地理空间查询运算符：

几何操作符说明：

查询操作符说明：

地理空间聚集管道符:

准备工作：

1. mongodb中先插入几条数据：

2. 先给经纬度字段建立2dsphere索引。

地理位置查询案例：

给出一个经纬度，查询mongodb中与其他经纬度的距离

mongodb的查询语句

Java代码实现：

给出经纬度和半径，从mongodb中查询该范围内的所有数

mongodb查询语句

Java代码实现

给出经纬度和半径构建圆形范围，从mongodb中查询是否与其他相交，重叠。

mongodb实现

java代码实现

多个经纬度构建的几何范围查询

插入测试数据

判断几何图形面积是否相交

mongodb案例：

Java代码实现

MongoDB地理空间查询可以解释平面或球体上的几何图形。
2dsphere索引只支持球形查询(即在球形表面上解释几何图形的查询)。
2d索引支持平面查询(即在平面上解释几何图形的查询)和一些球形查询。虽然2d索引支持一些球形查询，但是对这些球形查询使用2d索引可能会导致错误。如果可能，对球形查询使用2dsphere索引。

地理空间查询运算符：

几何操作符说明：

Name	Description
$box	使用传统坐标对指定一个用于$geoWithin查询的矩形框。2D索引支撑 $box。
$center	使用坐标(经纬度)和距离第一一个圆进行范围查询。2D索引支撑$center。
$centerSphere	在使用球形几何图形时，使用传统坐标或GeoJSON格式指定一个圆来进行$geoWithin查询(在球面上定义一个园,进行范围查询)。2dsphere和 2D索引支持$centerSphere。
$geometry	地理空间几何查询符, 指定GeoJSON格式的类型后。可以配合用以下地理空间查询操作符 $geoWithin，$geoIntersects，$near， $nearSphere。$geometry,进行地理查询.
$maxDistance	指定最大距离以限制$near 和$nearSphere查询的结果。2dsphere和2D索引支持 $maxDistance。
$minDistance	指定最小距离以限制$near 和$nearSphere查询的结果。`2dsphere`仅与索引一起使用。
$polygon	指定要使用旧式坐标对进行 $geoWithin查询的面。2D索引支撑 $center。
$uniqueDocs	不推荐使用。修改$geoWithin和$near查询以确保即使文档多次匹配查询，查询也会返回一次文档。

查询操作符说明：

$geoIntersects	查询与指定的GeoJSON几何形状相交的几何形状。2dsphere索引支持 $geoIntersects。
$geoWithin	查询与指定的GeoJSON几何重叠的几何。该2dsphere和2D指标支持 $geoWithin。
$near	(平面上定圆形,查询该圆形内的数据)返回点附近的地理空间对象。需要地理空间索引。该2dsphere和2D指标支持 $near。
$nearSphere	(球面上定圆形,查询该圆形内的数据)返回球体上某个点附近的地理空间对象。需要地理空间索引。该2dsphere和2D指标支持 $nearSphere。

地理空间聚集管道符:

Stage	Stage
$geoNear	根据与地理空间点的接近程度返回有序的文档流。为地理空间数据合并了$match、$sort和$limit功能。输出文档包含一个额外的距离字段，并且可以包含一个位置标识符字段。 $geoNear需要一个地理空间索引。

准备工作：

1. mongodb中先插入几条数据：

db.ZHXCDIS.insert({
"ZXDJDWD" : [  69.3,  89.2 ], //经纬度
"BJ" : 10.0, //半径
"name": "面馆1"
})
db.ZHXCDIS.insert({
"ZXDJDWD" : [  69.4,  89.3 ], //经纬度
"BJ" : 20.0, //半径
"name": "面馆2"
})
db.ZHXCDIS.insert({
"ZXDJDWD" : [  69.5,  89.4 ], //经纬度
"BJ" : 30.0, //半径
"name": "面馆3"
})

2. 先给经纬度字段建立2dsphere索引。

▼ 建立索引的字段一定要是数组或者对象，不然创建不了 # 2d不能写成2D

2d索引，用于存储和查找平面上的点。（二维平面）

2dsphere索引，用于存储和查找球面上的点，同时它支持数据存储为GeoJSON 和传统坐标。（查询地球上真实的距离用该索引）

▼创建索引的例子：

db.你的Collection名字.createIndex({ 改成你要建立索引的字段名字 : "索引名字" })

db.ZHXCDIS.createIndex({ZXDJDWD : "2dsphere"})

地理位置查询案例：

给出一个经纬度，查询mongodb中与其他经纬度的距离

▼3种距离单位：

米(meters)

