Elastic 가이드북
페이스북 커뮤니티Elastic 공식 홈
Search…
Elastic 가이드 북
1. 서문
2. Elasticsearch 시작하기
3. Elasticsearch 시스템 구조
4. Elasticsearch 데이터 처리
5. 검색과 쿼리 - Query DSL
6. 데이터 색인과 텍스트 분석
7. 인덱스 설정과 매핑 - Settings & Mappings
7.1 설정 - Settings
7.2 매핑 - Mappings
7.2.1 문자열 - text, keyword
7.2.2 숫자 - long, double ...
7.2.3 날짜 - date
7.2.4 불리언 - boolean
7.2.5 Object 와 Nested
7.2.6 위치 정보 - Geo
7.2.7 기타 필드 타입 - IP, Range, Binary
7.3 멀티 (다중) 필드 - Multi Field
8. 집계 - Aggregations
Powered By GitBook
7.2.6 위치 정보 - Geo
이 문서의 허가되지 않은 무단 복제나 배포 및 출판을 금지합니다. 본 문서의 내용 및 도표 등을 인용하고자 하는 경우 출처를 명시하고 김종민([email protected])에게 사용 내용을 알려주시기 바랍니다.
검색엔진을 사용하는 여러 서비스들 중에 요즘은 모바일 기기들을 이용해서 위치 정보를 표시하거나 검색하는 서비스들이 많이 있습니다. Elasticsearch는 자바와 기타 프로그래밍 언어에서 제공하는 기본 데이터 타입 외에도 여러가지의 추상화 된 데이터 타입들이 있습니다. 그 중에 이런 위치정보를 저장할 수 있는 Geo Point 와 Geo Shape 같은 타입들이 있습니다.

Geo Point

Geo Point 는 위도(latitude)와 경도(longitude) 두 개의 실수 값을 가지고 지도 위의 한 점을 나타내는 값입니다. Geo Point 필드의 값들은 다음과 같이 다양한 방법으로 입력이 가능합니다.
object 형식으로 geo_point 입력
1
PUT my_locations/_doc/1
2
{
3
"location": {
4
"lat": 41.12,
5
"lon": -71.34
6
}
7
}
Copied!
text 형식으로 geo_point 입력
1
PUT my_index/_doc/2
2
{
3
"location": "41.12,-71.34"
4
}
Copied!
geohash 형식으로 geo_point 입력
1
PUT my_index/_doc/3
2
{
3
"location": "drm3btev3e86"
4
}
Copied!
실수의 배열 형식으로 geo_point 입력
1
PUT my_index/_doc/4
2
{
3
"location": [
4
-71.34,
5
41.12
6
]
7
}
Copied!
Text 와 실수 방식은 위도와 경도의 입력 순서가 서로 반대이기 때문에 헷갈리기 쉽습니다. 그래서 보통은 {"lat": 41.12, "lon": -71.34} 와 같이 알아보기 편한 object 형식으로 입력합니다.
geohash 는 전 세계 지도를 바둑판 모양의 격자로 나누어 각 칸 마다 숫자와 알파벳으로 기호를 메기고, 그 칸을 다시 나누어 다시 기호를 추가하는 방식으로 표현한 것입니다. 자릿수가 커질수록 정밀도가 높아집니다. 보통 1자리 값이면 대륙, 2자리 값이면 대한민국 영토 정도의 크기이고 4자리 값이면 대도시, 7자리 값이면 길거리 한 블록 정도의 정밀도를 나타냅니다. 아래 예시에서 sg 값은 북유럽 스칸디나비아 반도 부근의 크기입니다.
geohash 로 위치 정보 표시
Geo Point 필드는 매핑에서 다음과 같이 "type": "geo_point" 로 선언합니다.
object 형식으로 geo_point 입력
1
PUT my_geo
2
{
3
"mappings": {
4
"properties": {
5
"location": {
6
"type": "geo_point"
7
}
8
}
9
}
10
}
Copied!
