开发一个大型网站需要多少钱网站首页原型图
需求整理：
geohash 7网格存储工作热度和学习热度数值，支持随机区域多个范围的热度聚合；
创建索引结构
索引文档需要包含 Geohash 网格、工作热度和学习热度等字段。可以在 Elasticsearch 中定义一个索引，确保 location 字段的类型是 geo_point，用于支持地理空间查询。
PUT /geohash_index
{"mappings": {"properties": {"geohash": {"type": "keyword"},"location": {"type": "geo_point"},"work_heat": {"type": "integer"},"study_heat": {"type": "integer"}}}
}
插入数据
POST /geohash_index/_doc/1
{"geohash": "wx4g0f0","location": {"lat": 39.9042,"lon": 116.4074},"work_heat": 100,"study_heat": 50
}
聚合查询
使用 Elasticsearch 的地理空间范围聚合 (geo_distance aggregation) 实现不同范围内的数据聚合，比如 500m、1.5km、3km，统计工作热度和学习热度。
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.aggregations.AggregationBuilders;
import org.elasticsearch.search.aggregations.bucket.range.GeoDistanceAggregationBuilder;
import org.elasticsearch.common.unit.DistanceUnit;
import org.springframework.data.elasticsearch.core.ElasticsearchRestTemplate;
import org.springframework.data.elasticsearch.core.query.NativeSearchQuery;
import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder;
import org.springframework.beans.factory.annotation.Autowired;public class GeoAggregationQuery {@Autowiredprivate ElasticsearchRestTemplate elasticsearchRestTemplate;public void searchWithGeoAggregation() {// 构建地理空间范围聚合GeoDistanceAggregationBuilder geoDistanceAgg = AggregationBuilders.geoDistance("geo_distance_agg", new GeoPoint(39.9042, 116.4074)).unit(DistanceUnit.METERS).field("location").addRange(0, 500) // 0-500米范围.addRange(500, 1500) // 500米-1.5公里范围.addRange(1500, 3000) // 1.5公里-3公里范围.subAggregation(AggregationBuilders.sum("total_work_heat").field("work_heat")) .subAggregation(AggregationBuilders.sum("total_study_heat").field("study_heat")); // 构建查询NativeSearchQuery searchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.matchAllQuery()) .addAggregation(geoDistanceAgg).build();elasticsearchRestTemplate.search(searchQuery, YourEntityClass.class).getAggregations().asMap().forEach((name, agg) -> {// 处理聚合结果，例如输出各个范围内的热度总和System.out.println(name + ": " + agg);});}
}
可以根据需求扩展查询条件，例如增加 BoolQueryBuilder 来过滤特定条件的数据。同样可以通过修改距离和单位，调整聚合的范围。
额外：怎么评估最外围擦边的点要不要算在里面
1. 中心点与半径：
每个距离范围（如 500m、1.5km、3km）是以你指定的中心点为原点，计算的半径距离。在执行查询时，Elasticsearch 通过 Haversine 公式（或其他地理距离计算方法）确定每个文档的地理位置是否在某个距离范围内。
2. 文档是否落入某个范围：
• 如果文档的地理位置计算出的距离小于或等于给定范围（例如 500m 或 1.5km），那么这个文档会被算作属于这个距离范围的桶。
• 如果文档的地理位置超过了给定的范围，那么它不会算作在该桶中。
具体实现：
- 基于中心点：计算距离的起点是你定义的中心点，所有距离测量都是围绕这个点进行。
- 严格的边界计算：擦边的点如果距离与给定范围正好相等，它会被算作属于该范围。