巧妙的利用Mongodb做地理空间查询

MongoDB是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。

在移动开发中，经常会用到定位的功能，例如美团、饿了么、猫眼电影等的app，都是使用了移动端定位，然后查找出自己地理位置附近的一些服务、信息。

地理位置索引是MongoDB早已被用户所熟知的特性，其球面（Spherical）和平面（Flat）两种模式，提供了丰富的地址位置的表示方式，如2d、2dsphere和GeoJSON等，对于移动App，如地图软件、打车软件、外卖软件，MongoDB强大的地理位置索引功能使其最佳选择；此外，对于物联网、智慧都市等领域，也需要大量的地理位置相关操作，这些都是MongoDB的竞技场。

本篇文章将会以Mongodb为数据库，讲述如何在数据库层级进行定位查询。

举个例子，我们需要做一个app，商家可以把自己的商品发布到app上，用户打开app查看离自己从近到远的商品。

如果没有地理位置的需求，那好办，直接插库然后查库就ok了，但是如果用到了地理位置，则需要用到Mongodb的一些位置功能。

Mongodb有一种地理空间索引，利用它可以进行经纬度的计算，下面继续介绍如何使用该功能。

下面以Nodejs+mongoose为例

1.创建Schema：

  const mongoose = require( 'mongoose' );
  let goodsSchema = new mongoose.Schema( {
   name: String,
   price: Number,
   location: {
     type: [ Number ],
     index: {
       type: '2dsphere',
       sparse: true
     }
   }
  }, {
   collection: 'Goods'
  } )

2.创建Model

let goodsModel = mongoose.model(‘Goods', goodsSchema)

3.插入数据

按照以下数据格式往数据库插入数据：

  {
   "name":"名字",
   "price":12,
   "location":[经度，纬度]
  }

4.查看用户附近的数据

  goodsModel.find( {
     'location': {
       $nearSphere: [
         parseFloat( 经度 ),
         parseFloat( 纬度 )
       ],
       $maxDistance: 1000
     }
   } ).limit(10).skip(0).lean().exec();

总结：本次主要分享位置索引的用法，十分实用的一个功能，demo没有做得那么手把手，但是主要的骨架是出来了，可以自由发挥谢谢啊！

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持我们！

赞 (0)

相关推荐

  • Thinkphp使用mongodb数据库实现多条件查询方法

    有个项目用了mongodb数据库,查询条件有and也有or,按Thinkphp官方手册,使用复合查询(_complex),getLastSql输出查询语句,发现查询条件是空的.用字符串模式查询(_string),请求字符串查询(_query)无法满足需求.估计用mongodb的用户不多,thinkphp官方对这方面支持也不够.打开thinkphp的mongodb驱动,Thinkphp/Extend/Driver/Db/DbMongo.class.php,找到protected function

  • MongoDB的基础查询和索引操作方法总结

    查询操作 1.查询所有记录 db.userInfo.find(); 相当于: select* from userInfo; 2.查询去掉后的当前聚集集合中的某列的重复数据 db.userInfo.distinct("name"); 会过滤掉name中的相同数据 相当于: select disttince name from userInfo; 3.查询age = 22的记录 db.userInfo.find({"age": 22}); 相当于: select * f

  • MongoDB导出查询结果到文件例子

    dump.js 复制代码 代码如下: var c = db.user.find({nick_name:{$exists:true,$ne:''}}).limit(100); while(c.hasNext()) {     printjson(c.next()); } mongo 192.168.2.201:41211/dc_user dump.js > feed.json dc_user库的user表的指定数据会以json形式保存在feed.json中. 注意:printjson输出的是格式化

  • PHP中MongoDB数据库的连接、添加、修改、查询、删除等操作实例

    PHP中MongoDB数据库的连接、添加、修改、查询、删除等操作实例

    PHP 扩展mongon.mod.dll下载http://cn.php.net/manual/en/mongo.installation.php#mongo.installation.windows 然后php.ini添加 extension=php_mongo.dll 最后phpinfo() 查找到 表标PHP已经自带了mongo功能,你就可以操作下面的代码(但是你必须有安装mongodb服务器) 一.连接数据库 使用下面的代码创建一个数据库链接 复制代码 代码如下: <?php $conne

  • python操作mongodb根据_id查询数据的实现方法

    本文实例讲述了python操作mongodb根据_id查询数据的实现方法.分享给大家供大家参考.具体分析如下: _id是mongodb自动生成的id,其类型为ObjectId,所以如果需要在python中通过_id查询,就需要转换类型 如果pymongo的版本号小于2.2,使用下面的语句导入ObjectId from pymongo.objectid import ObjectId 如果pymongo的版本号大于2.2,则使用下面的语句 from bson.objectid import Obj

  • 浅谈mongodb中query查询

    Mongodb最大的功能之一就是它支持动态查询,就跟传统的关系型数据库查询一样,但是它的查询来的更灵活. 一.  Query Expression Objects:查询表达式对象 查询表达式文档也是一个BSON结构的文档,例如,我们可以用下面的查询语句来查询集合中的所有记录: db.users.find({}) 这里,表达式对象是一个空文档,在查询的时候去去匹配所有的记录.再看: 复制代码 代码如下: db.users.find({'last_name': 'Smith'}) 这里,我们将会查询

  • 使用aggregate在MongoDB中查询重复数据记录的方法

    MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等),并返回计算后的数据结果.有点类似sql语句中的 count(*). aggregate() 方法 MongoDB中聚合的方法使用aggregate(). 语法 aggregate() 方法的基本语法格式如下所示: >db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION) 我们知道,MongoDB属于文档型数据库,其存储的文档类型都是JSON对象.正是由于这一特性,我们

  • Python中的MongoDB基本操作：连接、查询实例

    MongoDB是一个基于分布式文件存储的数据库.由C++语言编写.旨在为WEB应用提供可护展的高性能数据存储解决方案.它的特点是高性能.易部署.易使用,存储数据非常方便. MongoDB 简单使用 联接数据库 复制代码 代码如下: In [1]: import pymongo In [2]: from pymongo import Connection In [3]: connection = Connection('192.168.1.3', 27017) //创建联接 Connection

  • Java操作MongoDB模糊查询和分页查询

    本文实例为大家分享了Java操作MongoDB模糊查询和分页查询,供大家参考,具体内容如下 模糊查询条件: 1.完全匹配 Pattern pattern = Pattern.compile("^name$", Pattern.CASE_INSENSITIVE); 2.右匹配 Pattern pattern = Pattern.compile("^.*name$", Pattern.CASE_INSENSITIVE); 3.左匹配 Pattern pattern =

  • MongoDB查询性能优化验证及验证

    结论: 1. 200w数据,合理使用索引的情况下,单个stationId下4w数据.mongodb查询和排序的性能理想,无正则时client可以在600ms+完成查询,qps300+.有正则时client可以在1300ms+完成查询,qps140+. 2. Mongodb的count性能比较差,非并发情况下client可以在330ms完成查询,在并发情况下则需要1-3s.可以考虑估算总数的方法,http://blog.sina.com.cn/s/blog_56545fd30101442b.htm

随机推荐