Geo Point 필드의 경우는 반드시 데이터를 입력하기 전에 인덱스 매핑을 정의 해 주어야 합니다. 매핑을 정의하지 않고 { "location": { "lat" : 41.12, "lon": -71.34 } } 와 같은 값을 입력하면 다이나믹 매핑으로 필드가 자동 생성될 때 geo_point 타입의 필드가 생기는 것이 아니라 다음과 같이 float 타입의 lat, lon 두개의 하위 필드가 생깁니다.
request
response
도큐먼트 입력으로 my_geo 인덱스 동적 생성 후 매핑 확인
1
PUT my_geo/_doc/1
2
{
3
"location": {
4
"lat": 41.12,
5
"lon": -71.34
6
}
7
}
8
​
9
GET my_geo/_mapping
Copied!
도큐먼트 입력으로 my_geo 인덱스 동적 생성 후 매핑 확인 결과
1
{
2
"my_geo" : {
3
"mappings" : {
4
"properties" : {
5
"location" : {
6
"properties" : {
7
"lat" : {
8
"type" : "float"
9
},
10
"lon" : {
11
"type" : "float"
12
}
13
}
14
}
15
}
16
}
17
}
18
}
Copied!

geo_bounding_box 쿼리

Elasticsearch에는 위치정보를 검색할 수 있는 다양한 쿼리들이 있습니다. geo_point 값의 검색에 주로 사용 되는 것은 geo_bounding_box 쿼리와 geo_distance 쿼리 입니다. 예제 위해 먼저 다음 도큐먼트들을 my_geo 인덱스에 벌크로 입력하겠습니다. location 필드의 타입을 "type": "geo_point" 로 매핑을 먼저 설정해야 하는 것을 잊지 마세요.
my_geo 인덱스에 예제 데이터 입력
1
PUT my_geo/_bulk
2
{"index":{"_id":"1"}}
3
{"station":"강남","location":{"lon":127.027926,"lat":37.497175},"line":"2호선"}
4
{"index":{"_id":"2"}}
5
{"station":"종로3가","location":{"lon":126.991806,"lat":37.571607},"line":"3호선"}
6
{"index":{"_id":"3"}}
7
{"station":"여의도","location":{"lon":126.924191,"lat":37.521624},"line":"5호선"}
8
{"index":{"_id":"4"}}
9
{"station":"서울역","location":{"lon":126.972559,"lat":37.554648},"line":"1호선"}
Copied!
geo_bounding_box 쿼리는 top_left 와 bottom_right 두 개의 옵션에 각각 위치점을 입력하고 이 점들을 토대로 그린 네모 칸 안에 위치하는 도큐먼트들을 불러옵니다. 다음은 {"lat": 37.4899, "lon": 127.0388}, {"lat": 37.5779, "lon": 126.9617} 두 점을 기준으로 하는 네모 영역 안에 있는 도큐먼트들을 가져오는 예제입니다.
request
response
geo_bounding_box 쿼리로 네모 영역 안에 있는 도큐먼트 쿼리
1
GET my_geo/_search
2
{
3
"query": {
4
"geo_bounding_box": {
5
"location": {
6
"bottom_right": {
7
"lat": 37.4899,
8
"lon": 127.0388
9
},
10
"top_left": {
11
"lat": 37.5779,
12
"lon": 126.9617
13
}
14
}
15
}
16
}
17
}
Copied!
geo_bounding_box 쿼리로 네모 영역 안에 있는 도큐먼트 쿼리 결과
1
{
2
"took" : 0,
3
"timed_out" : false,
4
"_shards" : {
5
"total" : 1,
6
"successful" : 1,
7
"skipped" : 0,
8
"failed" : 0
9
},
10
"hits" : {
11
"total" : {
12
"value" : 3,
13
"relation" : "eq"
14
},
15
"max_score" : 1.0,
16
"hits" : [
17
{
18
"_index" : "my_geo",
19
"_type" : "_doc",
20
"_id" : "1",
21
"_score" : 1.0,
22
"_source" : {
23
"station" : "강남",
24
"location" : {
25
"lon" : 127.027926,
26
"lat" : 37.497175
27
},
28
"line" : "2호선"
29
}
30
},
31
{
32
"_index" : "my_geo",
33
"_type" : "_doc",
34
"_id" : "2",
35
"_score" : 1.0,
36
"_source" : {
37
"station" : "종로3가",
38
"location" : {
39
"lon" : 126.991806,
40
"lat" : 37.571607
41
},
42
"line" : "3호선"
43
}
44
},
45
{
46
"_index" : "my_geo",
47
"_type" : "_doc",
48
"_id" : "4",
49
"_score" : 1.0,
50
"_source" : {
51
"station" : "서울역",
52
"location" : {
53
"lon" : 126.972559,
54
"lat" : 37.554648
55
},
56
"line" : "1호선"
57
}
58
}
59
]
60
}
61
}
Copied!
