MongoDB 地理空间

GeoJSON 对象

<field>: { 
    type: <GeoJSON type> ,      # 指定的 GeoJSON 类型 (Point、LineString、Polygon……)
    coordinates: <coordinates>  # 指定对象坐标的字段 [<longitude>, <latitude> ]
}
   
# 例：
location: {
    type: "Point",
    coordinates: [ 116.408, 39.904]
}

传统坐标对

# 数组型
<field>: [ <x>, <y> ] 
# 或
<field>: [<longitude>, <latitude> ]
# 或 嵌入文档型
<field>: { <field1>: <longitude>, <field2>: <latitude> }

# 要指定旧坐标对，数组优先于嵌入文档，因为某些语言不保证关联地图排序

地理空间索引

2dsphere

2dsphere 索引支持在类地球体上计算几何图形的查询

1 2	# 创建 2dsphere 索引： db.collection.createIndex( { <location field> : "2dsphere" } )

其中 <location field> 是一个字段，其值为 GeoJSON 对象或传统坐标对

2d

2d索引支持在二维平面上计算几何的查询, 可以支持 $nearSphere 在球面上计算的查询。（适用于 MongoDB 2.2 及更早版本）

1	db.collection.createIndex( { <location field> : "2d" } )

其中 <location field> 是一个字段，其值为传统坐标对。

地理空间查询运算符

名称	描述
$geoIntersects	选择与 GeoJSON 几何相交的几何。 2dsphere 索引支持 $geoIntersects。
$geoWithin	在边界GeoJSON 几何中选择几何。 2dsphere 和 2d 指标支持 $geoWithin。
$near	返回点附近的地理空间对象。需要地理空间索引。 2dsphere 和 2d 指标支持 $near。
$nearSphere	返回球体上某个点附近的地理空间对象。需要地理空间索引。 2dsphere 和 2d 指标支持 $nearSphere。

地理空间聚合阶段

$geoNear

按离指定点最近到最远的顺序输出文档。

{ $geoNear: { 
  <geoNear options> 
  } 
}

字段	类型	描述
distanceField	string	包含计算距离的输出字段
distanceMultiplier	number	可选的。乘以查询返回的所有距离的因子。例如，使用 distanceMultiplier 将球面查询返回的弧度乘以地球的半径来转换为公里
includeLocs	string	可选的。这指定了标识用于计算距离的位置的输出字段。当位置字段包含多个位置时，此选项很有用
key		可选的。指定计算距离时要使用的地理空间索引字段。如果您的集合具有多个2d和/或多个2dsphere 索引，则必须使用该key选项来指定要使用的索引字段路径
maxDistance	number	可选的。到中心点的最大距离
minDistance	number	可选的。到中心点的最小距离
near	GeoJSON 或传统坐标对	查找最近文档的点
query	document	查询的匹配条件
spherical	boolean	可选的。确定 MongoDB 如何计算两点之间的距离。 true：MongoDB 使用 $nearSphere 语义并使用球面几何计算距离 **
false**：MongoDB 使用 $near 语义：2dsphere 索引的球面几何和 2d 索引的平面几何
uniqueDocs	boolean	可选的。如果此值为true，则查询会返回匹配的文档一次，即使文档的多个位置字段与查询匹配也是如此（2.6版后已弃用）

只能使用$geoNear作为管道的第一阶段。
必须包含 distanceField 字段。
$geoNear 需要地理空间索引，如果集合中有多个地理空间索引，请使用 keys参数指定要在计算中使用的字段。如果您只有一个地理空间索引，则$geoNear隐式使用索引字段进行计算。
不能在 $geoNear 阶段的查询字段中指定 $near 谓词
视图不支持 geoNear 操作
从 4.2 版开始，$geoNear 不再有 100 个文档的默认限制

