在MongoDB中查询半径内的位置

如果我有以下格式的文件：

{
    pos:  { lat: 0, lon: 30 }
}

在集合用户中（请假装这些是真实的lat/lon:-）

获取某个半径（例如：50英里）内所有值的正确方法是什么？

这是一个三步过程

• 步骤1）在文档中嵌入GeoJSON点
• 步骤2）使用

  2dsphere

  为点的路径编制索引
• 步骤3）使用

  $geointen

  和

  $centerSphere

  查询文档中的点

若要执行地理空间查询，需要更改文档结构以匹配点。 看起来像这样

loc : {
    type : "Point",
    coordinates : [lng, lat]
}

用于将集合转换为点格式的示例代码

// sample setup code.
// use test; 
// db.positions.drop();
// db.positions.insert({
    // pos : {
        // lat : 0,
        // lon : 30
    // }
// });
db.positions.find().forEach(function (doc) {
    var point = {
        _id : doc._id,
        loc : {
            type : "Point",
            coordinates : [doc.pos.lon, doc.pos.lat]
        }
    };
    db.positions.update(doc, point);
});
db.positions.find().pretty();

之后，您可以在查询中使用

$geointen

和

$near

运算符，如下面的示例所示

例子 安装程序 查询：查找5英里内的地标。 输出 更多信息：

使用MongoDB逐步进行径向位置查询 MongoDB非常适合使用地理空间数据计算地理位置 基本上，您可以在带有**2dsphere**索引的集合上使用“$geointen:”和“$centerSphere:”。但是让我们一步一步走。 场景：让我们假设一个用户正在浏览他所在地区的酒店。。。他想显示距离他当前位置50英里范围内的酒店，而你的数据库应用程序中充满了酒店数据。您可能会使用一些地图API将它们显示在地图上（如果这是您之后要做的，请务必查看底部的链接），但对于本例，我们只希望在MongoDB数据库中从酒店位置获取50英里范围内的酒店数据

首先创建测试文档集合“hotels” *您可能需要编辑

坐标，使其与您的
附近的位置，如果您希望此代码在没有任何更改的情况下工作
半径距离

然后用2dsphere索引
位置

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

现在根据里程和您的位置进行查询。
首先准备好工具：
// custom function - convert miles to radian
let milesToRadian = function(miles){
    var earthRadiusInMiles = 3963;
    return miles / earthRadiusInMiles;
};

// or custom function - convert km to radian
let kmToRadian = function(miles){
    var earthRadiusInMiles = 6378;
    return miles / earthRadiusInMiles;
};


// custom function - returns array with current user geolocation points - [latitude, longitude]
function getUserLocation() {
  if (navigator.geolocation) {
    navigator.geolocation.getCurrentPosition(function (position) {
      let geoPoints = [position.coords.latitude, position.coords.longitude];
      console.log(geoPoints);
      return geoPoints;
    });
  } else { 
    console.log("Geolocation is not supported by this browser.");
  }
}

现在，使用您的新工具为MongoDB地理空间数据创建查询

var query = {'location' : {$geoWithin: { $centerSphere:  getUserLocation(), milesToRadian(50) ]}}}

// MongoDB example query could look something like:
// {'location': {$geoWithin: { $centerSphere: [ [ 40.000000001, 5.000000001 ], 0.012616704516780217 ]}}}

db.hotels.find(query);

MongoDB返回距离用户位置50英里范围内的文档（酒店）列表。请记住，您的文档需要实现GeoJSON结构来存储位置，并且它需要是index2dsphere。结果将按距离用户-ASC的距离排序

输出
观看/阅读更多
MongoDB-地理空间查询：
https://docs.mongodb.com/manual/geospatial-queries/
https://www.youtube.com/watch?v=3xP-gzh2ck0

再往前走！
把你的数据放到地图上。这里有一些非常酷的教程。
使用MapBox API打开街道地图：

使用谷歌JavaScript API的谷歌地图：

如果要将地址转换为地理编码点，可以使用gui或

例如，在浏览器中搜索“Poland Pultusk”，或通过添加到字符串参数
&format=json



另外，MapBox每月可免费下载5万次API调用，每1000次API调用可免费下载5美元。
谷歌每月为你提供200美元的免信用使用费，共计2.8万美元
免费API调用，然后7$/1000 API调用。拿起你的武器，玩得开心：>

工具：MongoDB Compass（*非社区版）
谢谢@Larry Battle，你知道它是如何按mongo排序的吗？谢谢，mongo 3.4仍然有效。刚刚添加了“kms”var kmsToRadian=函数（kms）{var earthRadiusInkms=6371；返回kms/earthRadiusInkms；}；
// Your 'hotels' collection could look something like this:
db.hotels.insertMany([
  {
    'name': 'Golebiewski',
    'address': 'Poland, Mikolajki',
    'location': { type: "Point", coordinates: [ 40, 5.000001 ] },
    'tel': '000 000 000'
  },
  {
    'name': 'Baltazar',
    'address': 'Poland, Pultusk 36',
    'location': { type: "Point", coordinates: [ 40, 5.000002 ] },
    'tel': '000 000 000'
  },
  {
    'name': 'Zamek',
    'address': 'Poland, Pultusk',
    'location': { type: "Point", coordinates: [ 40, 5.000003 ] },
    'tel': '000 000 000'
  },
])

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

// custom function - convert miles to radian
let milesToRadian = function(miles){
    var earthRadiusInMiles = 3963;
    return miles / earthRadiusInMiles;
};

// or custom function - convert km to radian
let kmToRadian = function(miles){
    var earthRadiusInMiles = 6378;
    return miles / earthRadiusInMiles;
};


// custom function - returns array with current user geolocation points - [latitude, longitude]
function getUserLocation() {
  if (navigator.geolocation) {
    navigator.geolocation.getCurrentPosition(function (position) {
      let geoPoints = [position.coords.latitude, position.coords.longitude];
      console.log(geoPoints);
      return geoPoints;
    });
  } else { 
    console.log("Geolocation is not supported by this browser.");
  }
}

var query = {'location' : {$geoWithin: { $centerSphere:  getUserLocation(), milesToRadian(50) ]}}}

// MongoDB example query could look something like:
// {'location': {$geoWithin: { $centerSphere: [ [ 40.000000001, 5.000000001 ], 0.012616704516780217 ]}}}

db.hotels.find(query);

{ "_id" : ObjectId("5d3130f810050424d26836d6"), "name" : "Golebiewski", "address" : "Poland, Mikolajki", "location" : { "type" : "Point", "coordinates" : [ 40, 5.000001 ] }, "tel" : "000 000 000" }
{ "_id" : ObjectId("5d3130f810050424d26836d7"), "name" : "Baltazar", "address" : "Poland, Pultusk 36", "location" : { "type" : "Point", "coordinates" : [ 40, 5.000002 ] }, "tel" : "000 000 000" }
{ "_id" : ObjectId("5d3130f810050424d26836d8"), "name" : "Zamek", "address" : "Poland, Pultusk", "location" : { "type" : "Point", "coordinates" : [ 40, 5.000003 ] }, "tel" : "000 000 000" }