💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
## 映射地理形状 与 `geo_point`类型的字段相似,地理形状也需要在使用前明确映射: ```json PUT /attractions { "mappings": { "landmark": { "properties": { "name": { "type": "string" }, "location": { "type": "geo_shape" } } } } } ``` 你需要关注两个重要的设置项来调整精度(`precision`)和距离误差(`distance_error_pct`)。 There are two important settings that you should consider changing `precision` and `distance_error_pct`. ### 精度 精度(`precision`)参数用来控制组成地理形状的geohash的长度。 它的默认值是 `9`,等同于尺寸在 5m*5m 的[geohash](geohash)。这个精度可能比你需要的精确得多。 精度越低,需要索引的单元就越少,检索时也会更快。当然,精度越低,地理形状的准确性就越差。 你需要决定自己的地理形状所需精度 —— 即使减少1-2个等级的精度也能带来明显的消耗缩减收益。 你可以通过指定距离的方式来定制精度 —— 比如,`50m`或`2km`; 不过这些距离最终也是会转换成对应的geohash长度(见 [geohashes](geohashes))。 ### 距离误差 当索引一个多边形时,中间连续区域很容易用一个短geohash来表示。 麻烦的是边缘部分,这些地方需要使用更精细的geohash才能表示。 当你在索引一个小地标时,你希望它的边界比较精确;(如果精度不够,)让这些纪念碑一个叠着一个可不好。 当索引整个国家时,你就不需要这么高的精度。误差个50米左右也没什么大不了。 距离误差(`distance_error_pct`)指定地理形状可以接受的最大错误率。它的默认值是 `0.025`,即 2.5%。 这也就是说,大的地理形状(比如国家)相比小的地理形状(比如纪念碑)来说,容许更加模糊的边界。 `0.025`是一个不错的初始值。不过如果我们容许更大的错误率,对应地理形状需要索引的单元就越少。