平面单位(flat units，可以理解为经纬度的“一度” )

弧度(radians) :地球表面1弧度距离约为6378137米, 0.001弧度距离为6378米

mongodb的查询语句

ZHXCDIS是Collection的名字，其他都是固定写法

若需要距离单位为米则指定 distanceMultiplier: 6378137，

千米 distanceMultiplier: 6378 （不指定该属性，则返回两点相差的弧度）

db.ZHXCDIS.aggregate({
$geoNear:{
        near:[0,0],         //中括号中写经度纬度
        spherical:true,        //表示使用是否采用球面几何计算（false则返回平面单位）
        distanceMultiplier: 6378137, //要和spherical:true同时使用，
        distanceField:"distance"    //给返回结果起一个叫distance的别名
        }})

/**
查询的结果，会根据距离大小自动排序

{
"_id" : ObjectId("6204c76ef73f965f1d3e5542"),
"ZXDJDWD" : [
69.3,
89.2
],
"BJ" : 10.0,
"name" : "面馆1",
"distance" : 5617637.110091394 //相差的距离
}
{
"_id" : ObjectId("6204c76ef73f965f1d3e5543"),
"ZXDJDWD" : [
69.4,
89.3
],
"BJ" : 20.0,
"name" : "面馆2",
"distance" : 5624962.261152434 //相差的距离
}
{
"_id" : ObjectId("6204c76ef73f965f1d3e5544"),
"ZXDJDWD" : [
69.5,
89.4
],
"BJ" : 30.0,
"name" : "面馆3",
"distance" : 5632325.494106238 //相差的距离
}
**/

Java代码实现：

Aggregation aggregation = Aggregation.newAggregation(Aggregation.geoNear(NearQuery.near(ZXDJD, ZXDWD) //经纬度.spherical(true)    //是否采用球面几何计算.distanceMultiplier(6378137D), "distance")); //是别名distance
/*参数一：构造的条件；参数二：表示你要查询mongodb的哪个Collection；参数三：查询的结果封装到实体类*/
List<DisasterOtherDTO> DisasterOtherDTOs = mongoTemplate.aggregate(aggregation, "ZHXCDIS",DisasterOtherDTO.class ).getMappedResults();

点面关系

给出经纬度和半径，从mongodb中查询该范围内的所有数

mongodb查询语句

//ZHXCDIS是collection的名字，ZXDJDWD是添加了2dsphere的字段，其他固定写法

//查询最远12500米半径，最近200米半径圆形范围内的所有数据

db.ZHXCDIS.find({
ZXDJDWD:{
$nearSphere:{
type: "point", //指定GeoJson类型为一个点,
coordinates: [117.0,39.0] //经纬度(坐标)
},
$maxDistance: 12500, //最远距离 ,查询坐标12500米内（单位：米）
$minDistance:200 //最近距离,查询坐标200米外的数据（单位：米）
}
})

Java代码实现

Point point = new Point(117.0, 39.0);
Query query = new Query(Criteria.where("ZXDJDWD") //经纬度字段.nearSphere(point)    //经纬度.maxDistance(12500d / 6378137d)    //最大距离 (这里一定要除以地球的半径（6378137），得出地弧度).minDistance(200d / 6378137d));    //最近距离 (这里一定要除以地球的半径（6378137）)List<DisasterEntity> disasterEntities = mongoTemplate.find(query, DisasterEntity.class);

给出经纬度和半径构建圆形范围，从mongodb中查询是否与其他相交，重叠。

ps：Mongodb中的点面关系，没有直接判断是否相交的功能，只能曲线救国。拿两个圆形范围的半径和，在得到两个圆心的距离，相比即可得出是否相交

逻辑：

计算出经纬度和其他经纬度距离

计算出半径和

筛选出半径和比距离大的数据

mongodb实现

db.getCollection("ZHXCDIS").aggregate([
{$geoNear:{ //第一段聚合，先查询出距离,赋值给distance
near:[69.3,89.2],
spherical:true,
distanceMultiplier: 6378137,
distanceField:"distance",
  }},
{"$addFields":{ //第二段聚合，计算出半径和赋值给num
"num": {$add:["$BJ",20]}, //这个相当于我们给半径加20，然后将结果赋值给num
}},
{
"$redact": {                //第三阶段，筛选出半径和大于等于距离的数据，证明有相交
"$cond": [
{ "$gte": [ "$num","$distance"] }, //$num和$distance等同于上面的
"$$KEEP",
"$$PRUNE"
]
}
}
])

