MongoDB地理空间索引介绍

Jerry

地理空间索引分为两类：2d索引和2d sphere索引。

2d索引

2d索引可以用来存储和查找平面上的点，一般用于游戏地图中。以下是部门语法：

向集合中插入一条记录点的数据：

db.my_collect.insert({x:[90,90]})

插入数据的格式为[经度,纬度]，取值范围，经度[-180,180]，纬度[-90,90]。数据插入成功之后，我们先通过如下命令创建索引：

db.my_collect.ensureIndex({x:"2d"})

通过$near我们可以查询某一个点附近的点，如下:

db.my_collect.find({x:{$near:[90,90]}})

默认情况下返回该点附近100个点，可以通过$maxDistance来设置返回的最远距离：

db.my_collect.find({x:{$near:[90,90],$maxDistance:99}})

也可以通过$geoWithin查询某个形状内的点，比如查询矩形中的点：

db.my_collect.find({x:{$geoWithin:{$box:[[0,0],[90,1]]}}})

两个坐标点用来确定矩形的位置。

查询圆中的点：

db.my_collect.find({x:{$geoWithin:{$center:[[0,0],45]}}})

参数分别表示圆的圆心和半径。

查询多边形中的点：

db.my_collect.find({x:{$geoWithin:{$polygon:[[0,0],[100,0],[100,1],[0,1]]}}})

这里可以填入任意多个点，表示多边形中的各个点。

2d sphere索引

2dsphere可以用来存储和查找球面上的点，适用于球面类型的地图，它的数据类型是GeoJSON格式的，比如我们描述一个点，GeoJSON如下：

{
    "_id" : ObjectId("59f5e0571f9e8e181ffc3196"),
    "name" : "shenzhen",
    "location" : {
        "type" : "Point",
        "coordinates" : [ 
            90.0, 
            0.0
        ]
    }
}

描述线，GeoJSON格式如下：

{
    "_id" : ObjectId("59f5e0d01f9e8e181ffc3199"),
    "name" : "shenzhen",
    "location" : {
        "type" : "LineString",
        "coordinates" : [ 
            [ 
                90.0, 
                0.0
            ], 
            [ 
                90.0, 
                1.0
            ], 
            [ 
                90.0, 
                2.0
            ]
        ]
    }
}

描述多边形，GeoJSON格式如下：

{
    "_id" : ObjectId("59f5e3f91f9e8e181ffc31d0"),
    "name" : "beijing",
    "location" : {
        "type" : "Polygon",
        "coordinates" : [ 
            [ 
                [ 
                    0.0, 
                    1.0
                ], 
                [ 
                    0.0, 
                    2.0
                ], 
                [ 
                    1.0, 
                    2.0
                ], 
                [ 
                    0.0, 
                    1.0
                ]
            ]
        ]
    }
}

还有其他的类型。有了数据之后，我们可以通过如下操作来创建地理空间索引了：

db.my_collect.ensureIndex({location:"2dsphere"})

比如我想查询和深圳这个区域有交集的文档，如下：

var shenzhen = db.sang_collect.findOne({name:"shenzhen"})
db.my_collect.find({location:{$geoIntersects:{$geometry:shenzhen.location}}})

这里的查询结果是和深圳这个区域有交集的都会查到(比如经过深圳的高速公路、铁路等)，我们也可以只查询深圳市内的区域(比如深圳市内所有的学校)，如下：

var shenzhen = db.sang_collect.findOne({name:"shenzhen"})
db.my_collect.find({location:{$within:{$geometry:shenzhen.location}}})

也可以查询腾讯附近的其他位置，如下：

var QQ = db.sang_collect.findOne({name:"QQ"})
db.my_collect.find({location:{$near:{$geometry:QQ.location}}})

复合地理空间索引

位置往往只是我们查询的一个条件，比如我要查询深圳市内所有的学校，那我得再增加一个查询条件，如下：

var shenzhen = db.sang_collect.findOne({name:"shenzhen"})
db.my_collect.find({location:{$within:{$geometry:shenzhen.location}},name:"QQ"})