使用MongoDB存储和计算距离

一、MongoDB 计算距离的优势

优势	说明
原生地理空间索引	支持 `2dsphere` 索引，高效处理地理坐标查询（毫秒级响应）。
内置地理计算函数	提供 `$near`、`$geoWithin`、`$geoNear` 等操作符，无需手动实现复杂计算。
高性能	基于B树索引优化，海量数据下仍能快速返回结果（如亿级点位数据）。
灵活的数据模型	直接存储GeoJSON格式坐标，支持点、线、多边形等复杂地理形状。
与Spring生态集成	通过Spring Data MongoDB可简化开发。

二、实现步骤（Spring Boot + MongoDB）

1. 添加依赖

略，可参照前面MongoDB的博客。

2.定义地理位置实体

存储带有经纬度的文档（以"商家"为例）：

java 复制代码

import org.springframework.data.mongodb.core.geo.GeoJsonPoint;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexType;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexed;
import org.springframework.data.mongodb.core.mapping.Document;

@Document(collection = "places")
@Data
public class Place {
    private String id;
    private String name;

    @GeoSpatialIndexed(type = GeoSpatialIndexType.GEO_2DSPHERE) // 关键：创建地理空间索引
    private GeoJsonPoint location; // 格式: { type: "Point", coordinates: [经度, 纬度] }

   
}

3. 初始化地理空间索引

确保集合已创建 2dsphere 索引（若未自动创建，可手动执行）：

java 复制代码

import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.index.GeospatialIndex;

@PostConstruct
public void initIndex() {
    mongoTemplate.indexOps(Place.class)
        .ensureIndex(new GeospatialIndex("location"));
}

4. 实现距离查询

场景1：查询附近5公里内的商家（按距离排序）

java 复制代码

import org.springframework.data.geo.Distance;
import org.springframework.data.geo.Metrics;
import org.springframework.data.geo.Point;
import org.springframework.data.mongodb.core.query.Criteria;
import org.springframework.data.mongodb.core.query.NearQuery;
import org.springframework.data.mongodb.core.query.Query;

public List<Place> findNearbyPlaces(double longitude, double latitude, double maxDistanceKm) {
    Point userLocation = new Point(longitude, latitude);
    Distance distance = new Distance(maxDistanceKm, Metrics.KILOMETERS);

    NearQuery nearQuery = NearQuery.near(userLocation)
        .maxDistance(distance)
        .spherical(true); // 使用球面几何计算

    return mongoTemplate.find(
        new Query(Criteria.where("location")
            .nearSphere(userLocation)
            .maxDistance(distance.getNormalizedValue())),
        Place.class
    );
}

场景2：查询多边形区域内的点位

java 复制代码

import org.springframework.data.geo.Polygon;

public List<Place> findWithinPolygon(List<Point> polygonPoints) {
    return mongoTemplate.find(
        Query.query(Criteria.where("location")
            .within(new Polygon(polygonPoints))),
        Place.class
    );
}

三、MongoDB地理查询原理解析

索引类型
- 2dsphere：支持球面几何计算（地球曲率），适合真实地理场景。
- 2d：平面计算（简化模型），适用于小范围地图（如游戏地图）。
距离算法

MongoDB默认使用 Haversine公式计算球面距离，精度高。
性能对比
- MySQL：需手动计算 ST_Distance_Sphere，无专用索引，性能随数据量下降。
- MongoDB：利用地理索引，查询时间稳定在毫秒级。

四、注意事项

坐标格式标准化

始终使用 [经度, 纬度] 顺序（GeoJSON标准），避免混淆。
示例：new GeoJsonPoint(116.404, 39.915)（北京天安门）。

单位一致性

MongoDB默认返回距离单位为米，需在业务层统一转换（如公里/英里）。

分页优化

java 复制代码

NearQuery.near(userLocation)
    .maxDistance(distance)
    .skip(20) // 跳过前20条
    .limit(10); // 每页10条