SpringMVC下MongoDB查询周围商家距离最近的点

     随着信息量的急剧增长，LBS技术现今已与我们的生活密不可分，今天主要分享的是基于MongoDB下，根据经纬度获取附近商家的实现。MongoDB是一个基于分布式文件存储的高性能数据库。

    对于距离的计算我们知道两点间直线最短，当两个元素的距离不是很远时，通过区域划分，可以直接使用勾股定理就能算得元素之间的距离。我们平时使用的「附近的人」的功能，元素距离都不是很大，勾股定理算距离足矣。不过需要注意的是，经纬度坐标的密度不一样 (地球是一个椭圆)，勾股定律计算平方差时之后再求和时，需要按一定的系数比加权求和，如果不求精确的话，也可以不必加权，当然我们现实生活处于一个三维空间，除了经度和维度之外还有一个高程的概念也就是海拔。

      当前主流的距离算法（geoHash算法）包括redis和MongoDB在计算距离是都是使用该算法的，geohash简单来说就是将二位的平面坐标转换成一维的整数，对于地理坐标数据我们不好构建索引，当将其转成一维整数时我们就能够很容易的构建索引提高查询效率，无论是范围的Btree还是精确的hash索引。

    首先假设我们将需要索引的整个地图分成16×16的方格，如下图（左下角为坐标0,0 右上角为坐标16,16）：

 

MongoDB在建立索引的时候，会根据相应字段的坐标计算一个可以用来做索引的hash值，这个值叫做geohash，下面我们以地图上坐标为［4，6］的点（图中红叉位置）为例。

我们第一步将整个地图分成等大小的四块，这样我们在实际中 将各个区域的位置定义成对应的编号，00、01、10、11。这样之前的4,6坐标就变成了整数00。

 

我们可以继续往下细分那么之前的坐标点4,6就变成了0011，当我们继续往下细分的时候得到的结果值就更加精确了，MongoDB中是切了26次5