接下来我们开始介绍mongodb的解决方案。mongodb也是早些年“快的”的解决方案。
地理空间数据
在MongoDB中，可以将地理空间数据存储为 GeoJSON对象 或 传统坐标对 。
GeoJSON对象
要计算类球体上的几何体，位置数据应存储为GeoJSON对象。
要指定GeoJSON数据，请使用嵌入式文档：
- type：指定GeoJSON对象类型
- coordinates：指定对象的坐标。
<field>: { type: <GeoJSON type> , coordinates: <coordinates> }
如：
location: {
type: "Point",
coordinates: [-73.856077, 40.848447]
}
GeoJSON对象在MongoDB地理空间查询在球体上计算，使用WGS84参考系统对GeoJSON对象进行地理空间查询。
传统坐标对
要计算欧几里得平面上的距离，位置数据应存储为传统坐标对，并使用2d索引。将数据转换为GeoJSON Point类型后，并通过2dsphere索引后传统坐标对也支持球面曲面计算。
要将数据指定为传统坐标对，也有两种数据格式可以使用，数组 或 嵌入式文档 。 官方推荐首先使用 数组。
数组方式（首选）：
<field>:[<longitude>, <latitude>]
嵌入式文档方式：
<field>:{<field1>:<longitude>, <field2>:<latitude>}
- 有效经度值介于-180和180。
- 有效的纬度值介于-90和90。
注意：为什么要说这个经纬度的有效值呢，因为mongodb不仅仅是对地球的经纬系统支持，也支持其他的平面坐标系。如果使用纬度和经度坐标必须使用 longitude（经度）在前，latitude（纬度）在后的顺序。
地理空间索引
在MongoDB中，地理数据相关的索引有两种 2dsphere 和 2d。地球状球体计算几何的查询应使用 2dsphere 索引。 2d 索引在二维平面上使用存储为点的数据的索引。该 2d 索引适用于MongoDB 2.2及更早版本中使用的传统坐标对。
当然通过将数据转换为GeoJSON Point类型，MongoDB通过2dsphere索引支持传统坐标对上的球面曲面计算。所以 GeoJSON对象 比 传统坐标对 更加强大复杂，但是 传统坐标对 也是支持 2dsphere
两种索引的方式虽然不同，不过，只要坐标跨度不太大（比如几百几千公里），这两个索引计算出的距离相差几乎可以忽略不计。
- 2dsphere
2dsphere索引支持在地球球上计算几何的查询。
db.collection.createIndex({ <location field>: "2dsphere" })
- 2d
2d索引支持在二维平面上计算几何的查询 。尽管索引可以支持 $nearSphere 在球体上计算的查询，但如果可能的话，请使用 2dsphere 索引进行球形查询。
db.collection.createIndex({ <location field> : "2d" })
其中 <location field> 的值是 GeoJSON对象 或 传统坐标对 的字段。
地理空间查询运算符
MongoDB提供了以下地理空间查询操作符：
| 名称 | 描述 |
|---|---|
| $geoIntersects | 选择与GeoJSON几何体相交的几何体，2dsphere索引支持 |
| $geoWithin | 选择边界GeoJSON几何内的几何，2dsphere和2D索引支持 |
| $near | 返回靠近点的地理空间对象。需要一个地理空间索引，2dsphere和2d索引支持 |
| $nearSphere | 返回球体上某个点附近的地理空间物体。需要一个地理空间索引，dsphere和2d索引支持 |
其中 $geoNear 包含 $match，$sort和$limit参数。输出文件包含一个额外的距离字段，并可包含位置标识符字段。
下表列出了每个地理空间操作使用的地理空间查询运算符：
| 方法 | 坐标 | 说明 |
|---|---|---|
| $near（GeoJSON质心点在这一行和下面一行，2dsphere） | 球形 | 另请参阅$nearSphere运算符，它在与GeoJSON和2dsphere索引一起使用时提供相同的功能。 |
| $near（传统坐标，2d） | 平面 | |
| $nearSphere（GeoJSON，2dsphere） | 球形 | 提供与$near使用GeoJSON和2dsphere相同的功能。对于球形查询，最好使用 $nearSphere明确指定名称中的球形查询而不是$near |
| $nearSphere（传统坐标，2d） | 球形 | 改为使用GeoJSON点。 |
| $geoWithin：{ $geometry：…} | 球形 | |
| $geoWithin：{ $box：…} | 平面 | |
| $geoWithin：{ $polygon：…} | 平面 | |
| $geoWithin：{ $center：…} | 平面 | |
| $geoWithin：{ $centerSphere：…} | 球形 | |
| $geoIntersects | 球形 | |
| $geoNear（2dsphere） | 球形 | |
| $geoNear（2d） | 平面 |
示例
GeoJSON对象数据
创建集合-插入数据-建立索引
#创建集合
db.createCollection("places")
#插入数据
db.places.insert({
name: "Central Park",
location: { type: "Point", coordinates: [ -73.97, 40.77 ] },
category: "Parks"
} );
db.places.insert({
name: "Sara D. Roosevelt Park",
location: { type: "Point", coordinates: [ -73.9928, 40.7193 ] },
category: "Parks"
} );
db.places.insert({
name: "Polo Grounds",
location: { type: "Point", coordinates: [ -73.9375, 40.8303 ] },
category: "Stadiums"
} );
#在location字段上创建索引
db.places.createIndex( { location: "2dsphere" } )
以下查询使用$near操作返回距离指定GeoJSON至少1000米且最远5000米的数据，并按从最近到最远的顺序排序：
db.places.find(
{
location:
{ $near:
{
$geometry: { type: "Point", coordinates: [ -73.9667, 40.78 ] },
$minDistance: 1000,
$maxDistance: 5000
}
}
}
)
以下查询使用$geoNear命令查询并过滤 { category: “Parks” } 相匹配的数据，按照距离指定的GeoJSON最近的顺序排序
db.runCommand(
{
geoNear: "places",
near: { type: "Point", coordinates: [ -73.9667, 40.78 ] },
spherical: true,
query: { category: "Parks" }
}
)
传统坐标对数据
创建集合-插入数据-建立索引
db.createCollection("location")
db.location.save( {_id: "A", position: [0.1, -0.1]} )
db.location.save( {_id: "B", position: [1.0, 1.0]} )
db.location.save( {_id: "C", position: [0.5, 0.5]} )
db.location.save( {_id: "D", position: [-0.5, -0.5]} )
db.location.ensureIndex( {position: "2d"} )
查询point(0,0),半径0.7附近的点
db.location.find( {position: { $near: [0,0], $maxDistance: 0.7 } } )
查询[0.25, 0.25], [1.0,1.0]区域附近的点
db.location.find( {position: { $geoWithin: { $box: [ [0.25, 0.25], [1.0,1.0] ] } } } )
参考 mongodb官方文档
到此mongodb地理数据支持的基础知识已经介绍完，请看下篇实战篇，我们还是会生成600w调数据mongodb方案进行测试。
文章同步发布在博客，LBS-查找附近的人-mongodb实现-基础知识
