一、MongoDB地理空间查询基础

MongoDB自3.2版本起提供完整的地理空间查询功能，支持GeoJSON和传统坐标对两种格式。核心数据结构包括：

• Point：表示单个坐标点，格式为{ type: "Point", coordinates: [longitude, latitude] }
• Polygon：多边形区域，用于范围查询
• LineString：线段，用于路径计算

创建地理空间索引是高效查询的前提：

// 为users集合创建2dsphere索引
db.users.createIndex({ location: "2dsphere" })
// 为legacy坐标对创建2d索引（已不推荐）
db.legacy_locations.createIndex({ loc: "2d" }, { min: -180, max: 180 })

2dsphere索引支持所有地理空间操作，而2d索引仅支持平面几何计算，存在精度限制。

二、核心距离查询方法解析

1. $near操作符

适用于返回距离排序的结果集，语法示例：

db.places.find({
  location: {
    $near: {
      $geometry: {
        type: "Point",
        coordinates: [-73.9667, 40.78]
      },
      $maxDistance: 1000, // 单位米
      $minDistance: 10    // 可选
    }
  }
})

特点：

• 返回文档按距离升序排列
• 必须与地理空间索引配合使用
• 仅支持单个点查询

2. $geoNear聚合阶段

提供更丰富的控制选项：

db.places.aggregate([
  {
    $geoNear: {
      near: { type: "Point", coordinates: [-73.9667, 40.78] },
      distanceField: "calculatedDistance",
      spherical: true,
      maxDistance: 2000,
      query: { type: "restaurant" }, // 可选过滤条件
      num: 10, // 限制返回数量
      includeLocs: "location" // 包含原始坐标
    }
  }
])

优势：

• 支持聚合管道中的其他阶段
• 可同时应用查询条件和距离限制
• 能返回计算后的距离字段

3. 距离计算函数

MongoDB提供$geoDistance表达式（4.0+版本）：

db.places.aggregate([
  {
    $addFields: {
      distance: {
        $geoDistance: {
          type: "Point",
          coordinates: [-73.9667, 40.78],
          from: "$location"
        }
      }
    }
  },
  { $sort: { distance: 1 } }
])

三、性能优化实战策略

1. 索引优化技巧

• 复合索引设计：当查询包含其他条件时，创建复合索引

  db.users.createIndex({ 
    "location": "2dsphere",
    "lastActive": -1 
  })

• 稀疏索引应用：对非所有文档都包含的地理字段使用稀疏索引

  db.events.createIndex({ 
    "venue.location": "2dsphere" 
  }, { sparse: true })

2. 查询优化方案

• 分页处理：结合$skip和$limit实现高效分页

  db.places.find({
    location: { $near: { $geometry: point, $maxDistance: 5000 } }
  }).skip(20).limit(10)

• 缓存热门区域：对高频查询区域预计算结果

3. 硬件配置建议

• 启用WiredTiger存储引擎的压缩功能
• 为地理空间数据集分配专用磁盘
• 考虑分片集群部署（当数据量超过单节点容量时）

四、典型应用场景解析

1. 电商LBS服务实现

// 查询用户周边5公里内的商家，按距离和评分排序
db.stores.aggregate([
  {
    $geoNear: {
      near: userLocation,
      distanceField: "dist",
      spherical: true,
      maxDistance: 5000
    }
  },
  { $match: { status: "open" } },
  { $sort: { "dist": 1, "rating": -1 } },
  { $limit: 20 }
])

2. 物流配送优化

// 计算仓库到多个配送点的距离矩阵
let warehouses = db.warehouses.find().toArray();
let deliveryPoints = db.delivery_points.find().toArray();
let distanceMatrix = [];
warehouses.forEach(w => {
  deliveryPoints.forEach(p => {
    let dist = db.command({
      geoNear: "delivery_points",
      near: w.location,
      spherical: true,
      query: { _id: p._id },
      maxDistance: 100000
    }).results[0].dis;
    distanceMatrix.push({
      warehouse: w._id,
      point: p._id,
      distance: dist
    });
  });
});

3. 社交应用发现功能

// 查找用户附近3公里内、30天内活跃的用户
let thirtyDaysAgo = new Date(Date.now() - 30*24*60*60*1000);
db.users.find({
  location: {
    $nearSphere: {
      $geometry: currentUserLocation,
      $maxDistance: 3000
    }
  },
  lastActive: { $gte: thirtyDaysAgo },
  _id: { $ne: currentUserId }
}).project({
  name: 1,
  distance: {
    $divide: [
      { $meta: "geoNearDistance" },
      1000 // 转换为公里
    ]
  }
})

五、常见问题与解决方案

1. 精度问题处理

• 坐标顺序：确保经度在前，纬度在后
• 投影选择：默认使用WGS84椭球体模型，对小范围查询影响可忽略
• 距离单位：默认返回米，可通过除法转换

2. 索引未使用排查

使用explain()分析查询计划：

db.places.find({
  location: { $near: { $geometry: point } }
}).explain("executionStats")

检查executionStats.totalDocsExamined是否显著大于nReturned

3. 大数据量处理

• 对百万级数据集考虑分片
• 使用$geoWithin先缩小范围再排序
• 实现客户端分页而非服务器端大偏移量

六、未来发展趋势

MongoDB 5.0+版本持续增强地理空间功能：

• 支持地理围栏的实时触发器
• 改进的球面几何计算精度
• 与时间序列数据的集成查询
• 更高效的索引压缩算法

开发者应关注：

1. 定期更新MongoDB版本以获取性能改进
2. 监控地理空间索引的使用效率
3. 评估新版本中的地理空间聚合操作符

通过系统掌握MongoDB的地理空间查询能力，开发者可以高效构建各类LBS应用，从简单的附近搜索到复杂的路径规划，都能在数据库层面得到优化实现。实际项目中，建议结合应用场景进行基准测试，选择最适合的查询方式和索引策略。