasticSearch最新版5.5.1，SpringBoot1.5.4，spring-data-ElasticSearch2.1.4. 新建Springboot項目，勾選ElasticSearch和web。 pom文件如下 <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><groupId>com.tianyalei</groupId><artifactId>elasticsearch</artifactId><version>0.0.1-SNAPSHOT</version><packaging>jar</packaging><name>elasticsearch</name><description>Demo project for Spring Boot</description><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>1.5.4.RELEASE</version><relativePath/> <!-- lookup parent from repository --></parent><properties><project.build.sourceEncoding>UTF-8</project.build.sourceEncoding><project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>com.sun.jna</groupId><artifactId>jna</artifactId><version>3.0.9</version></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project> 新建model類Person package com.tianyalei.elasticsearch.model;import org.springframework.data.annotation.Id; import org.springframework.data.elasticsearch.annotations.Document; import org.springframework.data.elasticsearch.annotations.GeoPointField;import java.io.Serializable;/*** model類*/ @Document(indexName="elastic_search_project",type="person",indexStoreType="fs",shards=5,replicas=1,refreshInterval="-1") public class Person implements Serializable {@Idprivate int id;private String name;private String phone;/*** 地理位置經緯度* lat緯度，lon經度 "40.715,-74.011"* 如果用數組則相反[-73.983, 40.719]*/@GeoPointFieldprivate String address;public int getId() {return id;}public void setId(int id) {this.id = id;}public String getName() {return name;}public void setName(String name) {this.name = name;}public String getPhone() {return phone;}public void setPhone(String phone) {this.phone = phone;}public String getAddress() {return address;}public void setAddress(String address) {this.address = address;} } 我用address字段表示經緯度位置。注意，使用String[]和String分別來表示經緯度時是不同的，見注釋。 import com.tianyalei.elasticsearch.model.Person; import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;public interface PersonRepository extends ElasticsearchRepository<Person, Integer> {} 看一下Service類，完成插入測試數據的功能，查詢的功能我放在Controller里了，為了方便查看，正常是應該放在Service里 package com.tianyalei.elasticsearch.service;import com.tianyalei.elasticsearch.model.Person; import com.tianyalei.elasticsearch.repository.PersonRepository; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.data.elasticsearch.core.query.IndexQuery; import org.springframework.stereotype.Service;import java.util.ArrayList; import java.util.List;@Service public class PersonService {@AutowiredPersonRepository personRepository;@AutowiredElasticsearchTemplate elasticsearchTemplate;private static final String PERSON_INDEX_NAME = "elastic_search_project";private static final String PERSON_INDEX_TYPE = "person";public Person add(Person person) {return personRepository.save(person);}public void bulkIndex(List<Person> personList) {int counter = 0;try {if (!elasticsearchTemplate.indexExists(PERSON_INDEX_NAME)) {elasticsearchTemplate.createIndex(PERSON_INDEX_TYPE);}List<IndexQuery> queries = new ArrayList<>();for (Person person : personList) {IndexQuery indexQuery = new IndexQuery();indexQuery.setId(person.getId() + "");indexQuery.setObject(person);indexQuery.setIndexName(PERSON_INDEX_NAME);indexQuery.setType(PERSON_INDEX_TYPE);//上面的那幾步也可以使用IndexQueryBuilder來構建//IndexQuery index = new IndexQueryBuilder().withId(person.getId() + "").withObject(person).build();queries.add(indexQuery);if (counter % 500 == 0) {elasticsearchTemplate.bulkIndex(queries);queries.clear();System.out.println("bulkIndex counter : " + counter);}counter++;}if (queries.size() > 0) {elasticsearchTemplate.bulkIndex(queries);}System.out.println("bulkIndex completed.");} catch (Exception e) {System.out.println("IndexerService.bulkIndex e;" + e.getMessage());throw e;}} } 注意看bulkIndex方法，這個是批量插入數據用的，bulk也是ES官方推薦使用的批量插入數據的方法。這里是每逢500的整數倍就bulk插入一次。
