6

我在GAE 搜索索引中有大约 400,000 个文档。所有文件都有一个location GeoPoint属性，并且分布在全球各地。一些文件可能与任何其他文件相距超过 4000 公里，而另一些文件可能彼此相距几米。

我想找到最接近特定坐标集的文档，但发现以下代码给出了不正确的结果：

from google.appengine.api import search

# coords are in the form of a tuple e.g. (50.123, 1.123)
search.Document(
    doc_id='meaningful-unique-id',
    fields=[search.GeoField(name='location' 
                            value=search.GeoPoint(coords[0], coords[1]))])

# find document function radius is in metres
def find_document(coords, radius=1000000):
    sort_expr = search.SortExpression(
        expression='distance(location, geopoint(%.3f, %.3f))' % coords,
        direction=search.SortExpression.ASCENDING,
        default_value=0)

    search_query = search.Query(
        query_string='distance(location, geopoint(%.3f, %.3f)) < %d' \
                    % (coords[0], coords[1], radius),
        options=search.QueryOptions(
            limit=1,
            ids_only=True,
            sort_options=search.SortOptions(expressions=[sort_expr])))

    index = search.Index(name='document-index')
    return index.search(search_query)

使用此代码，我将获得一致但不正确的结果。例如，搜索离伦敦最近的文件表明最近的文件在苏格兰。我已经证实有成千上万的更接近的文件。

我将问题缩小到radius参数太大。如果半径降至 12 公里左右（radius=12000），我会得到正确的结果。12公里半径内一般不超过1000个文档。（可能与 相关search.SortOptions(limit=1000)。）

问题是，如果我在地球上一个数千英里没有任何文件的稀疏区域，我的搜索功能将不会返回任何radius=12000（12 公里）。无论我身在何处，我都希望它能够将最近的文件返回给我。如何通过一次调用 Search API 来始终如一地完成此任务？

4

3 回答 3

5

我相信问题如下。您的查询将选择最多 10K 个文档，然后根据您的距离排序表达式对这些文档进行排序并返回。（也就是说，排序实际上并不是所有 400k 文档。）所以我怀疑一些地理上更接近的点不包括在这个 10k 选择中。这就是为什么当您缩小搜索半径时事情会更好，因为您在该半径内的总点数较少。

从本质上讲，您希望以一种对您查询的内容有意义的方式将您的查询“命中”降低到 10k。您至少可以通过两种方式解决这个问题，您可以将它们结合起来：

  • 添加排名，以便按排名顺序返回最“重要”的文档（通过某些在您的域中有意义的标准），然后这些文档将按距离排序。
  • 过滤一个或多个文档字段（例如，“业务类别”，如果您的文档包含有关业务的信息）以减少候选文档的数量。

（我不相信这个 10k 阈值目前在 Search API 文档中；我已经提交了一张票来添加它）。

于 2013-03-12T00:37:51.420 回答
1

我有完全相同的问题，我认为不可能。当您自己发现可能的结果多于返回的结果时，就会出现问题。谷歌算法在加载限制后退出，然后对结果进行排序。

我已经看到了与您相同的集群及其搜索 API 的一部分。

一种技巧是将您的搜索细分为子部门，同时进行多个调用，然后合并和排序结果。

于 2013-03-11T12:25:39.010 回答
0

疯狂的想法，为什么不保留/记录与 3 个点的距离，然后据此计算。

于 2013-03-11T14:31:05.907 回答