学习mongodb，体会mongodb的每一个使用细节，欢迎阅读威赞的文章。这是威赞发布的第79篇mongodb技术文章，欢迎浏览本专栏威赞发布的其他文章。如果您认为我的文章对您有帮助或者解决您的问题，欢迎在文章下面点个赞，或者关注威赞。谢谢。
Mongodb提供了方便的地理位置信息存储和查询方法。并提供了二维平面索引和二维空间索引，来提高查询效率。说到这里，躁动不安想要改变世界的程序员是否就有一些想法了呢？动起我们改变世界的手，创造出来一个又一个基于地图的程序来改变人们的生活。好了，Mongodb的官方人员也有同样的想法，所以直接在官方文档上给出来一个基于地图的使用示例。本文就为你整理介绍官方文档中给出的这个精彩的案例。
概述
mongodb的地理信息索引能够方便快速的让用户查询包含地理信息的集合。包括查询地理信息位置，地理信息覆盖范围查询和计算等。为了展现mongodb在地理信息处理的能力和地理信息不同的处理方法，本文向你介绍了一个编写简单地图应用查询的过程。
本文简单介绍了地理信息索引的概念，然后演示了使用方法$geoWithin, $geoIntersects和$nearSphere查询地理信息。
假设你现在正在研发一个小的地图应用，来帮助客户查找纽约的酒店。这个应用需要具备下面的功能：
- 使用$geoIntersects确认用户当前街区的地理位置信息。
- 使用$geoWithin展示该街区的酒店数量
- 使用$nearSphere查找用户附近几公里内的酒店。
本文使用二维空间索引来查询这些空间信息。
投影畸变
将三维空间投射到平面时，地理信息展现会出现畸变。如将地球投射到平面地图时，就会产生这种畸变。例如，将经纬度范围在四个点（0,0),(80,0),(80,80),(0,80)投射到平面地图时，会出现下图所示的畸变。
地球是个三维球形，从赤道到北极组建变小。所以地球上这四个点围城的区域，投射到平面时，靠近极点的位置，会成为弧形。
酒店查询
数据准备
官网给出两个地址下载两份测试数据集
- neighborhoods.json
https://raw.githubusercontent.com/mongodb/docs-assets/geospatial/neighborhoods.json
- restaurants.json
https://raw.githubusercontent.com/mongodb/docs-assets/geospatial/restaurants.json
这两份数据集记录了酒店的位置信息和城市的地理信息。如果下载有困难，用户可以到威赞上传的资源当中去查找。
下载完成这两份数据集后，将这两份数据导入数据库。
mongoimport <path to restaurants.json> -c=restaurants
mongoimport <path to neighborhoods.json> -c=neighborhoods如果使用命令有困难，也可以使用mongodb compass来import数据。
导入完成后，构建二维空间索引
db.restaurants.createIndex({ location: "2dsphere" })
db.neighborhoods.createIndex({ geometry: "2dsphere" })浏览数据
查看一条酒店的信息
db.restaurants.findOne()返回结果
{
"_id": {
"$oid": "55cba2476c522cafdb053add"
},
"location": {
"coordinates": [
-73.856077,
40.848447
],
"type": "Point"
},
"name": "Morris Park Bake Shop"
}地图上显示酒店信息如下
查询一个街区的数据
db.neighborhoods.findOne()返回结果
{
geometry: {
type: "Polygon",
coordinates: [[
[ -73.99, 40.75 ],
...
[ -73.98, 40.76 ],
[ -73.99, 40.75 ]
]]
},
name: "Hell's Kitchen"
}地图上展示这个街区的样子
查找当前所在街区
假设用户的移动设备可以获得相对准确的位置信息。那么，使用$geoIntersects就可以很容易的获得用户的街区信息。文档中假设用户的经纬度坐标是（-73.93414657，40.82302903）。使用该坐标获取街区信息。
db.neighborhoods.find({geometry: {$geoIntersects: {$geometry: {type: "Point", coordinates: [-73.93414657, 40.82302903]}}}})返回结果
{
"_id" : ObjectId("55cb9c666c522cafdb053a68"),
"geometry" : {
"type" : "Polygon",
"coordinates" : [
[
[
-73.93383000695911,
40.81949109558767
],
...
]
]
},
"name" : "Central Harlem North-Polo Grounds"
}查找当前街区的所有酒店
前面依据用户的手机获取到了定位信息，查到了用户所在的街区。现在依据用户的所在的街区，查询出该街区所有酒店信息。
var neighborhood = db.neighborhoods.findOne( { geometry: { $geoIntersects: { $geometry: { type: "Point", coordinates: [ -73.93414657, 40.82302903 ] } } } } )
db.restaurants.find( { location: { $geoWithin: { $geometry: neighborhood.geometry } } } ).count()该查询发返回127个酒店数据，放到地图上展示如下。
查询指定距离内的酒店信息
用户可以使用$geoWithin方法和$centerSphere方法，查询出在指定范围内的酒店信息。该方法返回的数据是没有进行排序的。或者使用$nearSphere和$maxDistance方法，返回按照距离排序的信息。
使用$geoWithin查询
查找在指定半径范围内的酒店，使用方法$geoWithin, $centerShpere. 其中$centerSphere方法，是mongodb通过指定点和半径在地理空间内确定圆形的方法。
$geoWithin返回数据并没有排序，因此有可能会将最远的数据放在最前面。
查询附近5营利范围内的酒店
db.restaurants.find({ location:
{ $geoWithin:
{ $centerSphere: [ [ -73.93414657, 40.82302903 ], 5 / 3963.2 ] } } })其中$centerSphere的第二个参数，接收的是弧度信息。所以要除以地球的半径。
使用$nearSphere查询
用户可以使用$nearSphere和方法$maxDistance组合查询，返回结果按照距离由近到远进行排序。
var METERS_PER_MILE = 1609.34
db.restaurants.find({ location: { $nearSphere: { $geometry: { type: "Point", coordinates: [ -73.93414657, 40.82302903 ] }, $maxDistance: 5 * METERS_PER_MILE } } })
