如何解决你能让 Elasticsearch 7.x 空间查询更精确吗？

背景： 我们将大约 1.4 亿个多边形分成 5 个索引 (region-[1-5])，每个索引有 2 个分片。它加载了 ES 7.10。包含多边形的字段被命名为“shape”并被映射为一个 geo_shape 字段。

这是一个索引示例：

"shape": {
  "type": "polygon","coordinates": [
    [
      [
        -80.661103428642,28.0213473946004
      ],[
        -80.6611091545036,28.0210035893407
      ],[
        -80.6615120749597,28.021009053184
      ],[
        -80.6615063490981,28.0213528568402
      ],[
        -80.661103428642,28.0213473946004
      ]
    ]
  ]
},

我们的问题发生在查询与给定（通常是手绘）形状相交的多边形时。例如：

GET region_parcels*/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_shape": {
          "shape": {
            "shape": {
              "type": "polyGON","coordinates": [
                [
                  [
                    -81.0864386380646,32.07339101099513
                  ],[
                    -81.0890350163911,32.07282734995984
                  ],[
                    -81.08907793173533,32.07190002908301
                  ],[
                    -81.08796213278512,32.07151818834138
                  ],[
                    -81.08648155340886,32.071481822473295
                  ],[
                    -81.08459327826233,32.07231823378
                  ],[
                    -81.0841426671478,32.073136454828834
                  ],[
                    -81.08480785498352,32.073645566452704
                  ],[
                    -81.08527992377016,32.07390012120158
                  ],[
                    -81.08530138144226,[
                    -81.0864386380646,32.07339101099513
                  ]
                ]
              ]
            },"relation": "intersects"
          }
        }
      }
    }
  },"size": 1000
}

当我们运行上面的查询时，我们得到了一些在绘制的多边形之外最多 30 英尺的结果。误报是不统一的（我们不能只是负缓冲我们的搜索多边形以返回正确的交叉点）。我们还在索引多边形中的 1 个中间删除了一个点作为搜索几何图形，并取回了相交的多边形以及一些周围的多边形。

阅读文档和博客，似乎仍然可以指定任何类型的精度，但很快就会被弃用，而且用于索引的新细分技术应该准确到几毫米。

是否有任何方法可以设置索引/集群或以我们忽略的不同方式执行查询，以使空间交集查询更准确？

谢谢。

编辑

这是一个实际示例，其中一个点位于其中一个多边形的中心。它返回 3 个命中，相交的一个（正确）和来自相交两侧的一个（不正确）：请求：

GET region_parcels*/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_shape": {
          "shape": {
            "shape": {
              "type": "POINT","coordinates": [
                -81.08111523359743,32.04772418111284
              ]
            },"_source": ["shape"],"explain": true,"size": 1000
}

回复：

{
  "took" : 8,"timed_out" : false,"_shards" : {
    "total" : 10,"successful" : 10,"skipped" : 0,"Failed" : 0
  },"hits" : {
    "total" : {
      "value" : 3,"relation" : "eq"
    },"max_score" : 0.0,"hits" : [
      {
        "_shard" : "[<my_index>][0]","_node" : "lrsfQEyVTWmWU828O6Qdsw","_index" : "<my_index>","_type" : "_doc","_id" : "cY2O9XcBlBVQyhnplhLN","_score" : 0.0,"_source" : {
          "shape" : {
            "coordinates" : [
              [
                [
                  -81.0810247260436,32.0478338967803
                ],[
                  -81.0811253535251,32.0475727349866
                ],[
                  -81.0812173428069,32.0475984458201
                ],[
                  -81.0811167162237,32.0478596090633
                ],[
                  -81.0810247260436,32.0478338967803
                ]
              ]
            ],"type" : "polygon"
          }
        },"_explanation" : {
          "value" : 0.0,"description" : "Constantscore(IntersectsPrefixTreeQuery(fieldName=shape,queryShape=Pt(x=-81.08111523359743,y=32.04772418111284),detailLevel=21,prefixGridScanLevel=20))^0.0","details" : [ ]
        }
      },{
        "_shard" : "<my_index>[0]","_id" : "dI2O9XcBlBVQyhnplhLN","_source" : {
          "shape" : {
            "coordinates" : [
              [
                [
                  -81.0809327358636,32.0478081852515
                ],[
                  -81.0810333624468,32.0475470233845
                ],[
                  -81.0809327358636,32.0478081852515
                ]
              ]
            ],{
        "_shard" : "[<my_index>][1]","_node" : "8jO4hXBuQL-cGobekTsjwg","_id" : "cI2O9XcBlBVQyhnplhLN","_source" : {
          "shape" : {
            "coordinates" : [
              [
                [
                  -81.0811167162237,[
                  -81.0813093320886,32.0476241574079
                ],[
                  -81.0812087064037,32.0478853205776
                ],32.0478596090633
                ]
              ]
            ],"details" : [ ]
        }
      }
    ]
  }
}
enter code here

解决方法

事实证明，我们的形状字段的映射是使用属性 strategy: "recursive" 显式设置的。

当我们为字段创建组件模板映射时，我们在 Kibana 中的“高级设置”下将“忽略格式错误”设置为 true。每当我们将数据加载到索引中时，它会自动使用旧的树结构。这一定是一个错误，因为您不会期望设置其中一项高级设置会设置树类型。我能够使用新的映射和索引复制该行为。

由于我们想保留“忽略格式错误”选项，我通过加载 json 重新创建了映射：

"shape": {
   "type": "geo_shape","ignore_malformed": true,}

这保留了我们的选项，当我们将数据加载到索引时，它使用的是默认树。我们能够通过运行我们之前的搜索来确认这一点，这些搜索现在非常准确（英寸，如果不是更多）。