Elasticsearch实现距离计算需要使用Geo Distance Query和Geo Distance Aggregation两个功能。这两个功能都基于地理位置信息（经纬度）进行计算。
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"geo_distance": {
"distance": "10km",
"pin.location": {
"lat": 40,
"lon": -70
}
}
}
}
}
}其中，geo_distance表示距离查询，pin.location是文档中保存地理位置信息的字段名，lat和lon分别表示纬度和经度，distance表示距离范围。
{
"aggs": {
"location_stats": {
"geo_distance": {
"field": "pin.location",
"origin": {
"lat": 40,
"lon": -70
},
"ranges": [
{
"to": 5000
},
{
"from": 5000,
"to": 10000
},
{
"from": 10000
}
]
}
}
}
}其中，geo_distance表示距离聚合，field是文档中保存地理位置信息的字段名，origin表示查询的中心点，ranges表示距离范围。
需要注意的是，Elasticsearch使用的是Haversine公式来计算距离，该公式基于球面距离。同时，使用Geo Distance Query和Geo Distance Aggregation需要在索引映射中将地理位置信息定义为geo_point类型。
推荐学习材料：官方文档。