地理空间查询
Overview
在本指南中，您可以学习；了解如何使用地理空间数据、数据格式、索引和查询。
地理空间数据表示地球表面的位置。
地理空间数据的示例包括：
电影院位置
国家/地区边界
自行车骑行路线
纽约市的狗狗运动区
图表上的点
地理空间数据格式
MongoDB 中的所有地理空间数据都使用以下格式之一存储：
GeoJSON，一种表示类似地球的球体上的地理空间数据的格式
传统坐标对，一种在欧几里得平面上表示地理空间数据的格式
GeoJSON
使用 GeoJSON 来存储表示类地球体上地理空间信息的数据。GeoJSON 由一个或多个位置和一个类型组成。
位置
位置表示单个位置，并在代码中作为包含以下值的大量存在：
第一个位置的经度（必需）
第二个位置的纬度（必需）
第三个位置的海拔高度（选填）
以下是 MongoDB 总部在纽约州纽约市的位置。
[-73.986805, 40.7620853]
重要
经度然后纬度
GeoJSON以经度在前、纬度在后的方式对坐标进行排序。 请务必检查您正在使用的任何其他工具使用的格式，因为许多流行的工具（例如 OpenStreetMap 和 Google Maps）都是以纬度在前、经度在后的方式列出坐标。
类型
GeoJSON对象的类型决定了它所表示的几何形状。 几何形状由多个位置组成。
下面是一些常见的 GeoJSON 类型以及如何使用位置指定这些类型：
Point：单个位置。下面的Point表示 MongoDB 总部的位置：{ "type": "Point", "coordinates": [-73.856077, 40.848447] } LineString：由两个或多个位置组成的大量，构成一系列线段。LineString可以表示路径、路线、边界或任何其他线性地理空间数据。 以下LineString代表中国长城的一段：{ "type": "LineString", "coordinates": [[116.572, 40.430], [116.570, 40.434], [116.567, 40.436], [116.566, 40.441]] } Polygon：位置大量，其中第一个和最后一个位置相同，并包含一些空格。 以下Polygon大致代表梵蒂冈城内的土地：{ "type": "Polygon", "coordinates": [[[12.446086, 41.901977], [12.457952, 41.901559], [12.455375, 41.907351], [12.449863, 41.905186], [12.446086, 41.901977]]] }
要学习；了解有关可在MongoDB中使用的GeoJSON类型的详情，请参阅 GeoJSON手册条目。
有关GeoJSON格式的更多信息，请参阅官方 IETF 规范。
传统坐标对
使用legacy coordinate pairs存储表示二维平面上的地理空间信息的数据。
传统坐标对由包含两个值的大量表示，其中第一个值表示 x 轴值，第二个值表示 y 轴值。
有关旧版坐标对的更多信息，请参阅 MongoDB 服务器手册中有关旧版坐标对的页面。
地理空间索引
要启用对地理空间数据的查询，必须创建与数据格式相对应的索引。以下索引类型支持地理空间查询：
2dsphere，用于GeoJSON数据2d，用于legacy coordinate pairs
要详细学习；了解如何创建地理空间索引，请参阅 索引指南的地理空间索引部分。
查询运算符
要使用 find操作符查询地理空间数据，请使用以下查询操作符之一：
$near$geoWithin$nearSphere$geoIntersects（需要2 dsphere索引）
使用 $near 操作符时，可以指定以下距离操作符：
$minDistance$maxDistance
使用 $geoWithin 操作符时，可以指定以下形状操作符：
$box$polygon$center$centerSphere
要使用 aggregate操作符查询地理空间数据，您必须使用 $geoNear管道阶段。
有关地理空间查询操作符的更多信息，请参阅服务器手册中的地理空间查询操作符。
示例
以下示例使用MongoDB Atlas示例数据集。要获取此示例数据集，请参阅Atlas示例数据集。要学习；了解如何创建免费的MongoDB Atlas 群集并加载示例数据集，请参阅PyMongo入门。
示例使用了样本数据集 sample_mflix 数据库中的 theaters 集合。theaters 集合包含 location.geo 字段上的 2dsphere 索引。
按距离查询
以下示例查询具有 location.geo字段值在距离纽约市MongoDB总部 1000 米范围内的文档。它按从最近到最远的顺序返回文档。选择 Synchronous 或 Asynchronous标签页以查看相应的代码：
# set query with point at MongoDB headquarters and a maxDistance of 1000 meters query = { "location.geo": { "$near": { "$geometry": { # Search around this location "type": "Point", "coordinates": [-73.986805, 40.7620853] }, "$maxDistance": 1000 # Distance in meters (1 km) } } } # fetches the _id and theaterId fields projection = { "theaterId": 1 } nearby_places = collection.find(query, projection) for i in nearby_places: print(i)
{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 } { "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 }
