MonogDB －索引 (三） GIS

一 2d Index

如下图的平面左边系，在其中有四个点A，B，C，D

 

1.使用mongo插入四个点

C:\dev\bin\mongodb-2.0.2\bin]]
>
mongo
MongoDB shell version: 2.0.2
connecting to: test

> db.createCollection("location"){ "ok" : 1 }

> db.location.save( {_id: "A", position: [0.001, -0.002]} )

> db.location.save( {_id: "B", position: [1.0, 1.0]} )

> db.location.save( {_id: "C", position: [0.5, 0.5]} )

> db.location.save( {_id: "D", position: [-0.5, -0.5]} )

2.创建2d索引

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

3.执行查询

查询距离圆心0.75范围内的点(毗邻关系)

> db.location.find( {position: 

                        { $near: [0,0], $maxDistance: 0.75  } 

                     } )

{ "_id" : "A", "position" : [ 0.001, -0.002 ] }

{ "_id" : "D", "position" : [ -0.5, -0.5 ] }

{ "_id" : "C", "position" : [ 0.5, 0.5 ] }

查询位于矩形［0.25，0.25］，［1.0，1.0］为顶点的矩形内的点(包含关系)

> db.location.find( {position:

                       { $within: 

                          { $box: [ [0.25, 0.25], [1.0,1.0] ] } 

                       } 

                     } ) 

{ "_id" : "C", "position" : [ 0.5, 0.5 ] }

{ "_id" : "B", "position" : [ 1, 1 ] }

二  2sphere Index

1.准备数据 数据格式为GeoJSON 对象 
> db.baidugis.find()

{ "_id" : ObjectId("528ecd42b8ff14e242ac3129"), "id" : 1, "loc" : { "type" : "Point", "coordinates" : [  73.5,  39.31 ] }, "xoffset" : 0.009962485610003569, "yoffset" : 0.005924861040000451 }

{ "_id" : ObjectId("528ecd42b8ff14e242ac312a"), "id" : 2, "loc" : { "type" : "Point", "coordinates" : [  73.5,  39.32 ] }, "xoffset" : 0.009956379369995716, "yoffset" : 0.005926044680002462 }

{ "_id" : ObjectId("528ecd42b8ff14e242ac312b"), "id" : 3, "loc" : { "type" : "Point", "coordinates" : [  73.5,  39.33 ] }, "xoffset" : 0.009954659179996384, "yoffset" : 0.005929157739998914 }

{ "_id" : ObjectId("528ecd42b8ff14e242ac312c"), "id" : 4, "loc" : { "type" : "Point", "coordinates" : [  73.5,  39.34 ] }, "xoffset" : 0.009957397069996432, "yoffset" : 0.00593507193999443 }

2.创建2sphere Index

> db.baidugis.ensureIndex({loc:”2dsphere"})

注意：2dphere索引可以是一个复合索引，而且也不要求位置字段为第一索引 

3.查看索引

> db.baidugis.getIndexes()

[

     {

          "v" : 1,

          "key" : {

               "_id" : 1

          },

          "ns" : "GISNew.baidugis",

          "name" : "_id_"

     },

     {

          "v" : 1,

          "key" : {

               "loc" : "2dsphere"

          },

          "ns" : "GISNew.baidugis",

          "name" : "loc_2dsphere"

     }

] 

4.查询操作

在纠偏数据库中分别查询以经纬度［116.86，40.40］为中心，最大距离为20公里、200公里和2000公里的点的个数

> db.baidugis.find( {loc:

                                {$near:

                                          {$geometry:

                                                  {type:"Point", coordinates:  [116.86,40.40]},                       

                                                    $maxDistance:20000

                                          }

                                 }

                              }).count()

1325

> db.baidugis.find({loc:{$near:{$geometry:{type:"Point", coordinates:[116.86,40.40]},$maxDistance:200000}}}).count()

133158

> db.baidugis.find({loc:{$near:{$geometry:{type:"Point", coordinates:[116.86,40.40]},$maxDistance:2000000}}}).count()

6239311 

上面使用的$near的语法：

将查询出的经纬度点在地图上显示的效果图

三 总结

      

        通过在实际项目中使用MongoDB的地理位置索引发现其效果还是很不错的，将查询出的结果显示在地图上后基本是一个圆形，例如上图的显示效果，说明其计算是精确的。

        在大概拥有一千万个点的纠偏数据库中，单机情况下，查询20公里范围内的点的速度大概是1-2秒，查询200公里的点大概需要6-10秒，查询2000公里（小半个中国）的点大概需要二十分钟，  其查询性能还是可以接受的， 。

 参考：

      http://docs.mongodb.org/manual/tutorial/query-a-2dsphere-index/  GIS查询方法

      http://geojson.org/geojson-spec.html#id2      GeoJSON对象介绍