MongoDb介绍(http://docs.mongoing.com/manual/applications/geospatial-indexes.html)
MongoDB提供了一系列的索引和查询机制来处理地理空间信息。这一节会介绍MongoDB的地理索引特性。您可以阅读 地理索引教程 来了解关于MongoDB中地理查询的完整示例。
表面
在您存储地理数据和编写查询条件前，首先，您必须选择表面类型，这将被用在计算中。您所选择的类型将会影响您的数据如何被存储，建立的索引的类型，以及您的查询的语法形式。
MongoDB提供了两种表面类型：
球面
如果需要计算地理数据就像在一个类似于地球的球形表面上，您可以选择球形表面来存储数据，这样就可以使用 2dsphere 索引。
您可以按照坐标轴：经度，纬度 的方式把位置数据存储为GeoJSON对象。GeoJSON的坐标参考系使用的是 WGS84 数据。
平面
如果需要计算距离，就像在一个欧几里德平面上，您可以按照正常坐标对的形式存储位置数据并使用 2d索引。
位置数据
如果您选择球形表面来计算，您可以选择把位置数据存储为如下两种格式之一：
GeoJSON对象
对 GeoJSON 的查询总是基于球形表面。GeoJSON的默认坐标参考系使用的是 WGS84 数据。
2.4 新版功能: 在版本2.4新引入了对GeoJSON的存储和查询支持。在版本2.4以前，所有的地理数据使用坐标对的形式。
在 2.6 版更改: 支持更多GeoJSON类型：多点, 多线段, MultiPolygon, 几何体集合。
MongoDB支持如下GeoJSON对象：
-
单点
-
线段
-
多边形
-
多点
-
多线段
- MultiPolygon
-
几何体集合
普通坐标对
MongoDB支持对使用 2dsphere 索引的 legacy coordinate pairs （普通坐标对）数据进行球面计算，方式是把数据转换成GeoJSON Point类型。
如果您选择的是平面计算且使用 2d 索引，那么您可以把数据存储为仅 :term:`legacy coordinate pairs`格式。
查询操作
MongoDB地理空间查询操作允许您查询：
包含
MongoDB可以查询被完全包含于一个指定多边形区域中的位置。包含查询使用的是 $geoWithin 操作符。
两种索引 2d 和 2dsphere 索引都支持包含查询。在版本2.2.3之后，对于包含查询，MongoDB不再要求有索引。但是，这些索引可以提升查询性能。
交叉
MongoDB可以查询位置和一个指定几何图形的交叉。这些查询仅可以被用于查询存储在球形平面上的数据。这些查询使用 $geoIntersects 操作符。
只有 2dsphere 索引才支持交叉。
邻近
MongoDB可以查询和某个点最近的其他点。邻近查询使用 $near 操作符。 $near 操作符要求有 2d 或者2dsphere 索引。
地理空间索引
MongoDB提供了如下的地理索引类型来支持地理查询。
2dsphere
2dsphere 索引可以支持如下特性：
-
在球形平面上的计算
-
GeoJSON对象和对普通坐标对的向后兼容。
-
复合索引。这个复合索引可以包含一个 2dsphere 索引字段以及一些按升序或降序建立的普通索引字段(作为 2dsphere 索引的前缀或者后缀)。
2.4 新版功能: 在版本2.4之前``2dsphere`` 索引是不可用的。
参见
2d
2d 索引支持如下特性：
-
使用平面几何的方式计算
-
普通坐标对（比如，在一个平面坐标系中的点）
-
作为复合索引，额外索引一个键。方法是，把额外的一个键作为 2d 索引键的后缀
参见
地理空间索引和分片
您 不能 使用地理索引来作为 shard key 索引。
您可以在一个被分片的集合上创建并维护一个一个地理空间索引，使用的不能是分片键。
对于被分片的几何，使用了 $near 操作的查询是不被支持的。作为替代，您可以使用 geoNear 命令或者$geoNear 在聚合阶段的时候。
您还可以使用 $geoWithin 来查询地理空间数据。
其它资源
以下页面提供了关于地理空间索引和查询的完整文档
MongoDB的 2dsphere 索引支持查询在一个类地球的球面上进行几何计算。 索引支持以GeoJSON对象或者普通坐标对的方式存储数据。
MongoDB的 2d 索引支持以普通坐标对的方式存储数据，用于MongoDB2.2版及以前
haystack索引是一个被特殊优化过的索引，用于返回小区域结果。对于那些使用球面几何的查询而言， 2dsphere 会是一个更好的选择。
提供了对地理索引更深层次本质的阐释。这份材料对于普通操作者不是必须的，但是对于正在排除障碍或者想要更深入理解的用户也许有点帮助。
参见
Geospatial Query Compatibility
二.示例
建立places集合，来存放地点， loc字段用来存放地区数据GeoJSON Point。
db.places.insert(
{
loc : { type: "Point", coordinates: [ -73.97, 40.77 ] },
name: "Central Park",
category : "Parks"
}
)
db.places.insert(
{
loc : { type: "Point", coordinates: [ -73.88, 40.78 ] },
name: "La Guardia Airport",
category : "Airport"
}
)建立索引
db.places.ensureIndex( { loc : "2dsphere" } )
参数不是1或-1，为2dsphere。还可以建立组合索引。
db.places.ensureIndex( { loc : "2dsphere" , category : -1, name: 1 } )
3. 查询
$geometry表示查询的几何图片.
