Mongodb 地理位置索引

               

Mongodb 地理位置索引

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' } );  

 

    geoNear Command

      虽然find()语法为查询的首选，Mongo也提供来了 geoNear 命令来执行相似的函数。geoNear命令有一个额外的好处是结果中返回距离目标点的距离，以及一些利于排除故障的信息。

Mongo代码  

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

> db.runCommand({geoNear:"asdf", near:[50,50]})  

{  

        "ns" : "test.places",  

        "near" : "1100110000001111110000001111110000001111110000001111",  

        "results" : [  

                {  

                        "dis" : 69.29646421910687,  

                        "obj" : {  

                                "_id" : ObjectId("4b8bd6b93b83c574d8760280"),  

                                "y" : [  

                                        1,  

                                        1  

                                ],  

                                "category" : "Coffee"  

                        }  

                },  

                {  

                        "dis" : 69.29646421910687,  

                        "obj" : {  

                                "_id" : ObjectId("4b8bd6b03b83c574d876027f"),  

                                "y" : [  

                                        1,  

                                        1  

                                ]  

                        }  

                }  

        ],  

        "stats" : {  

                "time" : 0,  

                "btreelocs" : 1,  

                "btreelocs" : 1,  

                "nscanned" : 2,  

                "nscanned" : 2,  

                "objectsLoaded" : 2,  <