"station" : "강남", "station" : "종로3가", "station" : "서울역" 총 3개의 결과가 리턴 되었습니다. 위 쿼리 내용을 지도에 표현 해 보면 다음과 같습니다.
geo_bounding_box 쿼리 결과

geo_distance 쿼리

geo_distance 쿼리는 하나의 위치점을 찍고 distance 옵션을 이용해서 입력한 반경의 원 안에 있는 도큐먼트들을 불러옵니다. 다음은 {"lat": 37.5358, "lon": 126.9559} 기준으로 반경 5킬로미터 안에 있는 도큐먼트들을 불러오는 예제입니다.
request
response
geo_bounding_box 쿼리로 네모 영역 안에 있는 도큐먼트 쿼리
1
GET my_geo/_search
2
{
3
"query": {
4
"geo_distance": {
5
"distance": "5km",
6
"location": {
7
"lat": 37.5358,
8
"lon": 126.9559
9
}
10
}
11
}
12
}
Copied!
geo_bounding_box 쿼리로 네모 영역 안에 있는 도큐먼트 쿼리 결과
1
{
2
"took" : 71,
3
"timed_out" : false,
4
"_shards" : {
5
"total" : 1,
6
"successful" : 1,
7
"skipped" : 0,
8
"failed" : 0
9
},
10
"hits" : {
11
"total" : {
12
"value" : 2,
13
"relation" : "eq"
14
},
15
"max_score" : 1.0,
16
"hits" : [
17
{
18
"_index" : "my_geo",
19
"_type" : "_doc",
20
"_id" : "3",
21
"_score" : 1.0,
22
"_source" : {
23
"station" : "여의도",
24
"location" : {
25
"lon" : 126.924191,
26
"lat" : 37.521624
27
},
28
"line" : "5호선"
29
}
30
},
31
{
32
"_index" : "my_geo",
33
"_type" : "_doc",
34
"_id" : "4",
35
"_score" : 1.0,
36
"_source" : {
37
"station" : "서울역",
38
"location" : {
39
"lon" : 126.972559,
40
"lat" : 37.554648
41
},
42
"line" : "1호선"
43
}
44
}
45
]
46
}
47
}
Copied!
"station" : "여의도", "station" : "서울역" 총 2개의 결과가 리턴되었습니다. distance 값을 10km, 20km 등으로 변경해서 다시 쿼리를 해 보면 종로3가, 강남이 결과에 나타나는 것도 확인할 수 있습니다. 위 쿼리를 지도에 표시 해 보면 다음과 같습니다.
geo_distance 쿼리 결과

Geo Shape

앞에서 살펴본 Geo Point 는 위도 경도 두개의 값을 가진 1차원 데이터 "점" 입니다. Elasticsearch 에서 사용 가능한 또 다른 위치정보 타입인 Geo Shape 은 선, 면 등의 2차원 값을 저장하고 쿼리할 수 있습니다. Geo Shape 필드는 "type": "geo_shape" 으로 선언합니다.
geo_shape 필드 선언
1
PUT my_shape
2
{
3
"mappings": {
4
"properties": {
5
"location": {
6
"type": "geo_shape"
7
}
8
}
9
}
10
}
Copied!
도큐먼트에도 점, 선, 다중점, 다중선, 다각형 등을 "type" 값에 각각 다음과 같이 지정하고 "coordinates" 값에 위치 정보를 [ -71.34, 41.12 ] 같이 [경도, 위도] 의 순서로 배열 형식으로 입력합니다. 위치정보 순서가 반대로 되면 엉뚱한 값이 되기 때문에 주의해야 합니다.
  • "type": "point" - 단일 점 입니다. 보통은 geo_point 와 같은 용도로 사용됩니다.
"type": "point" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/1
2
{
3
"location": {
4
"type": "point",
5
"coordinates": [
6
127.027926,
7
37.497175
8
]
9
}
10
}
Copied!
"type": "point" 으로 선언한 값 - 점
  • "type": "multipoint" - 여러 점을 하나의 값으로 저장합니다. 점들을 배열로 입력합니다.