//发布博客后格式乱了,看这里

$redact:
　　根据字段所处的document结构的级别，对文档进行“修剪”，它通常和“判断语句if-else”结合使用即＄cond。
　　＄redact可选值有3个：
　　　1)＄＄DESCEND：包含当前document级别的所有fields。当前级别字段的内嵌文档将会被继续检测。
　　　2)＄＄PRUNE：不包含当前文档或者内嵌文档级别的所有字段，不会继续检测此级别的其他字段，即使这些字段的内嵌文档持有相同的访问级别。
　　　3)＄＄KEEP：包含当前文档或内嵌文档级别的所有字段，不再继续检测此级别的其他字段，即使这些字段的内嵌文档中持有不同的访问级别。

java代码实现

 /*** 判断新建灾害现场和未结束的是否相交* @param ZXDJD 经度* @param ZXDWD 维度* @param BJ 半径* @return 返回相交距离最近的数据*/private DisasterOtherDTO crossDisasterRange(Double ZXDJD, Double ZXDWD, Double BJ){//计算出半径和,赋值给num属性ArithmeticOperators.Add add = ArithmeticOperators.Add.valueOf("$BJ").add(BJ);AddFieldsOperation build =Aggregation.addFields().addFieldWithValue("num",add).build();//先查询出距离,赋值给distanceGeoNearOperation distance1 = Aggregation.geoNear(NearQuery.near(ZXDJD,ZXDWD).spherical(true).distanceMultiplier(6378137d)), "distance");//筛选出半径和比距离大的数据，证明有相交Criteria condition = Criteria.where("num").gte("$distance");AggregationExpression conditionExpression = ConditionalOperators.Cond.when(condition).thenValueOf("$$KEEP").otherwise("$$PRUNE");RedactOperation redact = Aggregation.redact(conditionExpression);//管道聚合查询，返回有相交的数据Aggregation aggregation = Aggregation.newAggregation(distance1,build,redact);List<DisasterOtherDTO> results = mongoTemplate.aggregate(aggregation, "ZHXCDIS", DisasterOtherDTO.class).getMappedResults();return results;}

多个经纬度构建的几何范围查询

插入测试数据

ps: 最后的一个经纬度一定要和第一个相同，这样才能闭合

db.demo.insertMany([{
"name":"测试地点1",
jw:{ //这是一个geoJson对象
"type":"Polygon", // 表示多边形几何
"coordinates":[[ //结构必须是 [[[经度，维度]，[经度，维度]]]，三个中括号不可变
[112.67097473144531,33.338559712732525], //首位必须一样才能闭合
[112.78495788574217,33.338559712732525],
[112.78495788574217,33.40679724595547],
[112.67097473144531,33.40679724595547],
[112.67097473144531,33.338559712732525] //首位必须一样才能闭合
]]
}
},{
"name":"测试地点2",
jw:{
"type":"Polygon",
"coordinates":[[
[112.79869079589844,33.25476662931654],
[112.92915344238281,33.25476662931654],
[112.92915344238281,33.4039312002347],
[112.79869079589844,33.4039312002347],
[112.79869079589844,33.25476662931654]
]]
}
},
{
"name":"测试地点3",
jw:{
"type":"Polygon",
"coordinates":[[
[112.66273498535156,33.246153192679756],
[112.7911376953125,33.246153192679756],
[112.7911376953125,33.31388929028309],
[112.66273498535156,33.31388929028309],
[112.66273498535156,33.246153192679756]
]]
}
},
{
"name":"测试地点4",
jw:{
"type":"Polygon",
"coordinates":[[
[112.59613037109375,33.34085428063472],
[112.65380859375,33.34085428063472],
[112.65380859375,33.40622404437544],
[112.59613037109375,33.40622404437544],
[112.59613037109375,33.34085428063472]
]]
}
}
])

db.demo.renameCollection('coordinates')

建索引

db.demo.createIndex(jw.coordinates,"2dsphere")

判断几何图形面积是否相交

mongodb案例：

db.demo.find({
jw: { // coordinates是保存经纬度的字段
$geoIntersects: { //$geoIntersects: 查询相交的几何形状，$geoWithin：查询重叠
$geometry: { // 为地理空间查询运算符指定GeoJSON格式的几何
type: "Polygon" , // 指定GeoJSON格式的几何类型为：Polygon,表示查询多边形
coordinates: [[ //经纬度构建的多半形，
[112.76195526123045,33.23064686752627],
[112.91267395019531,33.23064686752627],
[112.91267395019531,33.37411872061922],
[112.76195526123045, 33.37411872061922],
[112.76195526123045,33.23064686752627]
]]
}
}
}
}
)