示例 1：

查找距离 [ -73.99279 , 40.719296 ] 点最小距离 2m ,并且 category 是 Parks 的所有文档

db.citys.aggregate([
    {
        $geoNear: {
            near: {
                type: "Point",
                coordinates: [116.408, 39.904]
            },
            distanceMultiplier: 1/1000,           # 计算出的距离按公里显示
            distanceField: "dist.calculated",
            includeLocs: "dist.location",
            minDistance: 2,
            spherical: true
        }
    }
])

##### 结果 #####
// 1
{
    "_id": ObjectId("610b931fd2620000ac000144"),
    "name": "tianjin",
    "location": {
        "type": "Point",
        "coordinates": [
            117.246,
            39.117
        ]
    },
    "dist": {
        "calculated": 113.378060984206,       # 计算距离的字段
        "location": {                         # 计算中使用的位置的字段
            "type": "Point",
            "coordinates": [
                117.246,
                39.117
            ]
        }
    }
}

示例2：一个集合有多个地理空间索引

places 集合中 location 字段有一个 2dsphere 索引， legacy字段有一个 2d 索引如下：

{
   "_id" : 3,
   "name" : "Polo Grounds",
   "location": {
      "type" : "Point",
      "coordinates" : [ -73.9375, 40.8303 ]
   },
   "legacy" : [ -73.9375, 40.8303 ],
   "category" : "Stadiums"
}

使用 key 选项来指定聚集应该使用 location 的字段值的 $geoNear 操作，而不是 legacy 字段值

db.places.aggregate([
   {
     $geoNear: {
        near: { type: "Point", coordinates: [ -73.98142 , 40.71782 ] },
        key: "location",
        distanceField: "dist.calculated",
        query: { "category": "Parks" }
     }
   },
   { $limit: 5 }
])

##### 结果 #####
{
   "_id" : 8,
   "name" : "Sara D. Roosevelt Park",
   "location" : {
      "type" : "Point",
      "coordinates" : [
         -73.9928,
         40.7193
      ]
   },
   "category" : "Parks",
   "dist" : {
      "calculated" : 974.175764916902
   }
}
{
   "_id" : 1,
   "name" : "Central Park",
   "location" : {
      "type" : "Point",
      "coordinates" : [
         -73.97,
         40.77
      ]
   },
   "legacy" : [
      -73.97,
      40.77
   ],
   "category" : "Parks",
   "dist" : {
      "calculated" : 5887.92792958097
   }
}

案例

# 创建集合
db.provinces.insertMany([
  { name: "北京", location: { type: "Point", coordinates: [116.41667, 39.91667] } },
  { name: "山东", location: { type: "Point", coordinates: [117.000923, 36.675807] }},
  { name: "河北", location: { type: "Point", coordinates: [115.48333, 38.03333] } },
  { name: "吉林", location: { type: "Point", coordinates: [127.63333, 47.75000] } },
  { name: "辽宁", location: { type: "Point", coordinates: [123.38333, 41.80000] } },
  { name: "新疆", location: { type: "Point", coordinates: [87.68333, 43.76667] } },
  { name: "广东", location: { type: "Point", coordinates: [113.23333, 23.16667] } },
  { name: "江西", location: { type: "Point", coordinates: [115.90000, 28.68333] } },
  { name: "海南", location: { type: "Point", coordinates: [110.35000, 20.01667] } },
  { name: "上海", location: { type: "Point", coordinates: [121.55333, 31.20000] } },
  { name: "重庆", location: { type: "Point", coordinates: [106.45000, 29.56667] } },
  { name: "天津", location: { type: "Point", coordinates: [117.20000, 39.13333] } },
])

# 创建地理空间索引
db.provinces.createIndex({location: "2dsphere"})

# [120.39629, 36.30744]
db.provinces.findOne({
  geometry: {
    $geoIntersects: {
      $geometry: { type: "Point", coordinates: [117.000923, 36.675807] }
    }
  }
})

GeoJSON 对象

传统坐标对

地理空间索引

地理空间查询运算符

地理空间聚合阶段

案例

目录

标签