"type": "multipoint" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/2
2
{
3
"location": {
4
"type": "multipoint",
5
"coordinates": [
6
[ 127.027926, 37.497175 ],
7
[ 126.991806, 37.571607 ],
8
[ 126.924191, 37.521624 ],
9
[ 126.972559, 37.554648 ]
10
]
11
}
12
}
Copied!
"type": "multipoint" 로 선언한 값 - 다중 점
  • "type": "linestring" - 점 2개 값를 배열로 입력하여 두 점을 잇는 직선을 저장합니다. 비행 경로 등을 저장할때 유용합니다.
"type": "linestring" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/3
2
{
3
"location": {
4
"type": "linestring",
5
"coordinates": [
6
[ 127.027926, 37.497175 ],
7
[ 126.991806, 37.571607 ]
8
]
9
}
10
}
Copied!
"type": "linestring" 으로 선언 한 값 - 직선
  • "type": "multilinestring" - 여러개의 직선을 배열로 입력하여 저장합니다.
"type": "multilinestring" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/4
2
{
3
"location": {
4
"type": "multilinestring",
5
"coordinates": [
6
[
7
[ 127.027926, 37.497175 ],
8
[ 126.991806, 37.571607 ]
9
],
10
[
11
[ 126.924191, 37.521624 ],
12
[ 126.972559, 37.554648 ]
13
]
14
]
15
}
16
}
Copied!
"type": "multilinestring" 으로 선언 한 값 - 다중 직선
  • "type": "polygon" - 다각형을 저장합니다. 내부에 배열을 추가하고 점들을 배열로 입력하며 순서대로 이어집니다. 배열 마지막에는 반드시 처음과 같은 점이 입력되어야 합니다. 영토 정보 등을 저장할때 유용합니다.
"type": "polygon" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/5
2
{
3
"location": {
4
"type": "polygon",
5
"coordinates": [
6
[
7
[ 127.027926, 37.497175 ],
8
[ 126.991806, 37.571607 ],
9
[ 126.924191, 37.521624 ],
10
[ 126.972559, 37.554648 ],
11
[ 127.027926, 37.497175 ]
12
]
13
]
14
}
15
}
Copied!
"type": "polygon" 으로 선언한 값 - 다각형
  • "type": "multipolygon" - 여러 개의 다각형을 배열로 저장합니다. 미국의 알래스카, 하와이, 본토 등과 같이 분리된 영토를 같이 저장하는데 유용합니다.
"type": "multipolygon" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/6
2
{
3
"location": {
4
"type": "multipolygon",
5
"coordinates": [
6
[
7
[
8
[ 127.027926, 37.497175 ],
9
[ 126.991806, 37.571607 ],
10
[ 126.924191, 37.521624 ],
11
[ 127.004943, 37.504810 ],
12
[ 127.027926, 37.497175 ]
13
]
14
],
15
[
16
[
17
[ 126.936893, 37.555134 ],
18
[ 126.967894, 37.529170 ],
19
[ 126.924191, 37.521624 ],
20
[ 126.936893, 37.555134 ]
21
]
22
]
23
]
24
}
25
}
Copied!
"type": "multipolygon" 으로 선언한 값 - 다중 다각형
  • "type": "envelope" - 바른 각도의 직사각형 영역을 저장할때는 polygon 으로 4개의 점을 입력하여 지정할 수도 있지만, 대신 envelope 을 사용하면 좌측 상단(upper left) 와 우측 하단(lower right) 점 두개만 이용해서 그리는 것도 가능합니다.
"type": "envelope" 형태의 geo_shape 값 입력
1
PUT my_shape/_doc/7
2
{
3
"location": {
4
"type": "envelope",
5
"coordinates": [
6
[ 126.936893, 37.555134 ],
7
[ 127.004943, 37.50481 ]
8
]
9
}
10
}
Copied!
"type": "envelope" 으로 선언한 값 - 직사각형
6.5 이전 버전 까지는 한 점의 coordinates 와 "radius": "5km" 같은 반경을 지정하는 값을 이용해서 "type": "circle" 인 원 형태의 데이터도 사용이 가능했습니다. 버전6.6 부터는 geo_shape 데이터의 저장 방식이 변경되면서 6.6 버전 이후 부터 필자가 글을 쓰고 있는 현재 7.4 버전에서의 원 형태의 데이터는 지원하지 않고 있습니다. 이후 다시 구현 될 가능성은 있습니다.

