es中有兩種類型的地理位置數據，geo_point和geo_shape。Es不能自動識別這種數據類型，需要在創建映射時手動指定。
Geo_point使用經緯度坐標，可以計算落在矩形內的點、以某點為半徑的點(圓)、多邊形內的點(已棄用)、排序、聚合等操作。
Geo_shape表示壹個復雜的圖形，用GeoJSON的格式表示。比如我們要表達壹個庫的坐標位置，如果這個庫占的位置比較大，用壹個點來表達可能不太準確，然後我們可以用geo_shape來表達。
但是這種數據類型也有缺點:比如不能排序(因為是多邊形點)。
圖中1，① ② ③ ④表示需要加入es的建築物。
2.圖中的圓圈、正方形、多邊形表示妳需要用es在後面找出裏面的位置。
3.圖中的短箭頭？代表壹個邊界。
註意？：
1.在索引中，我們自己指定的位置字段的類型是geo_point。
2.building_name的字段類型為關鍵字，表示不分詞。該字段僅用於測試，沒有任何用處。
3.es7中只有壹種類型，沒有指定索引的類型。
註意？：
1.從上面可以看出，插入地理位置有四種方式。
從上圖可以看出，左上角和右下角的坐標分別是(121.444075，31.265395)和(1217，31.535)。
通過執行查詢，您應該能夠找到上海火車站和葉晚袁晶大廈。
如圖所示，已經查詢了上海火車站和葉晚袁晶大廈，結果是正確的。
這是壹個距離查詢，是從某壹點擴展到周圍的距離範圍。
在上壹步的背景中，我們知道了上海站的坐標(121.462311.31.256224)，也知道了它離周邊有多遠。在這裏，我們以上海站為中心，詢問方圓的600米建築。
註意？：
1和distance_type的值中有兩個弧和平面。
2.距離後可用的單位有千米、米、厘米、毫米、海裏、米、碼、英尺和英寸。
註意？：
1，sort執行排序。
需求:
1，es查詢語句
從上圖可以看出:
1.上海站0-500m範圍內只有1棟。
2.距離上海站500-1000之間有1棟。
3.距離上海站1000以上有兩站。
1，查詢語句，查詢出所有數據，過濾出上海站3公裏範圍內的所有建築。
2.aggs用於統計上海500m以內、500-1000m和1000m以外的建築物數量。
3.sort用於排序。
4.使用post_filter將結果縮小到上海火車站1000米以內。
1，地理點數據類型
2.距離單位
3.整理
4.矩形查詢
5、循環查詢、距離查詢
6.坐標拾取系統