MongoDB中Geospatial采用geoNear查询出来之后的dis单位是什么

命令  db.runCommand( { geoNear : "places" , near : [50,50], num : 10 } );

  上面的命令将返回10条距离点（50，50）最近的记录，loc字段由该collection的空间索引自动检测后决定。
     如果你想添加一条过滤条件，可以这样：
Mongo代码  
> db.runCommand( { geoNear : "places" , near : [ 50 , 50 ], num : 10,  
... query : { type : "museum" } } );  

使用geoNear获得的结果里dis的单位，有两种情况：

1）spherical设为false（默认），dis的单位与坐标的单位保持一致
如果保存的是longitude/latitude，则dis的单位就是经度（或者纬度，单位是一致的）
如果保存的是meter，则dis的单位就是meter

2）spherical设为true，dis的单位是弧度

想要换算成公里（km）的话，
要么在程序里做，要么使用distanceMultiplier参数来定义转换方式：

对应于1）
如果要保存的坐标是经纬度，要计算的是公里，可设置 distanceMultiplier: 111
如果要计算英里，可将111换成69

对应于2）
如果要计算公里，可设置 distanceMultiplier: 6371
如果要计算英里，则需要把6371换成3959

-----------------------

地理位置索引及相应命令

Geospatial Indexing
     MongoDB支持二维空间索引，这是设计时考虑到基于位置的查询。例如“找到离目标位置最近的N条记录”。可以有效地作为附加条件过滤。
     如果需要使用这种索引，应确定对象中存储的字段是子对象或数组，前两个元素为X，Y坐标(或者Y，X坐标，保持一致即可。it might be advisible to use order-preserving dictionaries/hashes in your client code, to ensure consistency)，一些例子：
 
Mongo代码  
{ loc : [ 50 , 30 ] }  
{ loc : { x : 50 , y : 30 } }  
{ loc : { foo : 50 , y : 30 } }  
{ loc : { lat : 40.739037, long: 73.992964 } }  
 
   Creating the Index
 
Mongo代码  
db.places.ensureIndex( { loc : "2d" } )     //应该是固定格式  
 
     默认的，Mongo假设你索引的是经度/维度，因此配置了一个从-180到180的取值范围，如果你想索引更多，可以指定该参数：
 
Mongo代码  
db.places.ensureIndex( { loc : "2d" } , { min : -500 , max : 500 } )  
 
     上面的代码将衡量索引保证存入的值在-500到500的范围之内。一般来说geo索引仅限于正方形以内且不包括边界以以外的范围，不能再边界上插入值，比如使用上面的代码，点(-500,-500)是不能被插入的。
 
     目前为止，每个Collection只能建立一个geo索引
 
    Querying
      该索引可以被用来精确匹配：
 
Mongo代码  
db.places.find( { loc : [50,50] } )  
 
     对于geo索引来说，更重要的是一个查询可以找到目标点附近的点，不必要精确匹配。
 
Mongo代码  
db.places.find( { loc : { $near : [50,50] } } )  
 
     上面的一句将按离目标点(50，50)距离最近的100个点(距离倒序排列)，如果想指定返回的结果个数，可以使用limit()函数，若不指定，默认是返回100个。
 
Mongo代码  
db.places.find( { loc : { $near : [50,50] } } ).limit(20)  
 
    Compound Indexes
      Mongo空间索引可选的支持第二字段索引.如果想用坐标和其他属性同事作为条件查询，把这个属性也一同索引，其他属性带注释性的加入索引中可使过滤更快。
 
Mongo代码  
db.places.ensureIndex( { location : "2d" , category : 1 } );  
db.places.find( { location : { $near : [50,50] }, category : 'coffee' } );