前面讲了空间搜索的两个常用原理，应该还算是比较容易理解的，毕竟只是算法，并不需要我们来实现，我们通过简单地配置就可以用上Solr的空间搜索的功能。下面就来讲讲如何配置空间搜索。
前面说的GeoHash和Cartesian Tiers原理，在Solr中对应的是实现分别是GeohashPrefixTree类和QuadPrefixTree类，通过这两个类在数据索引阶段按照两个不同的原理进行索引的建立。Solr中默认是使用GeohashPrefixTree的方式。
# 索引的构建
通过前面的[Solr5配置文件参数解析](/2016/05/20/the-detail-about-parameters-of-solr5-config-files/)一文，我们应该了解到建立索引，首先我们以该先配置field，这里也一样，要想对空间信息（即坐标）进行索引，首先我们应该先配置坐标的field。
## 配置项和参数说明
需要配置`fieldType`和`field`两项。
```xml
```
这些配置项的一些属性，下面做一些说明:
`SpatialRecursivePrefixTreeFieldType`
用于深度遍历前缀树的FieldType，主要用于获得基于Lucene中的RecursivePrefixTreeStrategy。
`JtsSpatialContextFactory`
当有Polygon多边形或者linestrings线段时，会使用jts(需要把jts.jar放到solr服务的lib下)，而基本形状使用SpatialContext (spatial4j的类)。
`distErrPct`
定义非Point图形的精度，范围在0-0.5之间。该值决定了非Point的图形索引或查询时的level(如geohash模式时就是geohash编码的长度)。当为0时取maxLevels，即精度最大,精度越大将花费更多的空间和时间去建索引。
`geo`
默认为true，值为true的情况下坐标基于球面坐标系，采用Geohash的方式；值为false的情况下坐标基于2D平面的坐标系，采用Euclidean/Cartesian的方式。
`worldBounds`
世界坐标值：”minX minY maxX maxY”。 geo=true即geohash模式时，该值默认为”-180 -90 180 90”。geo=false即quad时，该值为Java double类型的正负边界，此时需要指定该值，设置成”-180 -90 180 90”。
`distCalculator`
设置距离计算算法，geo=true默认是haversine，geo=false默认是cartesian(笛卡尔计算方式)，值可以为"lawOfCosines"(余弦定理), "vincentySphere"(文森特球面公式) 或 "cartesian^2"。
`prefixTree`
Solr将地球映射为网格，prefixTree定义了网格的实现方式，每个网格在下一层中可以分解成多个子网格，geo=true prefixTree只能取GeoHash，geo=false prefixTree可取quad(quadTree一种四分树地理位置索引，对应笛卡尔分层策略)
`maxDistErr/maxLevels`
maxDistErr定义了索引数据的最高层maxLevels，上述定义为0.000009，根据GeohashUtils.lookupHashLenForWidthHeight(0.000009, 0.000009)算出编码长度为11位，精度在1米左右，直接决定了Point索引的term数。
maxLevels优先级高于maxDistErr,即有maxLevels的话maxDistErr失效。详见SpatialPrefixTreeFactory.init()方法。不过一般使用maxDistErr。
`units`
单位是degrees，不适用于geofilt, bbox, or geodist（单位为km）
## 用代码构建索引
```java
doc.setField("poi_location_p", "32.52162,120.31778") //point类型
//或者
doc.setField("poi_location_p", "POLYGON((120.35330414772034
31.58268495951037,120.35190939903259 31.57923921490961,120.35330414772034
31.58268495951037))") //多边形类型
```
构建流程：
下面主要说明Point类型的term创建过程。
1、将空间索引域的shapeStr解析成相应的Shape（这里指Point，复杂Shape如Polygon要使用JTS中的WTKReader来解析）。
2、创建索引域,具体过程参考`org.apache.lucene.spatial.prefix.RecursivePrefixTreeStrategy`中的`createIndexableFields`方法。
a、根据distErrPct字段，计算距离的误差值，对于Point来说默认为0（而对于非Point类型来说，是通过外包矩形中心点到矩形顶点的距离再乘以distErrPct来计算误差值的）
```java
double distErr = SpatialArgs.calcDistanceFromErrPct(shape, distErrPct, ctx);
public static double calcDistanceFromErrPct(Shape shape, double distErrPct, SpatialContext ctx) {
if (distErrPct < 0 || distErrPct > 0.5) {
throw new IllegalArgumentException("distErrPct " + distErrPct + " must be between [0 to 0.5]");
}
if (distErrPct == 0 || shape instanceof Point) {
return 0;
}
Rectangle bbox = shape.getBoundingBox();
//Compute the distance from the center to a corner. Because the distance
// to a bottom corner vs a top corner can vary in a geospatial scenario,
// take the closest one (greater precision).
