--- title: "Geotile 网格聚合" date: 0001-01-01 summary: "Geotile 网格聚合 # geotile_grid 聚合将 geo_point 值按照地图瓦片坐标分组。与 geohash_grid 类似，但使用的是 Web 地图标准的瓦片坐标系统（x/y/zoom），这使得它与 Google Maps、OpenStreetMap、Mapbox 等瓦片地图服务的集成更加方便。 相关指南（先读这些） # 聚合基础教程 地理位置搜索 Geohash Grid 聚合 瓦片坐标系统 # Web 地图使用 Slippy Map 瓦片坐标系统： zoom：缩放级别（0-29），级别越高网格越精细 x：水平瓦片索引（从左到右） y：垂直瓦片索引（从上到下） 瓦片标识符格式：{zoom}/{x}/{y}，如 14/8532/5765 缩放级别与覆盖范围 # Zoom 瓦片数量 每个瓦片覆盖范围 0 1 整个世界 1 4 ~ 20,000km 5 1,024 ~ 1,250km 10 ~100万 ~ 39km 15 ~10亿 ~ 1." --- # Geotile 网格聚合 `geotile_grid` 聚合将 `geo_point` 值按照地图瓦片坐标分组。与 `geohash_grid` 类似，但使用的是 Web 地图标准的瓦片坐标系统（x/y/zoom），这使得它与 Google Maps、OpenStreetMap、Mapbox 等瓦片地图服务的集成更加方便。 ## 相关指南（先读这些） - [聚合基础教程]({{< relref "/docs/fundamentals/aggregations-data-analysis.md" >}}) - [地理位置搜索]({{< relref "/docs/features/geo-search/" >}}) - [Geohash Grid 聚合]({{< relref "geohash-grid" >}}) --- ## 瓦片坐标系统 Web 地图使用 [Slippy Map](https://wiki.openstreetmap.org/wiki/Slippy_map_tilenames) 瓦片坐标系统： - **zoom**：缩放级别（0-29），级别越高网格越精细 - **x**：水平瓦片索引（从左到右） - **y**：垂直瓦片索引（从上到下） 瓦片标识符格式：`{zoom}/{x}/{y}`，如 `14/8532/5765` ### 缩放级别与覆盖范围 | Zoom | 瓦片数量 | 每个瓦片覆盖范围 | |------|----------|------------------| | 0 | 1 | 整个世界 | | 1 | 4 | ~ 20,000km | | 5 | 1,024 | ~ 1,250km | | 10 | ~100万 | ~ 39km | | 15 | ~10亿 | ~ 1.2km | | 20 | ~1万亿 | ~ 38m | --- ## 参数说明 | 参数 | 必需/可选 | 类型 | 说明 | |------|-----------|------|------| | `field` | 必需 | String | 包含 `geo_point` 值的字段名 | | `precision` | 可选 | Integer | 缩放级别（0-29）。默认 `7` | | `bounds` | 可选 | Object | 限制聚合的地理边界框 | | `size` | 可选 | Integer | 返回的最大 bucket 数量。默认 `10000` | | `shard_size` | 可选 | Integer | 每个分片返回的 bucket 数量 | --- ## 基础用法 ### 简单瓦片网格聚合 ```json GET /locations/_search { "size": 0, "aggs": { "tiles": { "geotile_grid": { "field": "location", "precision": 8 } } } } ``` ### 响应示例 ```json { "aggregations": { "tiles": { "buckets": [ { "key": "8/131/84", "doc_count": 256 }, { "key": "8/131/85", "doc_count": 189 }, { "key": "8/132/84", "doc_count": 145 } ] } } } ``` 每个 bucket 的 `key` 是瓦片坐标 `{zoom}/{x}/{y}`，可以直接用于请求对应的地图瓦片。 --- ## 配合边界框过滤 限制在特定区域内聚合： ```json GET /locations/_search { "size": 0, "query": { "bool": { "filter": { "geo_bounding_box": { "location": { "top_left": { "lat": 40.8, "lon": -74.1 }, "bottom_right": { "lat": 40.4, "lon": -73.7 } } } } } }, "aggs": { "nyc_tiles": { "geotile_grid": { "field": "location", "precision": 12 } } } } ``` --- ## 使用 bounds 参数 直接在聚合中指定边界范围： ```json GET /locations/_search { "size": 0, "aggs": { "tiles": { "geotile_grid": { "field": "location", "precision": 10, "bounds": { "top_left": { "lat": 40.8, "lon": -74.1 }, "bottom_right": { "lat": 40.4, "lon": -73.7 } } } } } } ``` --- ## 嵌套子聚合 ### 每个瓦片的中心点 ```json GET /locations/_search { "size": 0, "aggs": { "tiles": { "geotile_grid": { "field": "location", "precision": 10 }, "aggs": { "centroid": { "geo_centroid": { "field": "location" } } } } } } ``` ### 每个瓦片的统计信息 ```json GET /real_estate/_search { "size": 