注意：

在插入数据的时候coordinates（经纬度）的结构必须是 [[[经度，维度]，[经度，维度]]]，假如说结构写成[[经度，维度]，[经度，维度]],会出现以下的问题。

当你给出经纬度构建一个几何图形，查询相交的时候，必须像图里红色四边形一样，与图中黑色四边形的角（经纬度点）相交才能查询出相交的数据。

如果只是像蓝色四边形一样，与黑色多边形的边相交，mongodb查询不到相交的数据。

Java代码实现

如有问题还请大佬们多多指正

参考：$盒_MonogDB 中文网 (mongodb.net.cn)

mongoDB地理位置查询相关推荐

七(7)探花功能-MongoDB地理位置查询-附近的人
课程总结 1.探花功能业务需求执行过程 2.MongoDB的地理位置查询地理位置查询的应用场景查询案例 3.搜附近上报地理位置使用MongoDB搜索附近一. 探花左划右滑探花功能是将推 ...
详解基于MongoDB的地理位置查询，结合Symfony2演示
简介随着近几年各类移动终端的迅速普及,基于地理位置的服务(LBS)和相关应用也越来越多,而支撑这些应用的最基础技术之一,就是基于地理位置信息的处理.我所在的项目也正从事相关系统的开发,我们使用的是S ...
mongdb mysql geospatial 比较_MongoDB的地理位置查询，以及和mysql的使用对比
MongoDB的一个特色就是具有丰富的查询接口,比如地理位置查询. 在地理位置查询上,MongoDB有着比传统关系型数据库的优势,下面举个例子. 当前移动互联网应用,按用户离目标门店距离排序上的场景很 ...
23.MongoDB地理位置检索
MongoDB地理位置检索一.查询当前坐标附近的目标 @Testpublic void queryNear(){//1.以当前位置的经纬度为圆点GeoJsonPoint point = new Ge ...
MongoDB聚合查询 Pipeline 和 MapReduce
MongoDB聚合查询 MongoDB聚合查询什么是聚合查询 Pipeline聚合管道方法聚合流程详细流程聚合语法常用聚合管道 $count $group $match $unwind $p ...
mongodb模糊查询 php7_详解php7如何实现MongoDB模糊查询
php7如何实现MongoDB模糊查询?MongoDB模糊查询语句相信对大家来说都不陌生,本文主要给大家介绍了在php 7中MongoDB实现模糊查询的方法,文中给出了详细的介绍和示例代码,对大家具有 ...
MongoDB只查询一个字段
MongoDB只查询一个字段 db.users.find({}, {"userName":1,"_id":0}) ;1表示取该字段:0不取,因为mongodb默 ...
MongoDB数据库查询性能提高40倍
MongoDB数据库查询性能提高40倍大家在使用 MongoDB 的时候有没有碰到过性能问题呢?下面这篇文章主要给大家分享了MongoDB数据库查询性能提高40倍的经历,需要的朋友可以参考借鉴,下面 ...
MongoDB的查询语法和SQL的SELECT语法做对比
2019独角兽企业重金招聘Python工程师标准>>> 对数据库的查询是相当频繁的,而且很多特殊的需求我们都可以通过SQL查询语句构造出来.那么我们平时习惯的SELECT语法实现的 ...
java mongodb 模糊查询_Java操作MongoDB插入数据进行模糊查询与in查询功能的方法
Java操作MongoDB插入数据进行模糊查询与in查询功能由于需要用MongoDB缓存数据,所以自己写了一套公共的存放和读取方法具体如下: 存放mongodb: /** * 公共方法:设置Obj ...

mongoDB地理位置查询

地理空间查询运算符：

几何操作符说明：

查询操作符说明：

地理空间聚集管道符:

准备工作：

1. mongodb中先插入几条数据：

2. 先给经纬度字段建立2dsphere索引。

地理位置查询案例：

给出一个经纬度，查询mongodb中与其他经纬度的距离

mongodb的查询语句

Java代码实现：

给出经纬度和半径，从mongodb中查询该范围内的所有数

mongodb查询语句

Java代码实现

给出经纬度和半径构建圆形范围，从mongodb中查询是否与其他相交，重叠。

mongodb实现

java代码实现

多个经纬度构建的几何范围查询

插入测试数据

判断几何图形面积是否相交

mongodb案例：

Java代码实现

mongoDB地理位置查询相关推荐

最新文章

热门文章