Elasticsearch 存放地理信息数据+百度POI分析

ES是一个全文搜索引擎，同时也是一个NoSQL数据库，其存放数据方便与检索数据性能优越，受到普遍欢迎。

ES架构

参考文章：架构及原理

ES地理数据操作

参考文章：Elasticsearch地理位置总结

实际操作

建立Index

一般有两种方式

1. ES Head通过界面化操作，直接可以建立Index:





2. 通过ES API可以创建Index。一般可以选择Java/Python的ES接口API，可以实现该功能。

建立Type

虽然ES允许事先不建立Index，就可以直接插入数据。但这种方式存在安全隐患，比如类型转换，类型设置等方面的隐患。最好的方式就是实现创建Index/Type，定义好需要插入数据的类型，方便后期检索。

curl -XPUT 'ES Server IP:9200/Test?pretty' -H 'Content-Type: application/json' -d'
{
"settings" : {
"index" : {
"number_of_shards" : 5,
"number_of_replicas" : 2
}
},
"mappings": {
"test": {   <- Type name >
"properties": {
"province": {
"type": "keyword"
},
"city": {
"type": "keyword"
},
"district": {
"type": "keyword"
},
"street": {
"type": "keyword"
},
"name": {
"type": "keyword"
},
"location":{
"type":"geo_point"
},
}
}
}
}
'

插入数据

这里使用Java API实现将数据插入ES的功能，关于ES Client的使用，可以参考文章：https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/index.html

选择ES的目的

通过ES，可以实现去重的功能：因为不同位置爬去POI，可能重复；

通过ES的地理位置，可以方便的获取某个GPS坐标点附近的POI信息，也可以计算距离信息等；

ES查询性能优越，数据压缩存储，相比MongoDB数据库占用更少的空间。

未完待续