0, "aggs": { "tiles": { "geotile_grid": { "field": "location", "precision": 12 }, "aggs": { "avg_price": { "avg": { "field": "price" } }, "price_stats": { "stats": { "field": "price" } } } } } } ``` --- ## 在 Composite 聚合中使用 `geotile_grid` 可以作为 `composite` 聚合的源，实现分页遍历所有瓦片： ```json GET /locations/_search { "size": 0, "aggs": { "tiles": { "composite": { "size": 100, "sources": [ { "tile": { "geotile_grid": { "field": "location", "precision": 8 } } } ] } } } } ``` 翻页时使用 `after` 参数： ```json GET /locations/_search { "size": 0, "aggs": { "tiles": { "composite": { "size": 100, "sources": [ { "tile": { "geotile_grid": { "field": "location", "precision": 8 } } } ], "after": { "tile": "8/131/85" } } } } } ``` --- ## 与地图库集成 ### 转换瓦片坐标为边界框 前端可以使用标准公式将瓦片坐标转换为经纬度边界： ```javascript function tile2boundingBox(z, x, y) { const n = Math.PI - 2 * Math.PI * y / Math.pow(2, z); return { north: 180 / Math.PI * Math.atan(0.5 * (Math.exp(n) - Math.exp(-n))), south: 180 / Math.PI * Math.atan(0.5 * ( Math.exp(Math.PI - 2 * Math.PI * (y + 1) / Math.pow(2, z)) - Math.exp(-(Math.PI - 2 * Math.PI * (y + 1) / Math.pow(2, z))) )), west: x / Math.pow(2, z) * 360 - 180, east: (x + 1) / Math.pow(2, z) * 360 - 180 }; } // 解析瓦片 key function parseTileKey(key) { const [z, x, y] = key.split('/').map(Number); return { z, x, y }; } ``` ### 在 Leaflet 中显示聚合结果 ```javascript // 假设 response 是 Easysearch 返回的聚合结果 const buckets = response.aggregations.tiles.buckets; buckets.forEach(bucket => { const { z, x, y } = parseTileKey(bucket.key); const bounds = tile2boundingBox(z, x, y); L.rectangle([ [bounds.south, bounds.west], [bounds.north, bounds.east] ], { color: getColorByCount(bucket.doc_count), weight: 1, fillOpacity: 0.5 }).bindPopup(`数量: ${bucket.doc_count}`).addTo(map); }); ``` --- ## 性能优化 ### 1. 根据地图缩放级别动态调整精度 ```javascript function getPrecisionForZoom(mapZoom) { // 瓦片精度通常与地图缩放级别相同或略低 return Math.min(mapZoom, 15); } ``` ### 2. 限制返回数量 对于高精度查询，限制返回的瓦片数量： ```json { "aggs": { "tiles": { "geotile_grid": { "field": "location", "precision": 15, "size": 1000 } } } } ``` ### 3. 配合边界框使用 始终使用 `bounds` 或 `geo_bounding_box` 过滤器，避免扫描全量数据。 --- ## geotile_grid vs geohash_grid | 特性 | geotile_grid | geohash_grid | |------|--------------|--------------| | 坐标系统 | Web 瓦片 (x/y/zoom) | Geohash 编码 | | 精度范围 | 0-29 | 1-12 | | Key 格式 | `8/131/84` | `dr5rs` | | 地图集成 | ✅ 直接对应瓦片 | ⚠️ 需要转换 | | 网格形状 | 正方形（墨卡托投影） | 矩形（可变） | **选择建议**： - 与 Web 地图服务集成 → `geotile_grid` - 通用地理聚合 → `geohash_grid` - 需要与第三方 Geohash 服务交互 → `geohash_grid` --- ## 相关文档 - [Geohash Grid 聚合]({{< relref "geohash-grid" >}}) - [Geo Bounds 聚合]({{< relref "/docs/features/aggregations/metric-aggregations/geobounds" >}}) - [Geo Centroid 聚合]({{< relref "/docs/features/aggregations/metric-aggregations/geocentroid" >}}) - [Composite 聚合]({{< relref "composite" >}}) - [Geohash 编码原理]({{< relref "/docs/features/mapping-and-analysis/field-types/geo-field-type/geohash.md" >}})