geo_shape 쿼리

Geo Shape 타입의 값들을 검색하려면 geo_shape 쿼리를 사용해야 합니다. 입력해야하는 옵션으로는 "shape": { } 에 검색할 영역의 "type" 과 "coordinates" 값을 입력하고, "relation" 에 검색할 영역과 검색되는 도큐먼트가 겹치거나 포함되는 관계 조건 값을 입력합니다. relation 옵션에 입력 가능한 값은 intersects, disjoint, within 3가지가 있습니다.
  • "relation": "intersects" - 디폴트 값입니다. 쿼리 영역과 도큐먼트 값 영역이 일부라도 겹쳐지면 참 입니다.
  • "relation": "disjoint" - 도큐먼트 값 영역이 쿼리 영역과 겹치지 않는 쿼리 영역 바깥에 있는 도큐먼트들을 가져옵니다.
  • "relation": "within" - 도큐먼트의 값들이 모두 쿼리 영역 안에 완전히 포함 되어 있는 도큐먼트들을 가져옵니다.
예제 실행을 위해 my_shape 인덱스에 다음 세 개의 envelope 방식의 geo_shape 값을 입력하겠습니다. 먼저 location 필드의 매핑을 "type": "geo_shape" 으로 지정해야 하는 것을 명심하세요.
geo_shape 예제를 위한 3개의 도큐먼트 입력
1
PUT my_shape/_doc/1
2
{
3
"place": "경복궁",
4
"location": {
5
"type": "envelope",
6
"coordinates": [
7
[ 126.9735, 37.5837 ],
8
[ 126.9802, 37.5756 ]
9
]
10
}
11
}
12
​
13
PUT my_shape/_doc/2
14
{
15
"place": "명동",
16
"location": {
17
"type": "envelope",
18
"coordinates": [
19
[ 126.9778, 37.5656 ],
20
[ 126.9884, 37.5558 ]
21
]
22
}
23
}
24
​
25
PUT my_shape/_doc/3
26
{
27
"place": "홍대",
28
"location": {
29
"type": "envelope",
30
"coordinates": [
31
[ 126.9199, 37.5583 ],
32
[ 126.9347, 37.5481 ]
33
]
34
}
35
}
Copied!
이제 geo_shape 쿼리를 이용해서 "top_left": {"lat": 37.5800, "lon": 126.9687}, "bottom_right": {"lat": 37.5543, "lon": 126.9900} 의 직사각형 (envelope) 범위 안에 있는 도큐먼트 들을 relation 별로 검색을 해 보겠습니다. 먼저 위에 입력한 도큐먼트와 이후 검색할 쿼리 범위를 지도에 표시하면 다음과 같습니다.
입력된 예제 도큐먼트와 쿼리 범위
다음은 geo_shape 쿼리의 relation 값을 각각 intersects, within, disjoint 한 결과입니다.
request
response
"relation": "intersects" 으로 geo_shape 쿼리
1
GET my_shape/_search
2
{
3
"query": {
4
"geo_shape": {
5
"location": {
6
"shape": {
7
"type": "envelope",
8
"coordinates": [
9
[ 126.9687, 37.58 ],
10
[ 126.99, 37.5543 ]
11
]
12
},
13
"relation": "intersects"
14
}
15
}
16
}
17
}
Copied!
"relation": "intersects" 으로 geo_shape 쿼리 결과
1
{
2
"took" : 2,
3
"timed_out" : false,
4
"_shards" : {
5
"total" : 1,
6
"successful" : 1,
7
"skipped" : 0,
8
"failed" : 0
9
},
10
"hits" : {
11
"total" : {
12
"value" : 2,
13
"relation" : "eq"
14
},
15
"max_score" : 1.0,
16
"hits" : [
17
{
18
"_index" : "my_shape",
19
"_type" : "_doc",
20
"_id" : "1",
21
"_score" : 1.0,
22
"_source" : {
23
"place" : "경복궁",
24
"location" : {
25
"type" : "envelope",
26
"coordinates" : [
27
[
28
126.9735,
29
37.5837
30
],
31
[
32
126.9802,
33
37.5756
34
]
35
]
36
}
37
}
38
},
39
{
40
"_index" : "my_shape",
41
"_type" : "_doc",
42
"_id" : "2",
43
"_score" : 1.0,
44
"_source" : {
45
"place" : "명동",
46
"location" : {
47
"type" : "envelope",
48
"coordinates" : [
49
[
50
126.9778,
51
37.5656
52
],
53
[
54
126.9884,
55
37.5558
56
]
57
]
58
}
59
}
60
}
61
]
62
}
63
}
Copied!