package com.tianyalei.elasticsearch.controller;import com.tianyalei.elasticsearch.model.Person; import com.tianyalei.elasticsearch.service.PersonService; import org.elasticsearch.common.unit.DistanceUnit; import org.elasticsearch.index.query.GeoDistanceQueryBuilder; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.search.sort.GeoDistanceSortBuilder; import org.elasticsearch.search.sort.SortBuilders; import org.elasticsearch.search.sort.SortOrder; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.data.domain.PageRequest; import org.springframework.data.domain.Pageable; import org.springframework.data.elasticsearch.core.ElasticsearchTemplate; import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder; import org.springframework.data.elasticsearch.core.query.SearchQuery; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RestController;import java.text.DecimalFormat; import java.util.ArrayList; import java.util.List; import java.util.Random;@RestController public class PersonController {@AutowiredPersonService personService;@AutowiredElasticsearchTemplate elasticsearchTemplate;@GetMapping("/add")public Object add() {double lat = 39.929986;double lon = 116.395645;List<Person> personList = new ArrayList<>(900000);for (int i = 100000; i < 1000000; i++) {double max = 0.00001;double min = 0.000001;Random random = new Random();double s = random.nextDouble() % (max - min + 1) + max;DecimalFormat df = new DecimalFormat("######0.000000");// System.out.println(s);String lons = df.format(s + lon);String lats = df.format(s + lat);Double dlon = Double.valueOf(lons);Double dlat = Double.valueOf(lats);Person person = new Person();person.setId(i);person.setName("名字" + i);person.setPhone("電話" + i);person.setAddress(dlat + "," + dlon);personList.add(person);}personService.bulkIndex(personList);// SearchQuery searchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.queryStringQuery("spring boot OR 書籍")).build(); // List<Article> articles = elas、ticsearchTemplate.queryForList(se、archQuery, Article.class); // for (Article article : articles) { // System.out.println(article.toString()); // }return "添加數據";}/***geo_distance: 查找距離某個中心點距離在一定范圍內的位置geo_bounding_box: 查找某個長方形區域內的位置geo_distance_range: 查找距離某個中心的距離在min和max之間的位置geo_polygon: 查找位于多邊形內的地點。sort可以用來排序*/@GetMapping("/query")public Object query() {double lat = 39.929986;double lon = 116.395645;Long nowTime = System.currentTimeMillis();//查詢某經緯度100米范圍內GeoDistanceQueryBuilder builder = QueryBuilders.geoDistanceQuery("address").point(lat, lon).distance(100, DistanceUnit.METERS);GeoDistanceSortBuilder sortBuilder = SortBuilders.geoDistanceSort("address").point(lat, lon).unit(DistanceUnit.METERS).order(SortOrder.ASC);Pageable pageable = new PageRequest(0, 50);NativeSearchQueryBuilder builder1 = new NativeSearchQueryBuilder().withFilter(builder).withSort(sortBuilder).withPageable(pageable);SearchQuery searchQuery = builder1.build();//queryForList默認是分頁，走的是queryForPage，默認10個List<Person> personList = elasticsearchTemplate.queryForList(searchQuery, Person.class);System.out.println("耗時：" + (System.currentTimeMillis() - nowTime));return personList;} } 看Controller類，在add方法中，我們插入90萬條測試數據，隨機產生不同的經緯度地址。 在查詢方法中，我們構建了一個查詢100米范圍內、按照距離遠近排序，分頁每頁50條的查詢條件。如果不指明Pageable的話，ESTemplate的queryForList默認是10條，通過源碼可以看到。 啟動項目，先執行add，等待百萬數據插入，大概幾十秒。 然后執行查詢，看一下結果。
第一次查詢花費300多ms，再次查詢后時間就大幅下降，到30ms左右，因為ES已經自動緩存到內存了。 可見，ES完成地理位置的查詢還是非常快的。適用于查詢附近的人、范圍查詢之類的功能。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 后記，在后來的使用中，Elasticsearch2.3版本時，按上面的寫法出現了geo類型無法索引的情況，進入es的為String，而不是標注的geofiled。在此記錄一下解決方法，將String類型修改為GeoPoint，且是org.springframework.data.elasticsearch.core.geo.GeoPoint包下的。然后需要在創建index時，顯式調用一下mapping方法，才能正確的映射為geofield。 如下 if (!elasticsearchTemplate.indexExists("abc")) {elasticsearchTemplate.createIndex("abc");elasticsearchTemplate.putMapping(Person.class);}


參考：ES根據地理位置查詢?http://blog.csdn.net/bingduanlbd/article/details/52253542

總結

以上是生活随笔為你收集整理的使用ElasticSearch完成百万级数据查询附近的人功能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。