LBS的应用在生活中已经非常常见，我们打车，叫外卖，查个地图之类的都会查询附近的相关坐标位置，mongodb提供了原生的二维地图查询，极大地方便了大家的开发。
假定我们有一个定义了位置信息的集合location,给定a,b,c,d节点.
> db.location.find()
{ "_id" : "A", "position" : [ 0, 10 ] }
{ "_id" : "B", "position" : [ 10, 0 ] }
{ "_id" : "C", "position" : [ 20, 0 ] }
{ "_id" : "D", "position" : [ 0, 15 ] }
这四个点的位置如图所示:
初始化的坐标点
为location的position字段指定2d索引。
> db.location.ensureIndex( {position: "2d"} )
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
我们假定找出坐标点(0,0)附近半径为10的所有坐标点:
> db.location.find( {position: { $near: [0,0], $maxDistance: 10 } } )
{ "_id" : "A", "position" : [ 0, 10 ] }
{ "_id" : "B", "position" : [ 10, 0 ] }
其中$near表示中心坐标点，而$maxDistance表示最远的路径10.
查询中心点半径为10的坐标
再增加一个坐标点E(5,0),然后再次查询
> db.location.insert({_id:"E",position:[5,0]})
> db.location.find( {position: { $near: [0,0], $maxDistance: 10 } } )
{ "_id" : "E", "position" : [ 5, 0 ] }
{ "_id" : "A", "position" : [ 0, 10 ] }
{ "_id" : "B", "position" : [ 10, 0 ] }
由查询可见，mongodb会将数据按照离中心点的距离进行排序，约近的坐标点顺序越靠前。
除此之外，使用$center函数也可以完成同样的动作。
> db.location.find({"position":{$geoWithin:{"$center":[[0,0],10]}}})
{ "_id" : "E", "position" : [ 5, 0 ] }
{ "_id" : "A", "position" : [ 0, 10 ] }
{ "_id" : "B", "position" : [ 10, 0 ] }
增加坐标点E之后
mongodb还支持选定空间(box)的查询，查询在某一个矩形范围内的坐标点:
> db.location.find({"position":{$geoWithin:{"$box":[[0,0],[15,15]]}}})
{ "_id" : "E", "position" : [ 5, 0 ] }
{ "_id" : "A", "position" : [ 0, 10 ] }
{ "_id" : "B", "position" : [ 10, 0 ] }
{ "_id" : "D", "position" : [ 0, 15 ] }
选定区域查询
mongo在地理查询上还支持多边形($polygon)等操作，丰富的操作极大提升了地理信息系统的开发。结合redis的3.2版本可以制作出很丰富的地理信息应用了。