  • "relation": "intersects" - 쿼리 영역에 조금이라도 걸쳐 있는 "place" : "경복궁" 과 "place" : "명동" 도큐먼트들이 결과로 나타납니다.
request
response
"relation": "within" 으로 geo_shape 쿼리
1
GET my_shape/_search
2
{
3
"query": {
4
"geo_shape": {
5
"location": {
6
"shape": {
7
"type": "envelope",
8
"coordinates": [
9
[ 126.9687, 37.58 ],
10
[ 126.99, 37.5543 ]
11
]
12
},
13
"relation": "within"
14
}
15
}
16
}
17
}
Copied!
"relation": "within" 으로 geo_shape 쿼리 결과
1
{
2
"took" : 1,
3
"timed_out" : false,
4
"_shards" : {
5
"total" : 1,
6
"successful" : 1,
7
"skipped" : 0,
8
"failed" : 0
9
},
10
"hits" : {
11
"total" : {
12
"value" : 1,
13
"relation" : "eq"
14
},
15
"max_score" : 1.0,
16
"hits" : [
17
{
18
"_index" : "my_shape",
19
"_type" : "_doc",
20
"_id" : "2",
21
"_score" : 1.0,
22
"_source" : {
23
"place" : "명동",
24
"location" : {
25
"type" : "envelope",
26
"coordinates" : [
27
[
28
126.9778,
29
37.5656
30
],
31
[
32
126.9884,
33
37.5558
34
]
35
]
36
}
37
}
38
}
39
]
40
}
41
}
Copied!
  • "relation": "within" - 쿼리 영역에 완전히 포함되어 있는 "place" : "명동" 도큐먼트만 결과로 나타납니다.
request
response
"relation": "disjoint" 으로 geo_shape 쿼리
1
GET my_shape/_search
2
{
3
"query": {
4
"geo_shape": {
5
"location": {
6
"shape": {
7
"type": "envelope",
8
"coordinates": [
9
[ 126.9687, 37.58 ],
10
[ 126.99, 37.5543 ]
11
]
12
},
13
"relation": "disjoint"
14
}
15
}
16
}
17
}
Copied!
"relation": "disjoint" 으로 geo_shape 쿼리 결과
1
{
2
"took" : 1,
3
"timed_out" : false,
4
"_shards" : {
5
"total" : 1,
6
"successful" : 1,
7
"skipped" : 0,
8
"failed" : 0
9
},
10
"hits" : {
11
"total" : {
12
"value" : 1,
13
"relation" : "eq"
14
},
15
"max_score" : 1.0,
16
"hits" : [
17
{
18
"_index" : "my_shape",
19
"_type" : "_doc",
20
"_id" : "3",
21
"_score" : 1.0,
22
"_source" : {
23
"place" : "홍대",
24
"location" : {
25
"type" : "envelope",
26
"coordinates" : [
27
[
28
126.9199,
29
37.5583
30
],
31
[
32
126.9347,
33
37.5481
34
]
35
]
36
}
37
}
38
}
39
]
40
}
41
}
Copied!
  • "relation": "disjoint" - 쿼리 영역 바깥에 있는 "place" : "홍대" 도큐먼트가 결과로 나타납니다.
이 외에도 정사각형이 아닌 다각형으로 쿼리할 수 있는 geo_polygon 쿼리가 있습니다. 이 책에서 geo_polygon 쿼리는 다루지 않으니 공식 도큐먼트를 확인 하시기 바랍니다. 앞에서 배운 쿼리들을 이해 하셨으면 공식 도큐먼트를 참고 해서 어렵지 않게 사용이 가능 할 것입니다.
Previous
7.2.5 Object 와 Nested
Next
7.2.7 기타 필드 타입 - IP, Range, Binary
Last modified 2yr ago
Copy link
Contents
Geo Point
geo_bounding_box 쿼리
geo_distance 쿼리
Geo Shape
geo_shape 쿼리