Point ctr = bbox.getCenter();
double y = (ctr.getY() >= 0 ? bbox.getMaxY() : bbox.getMinY());
double diagonalDist = ctx.getDistCalc().distance(ctr, bbox.getMaxX(), y);
return diagonalDist * distErrPct;
}
```
b、根据上述计算出的误差值，得到索引的geohash编码长度，对于Point类型来说值为maxLevels。
```java
public int getLevelForDistance(double dist) {
if (dist == 0)
return maxLevels;//short circuit
final int level = GeohashUtils.lookupHashLenForWidthHeight(dist, dist);
return Math.max(Math.min(level, maxLevels), 1);
}
```
c、根据编码长度得到满足所有条件的cells（每个cell表示一个前缀值），并将Cells都放在CellTokenStream中，同时构建索引域。Point类型每个Cell表示geohash的一个前缀值。
```java
public List getCells(Point p, int detailLevel, boolean inclParents){
Cell cell = getCell(p, detailLevel);
if (!inclParents) {
return Collections.singletonList(cell);
}
String endToken = cell.getTokenString();
assert endToken.length() == detailLevel;
List cells = new ArrayList| (detailLevel);
for (int i = 1; i < detailLevel; i++) {
cells.add(getCell(endToken.substring(0, i)));
}
cells.add(cell);
return cells;
}
Field field = new Field(getFieldName(),
new CellTokenStream(cells.iterator()), FIELD_TYPE);
```
3、构建存取域存储索引
```java
if (field.stored()) {
if (shapeStr == null)
shapeStr = shapeToString(shape);
result.add(new StoredField(field.getName(), shapeStr));
}
```
4、结果
如经纬度41.79452,123.41555，对应的geohash为wxrvb2kqexu（maxLevels=11）, 则其对应的term有11个（如w、wx、wxr、wxrv…）。
# 查询
这这里之前，请确保已经已经看过[查询方法及参数说明//TODO]()这篇文章，对查询常用到的参数比较熟悉。
查询语法实例:
```
q={!geofilt pt=45.15,-93.85 sfield=poi_location_p d=5 score=distance}
q={!bbox pt=45.15,-93.85 sfield=poi_location_p d=5 score=distance}
q=poi_location_p:"Intersects(-74.093 41.042 -69.347 44.558)" //a bounding box (not in WKT)
q=poi_location_p:"Intersects(POLYGON((-10 30, -40 40, -10 -20, 40 20, 0 0, -10 30)))" //a WKT example
```
空间搜索涉及到的特有的查询参数有：
sfield：指定坐标索引字段，如sfield=geo
pt：坐标点，如pt=54.729696,-98.525391
其中有几种常见的Solr支持的几何操作：
WITHIN：在内部
CONTAINS：包含关系
DISJOINT：不相交
Intersects：相交（存在交集）
我的这个项目实现了范围搜索和图形搜索，其中范围搜索用的是圆形范围，图形搜索用的是矩形边界搜索。更加详细的内容请看美团的文章。
# 参考资料
1. [Solr空间搜索原理分析与实践 - 美团](http://tech.meituan.com/solr-spatial-search.html)
| | |