# set query with point at MongoDB headquarters and a maxDistance of 1000 meters query = { "location.geo": { "$near": { "$geometry": { # Search around this location "type": "Point", "coordinates": [-73.986805, 40.7620853] }, "$maxDistance": 1000 # Distance in meters (1 km) } } } # fetches the _id and theaterId fields projection = { "theaterId": 1 } nearby_places = collection.find(query, projection) async for i in nearby_places: print(i)
{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 } { "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 }
按多边形查询
以下示例查询位于曼哈顿范围内且字段值为 location.geo 的文档。选择Synchronous或Asynchronous标签页以查看相应的代码：
# Polygon representation of Manhattan query = { "location.geo": { "$geoWithin": { "$geometry": { # Search around this location "type": "Polygon", "coordinates": [[[-73.925492, 40.877410], [-73.910372, 40.872366], [-73.935127, 40.834020], [-73.929049, 40.798569], [-73.976485, 40.711432], [-74.015747, 40.701229], [-74.018859, 40.708367], [-74.008007, 40.754307], [-73.925492, 40.877410]]] } } } } # fetches the _id and theaterId fields projection = { "theaterId": 1 } nearby_places = collection.find(query, projection) for i in nearby_places: print(i)
{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 } { "_id" : ObjectId("59a47287cfa9a3a73e51eccb"), "theaterId" : 835 } { "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 } { "_id" : ObjectId("59a47286cfa9a3a73e51e744"), "theaterId" : 1028 } { "_id" : ObjectId("59a47287cfa9a3a73e51ebe1"), "theaterId" : 609 } { "_id" : ObjectId("59a47287cfa9a3a73e51e8ed"), "theaterId" : 1906 } { "_id" : ObjectId("59a47287cfa9a3a73e51e87d"), "theaterId" : 1531 } { "_id" : ObjectId("59a47287cfa9a3a73e51eb63"), "theaterId" : 482 }
# Polygon representation of Manhattan query = { "location.geo": { "$geoWithin": { "$geometry": { # Search around this location "type": "Polygon", "coordinates": [[[-73.925492, 40.877410], [-73.910372, 40.872366], [-73.935127, 40.834020], [-73.929049, 40.798569], [-73.976485, 40.711432], [-74.015747, 40.701229], [-74.018859, 40.708367], [-74.008007, 40.754307], [-73.925492, 40.877410]]] } } } } # fetches the _id and theaterId fields projection = { "theaterId": 1 } nearby_places = collection.find(query, projection) async for i in nearby_places: print(i)
{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 } { "_id" : ObjectId("59a47287cfa9a3a73e51eccb"), "theaterId" : 835 } { "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 } { "_id" : ObjectId("59a47286cfa9a3a73e51e744"), "theaterId" : 1028 } { "_id" : ObjectId("59a47287cfa9a3a73e51ebe1"), "theaterId" : 609 } { "_id" : ObjectId("59a47287cfa9a3a73e51e8ed"), "theaterId" : 1906 } { "_id" : ObjectId("59a47287cfa9a3a73e51e87d"), "theaterId" : 1531 } { "_id" : ObjectId("59a47287cfa9a3a73e51eb63"), "theaterId" : 482 }
其他资源
有关使用地理空间数据的更多信息，请参阅地理空间数据的对应手册条目。
有关受支持的 GeoJSON 类型的详细信息，请参阅 GeoJSON 手册条目。
有关地理空间查询操作符的更多信息，请参阅地理空间查询手册条目。