地理空间索引（2d、2dsphere）

地理空间索引（2d、2dsphere）

MongoDB提供了两种地理空间索引类型：2d和2dsphere。2d索引适用于平面坐标系上的点数据，而2dsphere索引则支持球面坐标系上的点、线和多边形数据。这两种索引都能显著提升地理空间查询的性能。

2d索引

2d索引用于处理平面地图上的点数据，适用于简单的二维坐标系统。这种索引类型最适合处理小范围的地理数据，比如城市地图或游戏地图。

创建2d索引的基本语法：

db.collection.createIndex({ locationField: "2d" })

2d索引支持以下查询操作符：

• $near：查找距离某个点最近的点
• $geoWithin：查找位于某个几何图形内的点
• $box：矩形范围查询
• $center：圆形范围查询
• $polygon：多边形范围查询

示例：创建一个包含位置信息的集合并建立2d索引

db.places.insertMany([
  { name: "Central Park", location: [ -73.97, 40.77 ] },
  { name: "Empire State", location: [ -73.99, 40.75 ] },
  { name: "Times Square", location: [ -73.99, 40.76 ] }
])

db.places.createIndex({ location: "2d" })

查询距离某个点最近的3个地点：

db.places.find({
  location: {
    $near: [ -73.98, 40.77 ],
    $maxDistance: 2
  }
}).limit(3)

2dsphere索引

2dsphere索引支持更复杂的地理空间查询，包括点、线和多边形数据。它使用WGS84坐标系，适合处理地球表面的地理数据。

创建2dsphere索引的基本语法：

db.collection.createIndex({ locationField: "2dsphere" })

2dsphere索引支持以下查询操作符：

• $geoWithin：查找完全包含在某个几何图形内的文档
• $geoIntersects：查找与某个几何图形相交的文档
• $near：查找距离某个点最近的文档
• $nearSphere：类似$near，但使用球面距离计算

示例：创建一个包含GeoJSON数据的集合并建立2dsphere索引

db.cities.insertMany([
  {
    name: "New York",
    location: {
      type: "Point",
      coordinates: [ -73.97, 40.77 ]
    }
  },
  {
    name: "San Francisco",
    location: {
      type: "Point",
      coordinates: [ -122.42, 37.78 ]
    }
  }
])

db.cities.createIndex({ location: "2dsphere" })

查询距离某个点1000米范围内的城市：

db.cities.find({
  location: {
    $near: {
      $geometry: {
        type: "Point",
        coordinates: [ -73.98, 40.77 ]
      },
      $maxDistance: 1000
    }
  }
})

地理空间查询示例

多边形区域查询

查找位于某个多边形区域内的所有点：

db.places.find({
  location: {
    $geoWithin: {
      $geometry: {
        type: "Polygon",
        coordinates: [[
          [ -73.98, 40.76 ],
          [ -73.99, 40.76 ],
          [ -73.99, 40.77 ],
          [ -73.98, 40.77 ],
          [ -73.98, 40.76 ]
        ]]
      }
    }
  }
})

线与多边形相交查询

查找与某条线相交的所有多边形：

db.roads.find({
  geometry: {
    $geoIntersects: {
      $geometry: {
        type: "LineString",
        coordinates: [
          [ -73.98, 40.77 ],
          [ -73.99, 40.77 ]
        ]
      }
    }
  }
})

索引选择与优化

选择2d还是2dsphere索引取决于数据类型和使用场景：

• 如果数据是简单的二维平面坐标且不需要考虑地球曲率，使用2d索引
• 如果数据是GeoJSON格式或需要精确的地球表面距离计算，使用2dsphere索引

复合索引示例：

db.places.createIndex({
  location: "2dsphere",
  category: 1,
  rating: -1
})

这种复合索引可以优化同时包含地理空间条件和其他条件的查询。

性能考虑

地理空间索引的性能受以下因素影响：

1. 数据量：索引大小直接影响查询性能
2. 查询复杂度：$geoWithin通常比$near更快
3. 索引类型：2d索引通常比2dsphere索引更快，但功能有限

对于大型数据集，可以考虑：

• 使用分片集群分散地理空间数据
• 合理设置$maxDistance限制结果集大小
• 避免在查询中使用过于复杂的几何图形

实际应用场景

附近地点搜索

实现一个查找附近餐馆的功能：

function findNearbyRestaurants(longitude, latitude, maxDistance) {
  return db.restaurants.find({
    location: {
      $nearSphere: {
        $geometry: {
          type: "Point",
          coordinates: [ longitude, latitude ]
        },
        $maxDistance: maxDistance
      }
    },
    category: "restaurant"
  }).sort({ rating: -1 }).limit(10)
}

地理围栏应用

检测用户是否进入某个预定区域：

function checkGeoFence(userLocation, fenceId) {
  const fence = db.geoFences.findOne({ _id: fenceId })
  return db.geoFences.findOne({
    _id: fenceId,
    geometry: {
      $geoIntersects: {
        $geometry: {
          type: "Point",
          coordinates: userLocation
        }
      }
    }
  }) !== null
}

地理空间聚合

MongoDB的地理空间聚合功能可以用于更复杂的分析：

计算每个区域内的点数：

db.places.aggregate([
  {
    $geoNear: {
      near: { type: "Point", coordinates: [ -73.98, 40.77 ] },
      distanceField: "distance",
      maxDistance: 5000,
      spherical: true
    }
  },
  {
    $group: {
      _id: "$category",
      count: { $sum: 1 },
      avgDistance: { $avg: "$distance" }
    }
  }
])

常见问题与解决方案

1. 坐标顺序问题：

   • GeoJSON使用[经度, 纬度]顺序
   • 传统坐标可能使用[纬度, 经度]顺序
   • 确保数据格式一致

2. 性能优化：

   • 对于大范围查询，先使用$geoWithin缩小范围，再用$near排序
   • 避免在查询中使用$or操作符组合多个地理空间条件

3. 精度问题：

   • 2d索引使用平面距离计算，不适合大范围地理数据
   • 2dsphere索引使用球面距离计算，精度更高但计算成本也更高

高级用法

地理空间数据与全文搜索结合

db.places.createIndex({ location: "2dsphere", name: "text" })

db.places.find({
  $text: { $search: "coffee" },
  location: {
    $near: {
      $geometry: {
        type: "Point",
        coordinates: [ -73.98, 40.77 ]
      },
      $maxDistance: 1000
    }
  }
})

动态地理空间查询

构建动态查询条件：

function buildGeoQuery(center, radius, categories) {
  const query = {
    location: {
      $geoWithin: {
        $centerSphere: [ center, radius / 6378.1 ]
      }
    }
  }
  
  if (categories && categories.length > 0) {
    query.category = { $in: categories }
  }
  
  return query
}