## GeoHash grid Aggregation 在geo_point字段和组上工作的多bucket聚合将指向网格中表示单元格的bucket。生成的网格可以是稀疏的，并且只包含具有匹配数据的单元格。每个单元格使用具有用户可定义精度的[geohash](http://en.wikipedia.org/wiki/Geohash)进行标记。 * 高精度geohash具有较长的字符串长度，代表仅覆盖小面积的单元格。 * 低精度geohashes具有短的字符串长度，并且表示每个覆盖大面积的单元格。 在此聚合中使用的地理位置可以选择1到12之间的精度。 长度为12的最高精度的geohash产生覆盖小于一平方米土地的单元，因此高精度请求在RAM和结果大小方面可能非常昂贵。 请参阅下面的示例，了解如何在请求高级细节之前首先将聚合过滤到较小的地理区域。 指定字段必须为geo_point类型(这只能在映射中明确设置)并且它还可以保存一组geo_point字段，在这种情况下，聚合期间将考虑所有点。 ### Simple low-precision request | `PUT /museums` `{` `"mappings": {` `"doc": {` `"properties": {` `"location": {` `"type": "geo_point"` `}` `}` `}` `}` `}` `POST /museums/doc/_bulk?refresh` `{"index":{"_id":1}}` `{"location": "52.374081,4.912350", "name": "NEMO Science Museum"}` `{"index":{"_id":2}}` `{"location": "52.369219,4.901618", "name": "Museum Het Rembrandthuis"}` `{"index":{"_id":3}}` `{"location": "52.371667,4.914722", "name": "Nederlands Scheepvaartmuseum"}` `{"index":{"_id":4}}` `{"location": "51.222900,4.405200", "name": "Letterenhuis"}` `{"index":{"_id":5}}` `{"location": "48.861111,2.336389", "name": "Musée du Louvre"}` `{"index":{"_id":6}}` `{"location": "48.860000,2.327000", "name": "Musée d'Orsay"}` `POST /museums/_search?size=0` `{` `"aggregations" : {` `"large-grid" : {` `"geohash_grid" : {` `"field" : "location",` `"precision" : 3` `}` `}` `}` `}` | 响应结果 | `{` `...` `"aggregations": {` `"large-grid": {` `"buckets": [` `{` `"key": "u17",` `"doc_count": 3` `},` `{` `"key": "u09",` `"doc_count": 2` `},` `{` `"key": "u15",` `"doc_count": 1` `}` `]` `}` `}` `}` | ### High-precision requests 当请求详细的存储区（通常用于显示“zoomed”映射）时，应该应用像[geo_bounding_box](https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-geo-bounding-box-query.html)这样的过滤器来缩小主题区域，否则将创建并返回数百万个buckets(存储桶)。 | `POST /museums/_search?size=0` `{` `"aggregations" : {` `"zoomed-in" : {` `"filter" : {` `"geo_bounding_box" : {` `"location" : {` `"top_left" : "52.4, 4.9",` `"bottom_right" : "52.3, 5.0"` `}` `}` `},` `"aggregations":{` `"zoom1":{` `"geohash_grid" : {` `"field": "location",` `"precision": 8` `}` `}` `}` `}` `}` `}` | ### Cell dimensions at the equator 下面的表显示了由geohash的各种字符串长度覆盖的单元格的度量维度。 | GeoHash length | Area width x height | | --- | --- | | 1 | 5,009.4km x 4,992.6km | | 2 | 1,252.3km x 624.1km | | 3 | 156.5km x 156km | | 4 | 39.1km x 19.5km | | 5 | 4.9km x 4.9km | | 6 | 1.2km x 609.4m | | 7 | 152.9m x 152.4m | | 8 | 38.2m x 19m | | 9 | 4.8m x 4.8m | | 10 | 1.2m x 59.5cm | | 11 | 14.9cm x 14.9cm | | 12 | 3.7cm x 1.9cm | ### Options field   强制性。 使用GeoPoints索引的字段的名称。 precision   可选的。 用于在结果中定义单元格/桶的geohash的字符串长度。 默认为5。 size    可选的。返回的geohash桶的最大数量(默认为10,000)。在处理结果时，根据所包含的文档的数量优先级排序。 shard_size  可选的。为了能够更精确地计算顶部单元格返回的最终结果，聚合默认值将从每个shard返回最大(10,(size x number-of-shards),如果这个heuristic(启发式)是不可取的, 使用这个参数可以覆盖每个碎片上数量