Elasticsearch Geo Shape查询存疑：点距圆心3045米匹配30000米圆

我有一个ID为emergency的文档，其location字段是一个半径30000米的圆形，文档详情如下：

GET seller-67/_doc/emergency
{
  "_index": "seller-67",
  "_type": "_doc",
  "_id": "emergency",
  "_version": 1,
  "_seq_no": 0,
  "_primary_term": 1,
  "found": true,
  "_source": {
    "location": {
      "type": "circle",
      "coordinates": [
        99.8131968,
        13.550437
      ],
      "radius": "30000m"
    }
  }
}

需要判断以下坐标的点是否在该圆形内：

lat = 13.7054285,
lon = 99.5806321

执行的查询请求：

POST seller-67/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "geo_shape": {
            "location": {
              "shape": {
                "type": "point",
                "coordinates": [
                  99.5806321,
                  13.7054285
                ]
              }
            }
          }
        }
      ]
    }
  }
}

查询返回结果：

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "seller-67",
        "_type" : "_doc",
        "_id" : "emergency",
        "_score" : 1.0,
        "_source" : {
          "location" : {
            "coordinates" : [
              99.8131968,
              13.550437
            ],
            "type" : "circle",
            "radius" : "30000m"
          }
        }
      }
    ]
  }
}

根据返回结果，该点被判定为在圆形内，但经计算，该点与圆心的距离约为30450米（推测你描述的"3045>3000"是笔误），确实大于30000米的半径，疑惑为何Elasticsearch会返回匹配结果。

核心原因：geo_shape的形状近似精度问题 #

Elasticsearch存储geo_shape类型时，会默认通过**瓦片化（tessellation）**把圆形这类复杂形状转换成多个多边形来近似存储，这个转换过程存在精度损失。如果默认的瓦片精度不足，圆形的边界会被粗糙地近似，导致实际超出半径的点被误判为在范围内。

解决办法 #

1. 改用geo_distance查询（最精准）

如果只是判断点是否在圆形范围内，geo_distance查询比geo_shape更可靠——它直接计算点与圆心的球面距离，不需要形状近似，完全避免精度误差：

POST seller-67/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "geo_distance": {
            "distance": "30000m",
            "location": {
              "lat": 13.7054285,
              "lon": 99.5806321
            }
          }
        }
      ]
    }
  }
}

这个查询会准确计算两点间的球面距离，只有当距离≤30000米时才会返回匹配结果。

2. 优化geo_shape字段的映射精度

如果必须使用geo_shape，可以重新创建索引并设置更高精度的映射，减少形状近似的误差：
首先查看当前字段的映射配置：

GET seller-67/_mapping/field/location

然后创建新索引，指定precision为更小的单位（比如1m）：

PUT seller-67-new
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_shape",
        "strategy": "recursive",
        "precision": "1m"
      }
    }
  }
}

最后将原数据导入新索引，再执行查询即可获得更精准的结果。

3. 手动验证距离

用Haversine公式可以手动验证两点间的球面距离：

a = sin²(Δφ/2) + cos φ1 ⋅ cos φ2 ⋅ sin²(Δλ/2)
c = 2 ⋅ atan2(√a, √(1−a))
d = R ⋅ c

其中：

• φ为纬度，λ为经度
• R取地球平均半径6371公里
• Δφ = 13.7054285 - 13.550437 = 0.1549915°
• Δλ = 99.5806321 - 99.8131968 = -0.2325647°

计算后得到距离约为30.45公里，确实超出30公里的半径，因此geo_distance查询会正确返回无匹配结果。

内容的提问来源于stack exchange，提问作者woshitom