为了账号安全,请及时绑定邮箱和手机立即绑定

mongodb11天之屠龙宝刀(五)lbs地理位置检索:存储经纬度以及查询

标签:
MongoDB

mongodb11天之屠龙宝刀(五)lbs地理位置检索:存储经纬度以及查询
原文连接:直通车

基本原理

LBS,存储每个地点的经纬度坐标,搜寻附近的地点,建立地理位置索引可提高查询效率。
mongodb地理位置索引,2d和2dsphere,对应平面和球面。
mongodb位置查询文档
实现原理:参考文章

两种索引方式

地理位置索引,必须创建索引才可以能查询,目前有两种索引。

2d index:

使用2d index 能够将数据作为2维平面上的点存储起来,在MongoDB 2.2以前推荐使用2d index索引。

2dsphere index:

2dsphere index 支持球体的查询和计算,同时它支持数据存储为GeoJSON 和传统坐标。

3种距离单位

米(meters)
平面单位(flat units,可以理解为经纬度的“一度”)
弧度(radians)

2d索引能同时支持center和center和centerSphere,
2dsphere索引支持centerSphere。centerSphere。center默认是度,$centerSphere默认距离是弧度

地理位置索引创建与查询

地理位置索引-2d索引

https://img1.sycdn.imooc.com//5b3df7ea00010f6e06400227.jpg
首先需对col里的w设置索引为’2d’,方可进行$near查询

db.location.ensureIndex({w:"2d"})

w对应的经纬度外镶字段
创建了地理位置索引,默认mongoDB**不允许查询超过180的值**

2d索引查询方式

https://img1.sycdn.imooc.com//5b3df7f700015fba06400120.jpg

$near 附近的点
db.location.find({w:{$near:[1,1]}})

$near会返回最近的100个记录.
地理位置索引-2d索引-$near 限制返回的距离的远近,限制最远距离:限制最近距离:maxDistance单位是弧度, 地球表面1弧度距离约为6378137米, 0.001弧度距离为6378米

https://img1.sycdn.imooc.com//5b3df8f40001355d07670074.jpg

$geoWithin 某个形状内的点

地理位置索引-2d索引 $geoWithin 形状的表示
由于$geoWithin是查询某个形状内的点,所以先要学会如何表示形状.
https://img1.sycdn.imooc.com//5b3df8040001554e06400377.jpg
地理位置索引-2d索引 $geoWithin 查询矩形中的点

db.location.find({w:{$geoWithin:{$box:[[0,0],[3,3]]}}})
db.location.find({w:{$geoWithin:{$box:[[1,1],[2,3]]}}})

地理位置索引-2d索引 $geoWithin 查询圆形中的点

db.location.find({w:{$geoWithin:{$center:[[0,0],5]}}})

地理位置索引-2d索引 $geoWithin 查询多边形中的点

db.location.find({w:{$geoWithin:{$polygon:[[0,0],[0,1],[2,5],[6,1]]}}})
geoNear

地理位置索引-2d索引 geoNear
geoNear查询使用runCommand命令进行使用,db.runCommand({geoNear:,near:[,],minDistance:(对2D索引无效,2Dsphere有效),maxDistance:(最大距离),num:(返回结果个数)})

db.runCommand({geoNear:"location",near:[1,2],maxDistance:10,num:1})

https://img1.sycdn.imooc.com//5b3df820000133a806400515.jpg

地理位置索引-2dsphere索引

https://img1.sycdn.imooc.com//5b3df82b000128e006400366.jpg

查询案例:

db.user.find({"geo": {$near: [118.10388605,24.48923061], $maxDistance:0.1}},{id:1, name:1, state:1, geo:1}).limit(1).pretty()

https://img1.sycdn.imooc.com//5b3df8340001243607000223.jpg

2dsphere操作案例
插入 lbs;
db.lbs.insert(  
    {  
        loc:{  
            type: "Point",  
            coordinates: [113.332264, 23.156206]  
        },  
        name: "广州东站"  
    }  
)  

db.lbs.insert(  
    {  
        loc:{  
            type: "Point",  
            coordinates: [113.330611, 23.147234]  
        },  
        name: "林和西"  
    }  
)  

db.lbs.insert(  
    {  
        loc:{  
            type: "Point",  
            coordinates: [113.328095, 23.165376]  
        },  
        name: "天平架"  
    }  
)

插入结果,IDE显示如下
https://img1.sycdn.imooc.com//5b3df841000157d506230202.jpg

地理位置索引
db.lbs.ensureIndex(  
    {  
        loc: "2dsphere"  
    }  
)

https://img1.sycdn.imooc.com//5b3df84b000129d405940235.jpg
创建完成之后在indexes中出现了新的索引形式即为成功
https://img1.sycdn.imooc.com//5b3df8550001c8a506700136.jpg
#注意此调用情况下,maxdistance  单位是米

db.lbs.find(  
    {  
        loc: {  
            $near:{  
                $geometry:{  
                    type: "Point",  
                    coordinates: [113.323568, 23.146436]  
                },  
                $maxDistance: 1000  
            }  
        }  
    }  
)

最终查询结果下:
https://img1.sycdn.imooc.com//5b3df8600001e3f407500603.jpg

查询更多字段

查询更多字段时,执行:
db.lbs.find(
   {
       loc: {
near:{near:{geometry:{
                   type: “Point”,
                   coordinates: [113.323568, 23.146436]
               },
               $maxDistance: 1000
           }
       }
   }  ,{此处添加比如:type:1,name:1}
)


点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消