3.1 查询多边形范围的值
type表示类型：polygon 多边形
db.places.find( { loc :
{ $geoWithin :
{ $geometry :
{ type : "Polygon" ,
coordinates : [ [
[ 0 , 0 ] ,
[ 3 , 6 ] ,
[ 6 , 1 ] ,
[ 0 , 0 ]
] ]
} } } } )3.2 查询附近的值
使用$near来查询附近的地点。
db.places.find( { loc :
{ $near :
{ $geometry :
{ type : "Point" ,
coordinates : [ <longitude> , <latitude> ] } ,
$maxDistance : <distance in meters>
} } } )3.3 查询圆形内的值
查询圆时，需要指定圆心， 半径。
db.places.find( { loc :
{ $geoWithin :
{ $centerSphere :
[ [ -88 , 30 ] , 10 ]
} } } )[-88, 30] 为经纬度， 10为半径。
地址：http://blog.csdn.net/yonggang7/article/details/28109463
二.项目中springMVC中是用mongoDb查询范围得点
2.1建立索引
/deliver数据
deliver:{
"deliverArea": [
{
"area": [
{
"district": "丛台区",
"location": {
"lat": 36.613143702791,
"lng": 114.50521301419
},
"street": "朝阳路",
"street_number": "5号"
},
{
"district": "丛台区",
"location": {
"lat": 36.612694686043,
"lng": 114.50516800908
},
"street": "朝阳路",
"street_number": "5号"
},
{
"district": "丛台区",
"location": {
"lat": 36.612744657392,
"lng": 114.50573403138
},
"street": "朝阳路",
"street_number": "5号"
},
{
"district": "丛台区",
"location": {
"lat": 36.61310669522,
"lng": 114.50577903649
},
"street": "朝阳路",
"street_number": "14号"
}
]
}
],
"deliverId": "D011122"
}db.deliver.ensureIndex({"deliverArea.area.location":"2dsphere"})
2.2查询命令
//mongoDB shell
db.deliver.aggregate([
{
$geoNear: {
near: { type: "Point", coordinates: [ 114.495539 , 36.597626 ] },
distanceField: "deliverArea.area.location",
maxDistance: 10,
num: 5,
spherical: true
}
}
])/spingMvc 使用Aggregation
Point location = new Point(114.495539 , 36.597626);
NearQuery query = NearQuery.near(location).maxDistance(new Distance(distance, Metrics.MILES)).num(5).spherical(true);
Aggregation aggregation = newAggregation( geoNear(query,"deliver") );
AggregationResults<Deliver> results = mongoTemplate.aggregate(aggregation,"deliver",Deliver.class);
//spring 使用MongoOperations
Point location = new Point(-73.99171, 40.738868);
NearQuery query = NearQuery.near(location).maxDistance(new Distance(10, Metrics.MILES));
GeoResults<Restaurant> = operations.geoNear(query, Restaurant.class);其中需要注意的是 maxDistance(new Distance(10, Metrics.MILES));表示的是英里，可以指定为KM或者单位换算