Jak zdefiniować okrąg dla schematu mongo db?

Aby mieć prawo do "zapytania geoprzestrzennego" „lokalizacja” musi znajdować się w długości i szerokości geograficznej zamówienia i nie może zawierać żadnych innych współrzędnych.

Prawidłowe formaty to

 { 
     "location": [long,lat]
 }

Lub

 {
    "location": { "lng": long, "lat": lat }
 }

Lub GeoJSON

 {
     "location": {
         "type": "Point",
         "coordinates": [long,lat]
     }
 }

Inne pole, takie jak „promień”, to „inne pole” i nie może być częścią tej samej tablicy.

Najlepiej postępuj zgodnie z GeoJSON:

 {
     "location": {
         "type": "Point",
         "coordinates": [long,lat]
     },
     "radius": radius
 }

Który w definicji schematu mangusty może być tak prosty jak:

var geoSchema = new Schema({
    "location": {
        "type": String,
        "coordinates": []
    },
    "radius": Number
});

W przypadku danych geoprzestrzennych w rzeczywistych współrzędnych „globu” indeks powinien mieć postać "2dsphere" , który opcjonalnie można zdefiniować w schemacie jako :

geoSchema.index({ "location": "2dsphere" })

Ponieważ w obsługiwanym GeoJSON nie ma rzeczywistej obsługi obiektu „Okrąg”, zalecane jest utrzymywanie innego pola jako „promień” i przechowywanie „punktu centralnego”.

„Dużą” przewagą GeoJSON nad innymi „starymi parami współrzędnych” jest zwracanie czegoś takiego jak „odległość” od punktu przez geoNear lub $geoNear wtedy ta „odległość” jest konsekwentnie definiowana w „metrach”. W ten sposób powinieneś również definiować dowolną wartość „promienia” w swojej pamięci, aby zachować spójność z tym wynikiem.

W przypadku innych formatów przechowywania wynik jest zwracany w „radianach”, dla których prawdopodobnie chcesz przekonwertować i nie chcesz przechowywać „promienia” okręgu jako miary.

Sposób, w jaki sobie z tym radzisz, to uwzględnienie danych w tej formie:

{
    "locationtype": "circle",
    "location": {
        "type": "Point",
        "coordinates": [1,1]
    },
    "radius": 4
}

Następnie używasz .aggregate() z $geoNear etap i $redact filtrować:

db.collection.aggregate([
    // Find points or objects "near" and project the distance
    { "$geoNear": {
        "near": {
            "type": "Point",
            "coordinates": [2,2]
        },
        "distanceField": "distance",
        "query": { "locationType": "circle" }
    }},
    // Logically filter anything outside of the radius
    { "$redact": {
        "$cond": {
            "if": { "$gt": [ "$distance", "$radius" ] },
            "then": "$$PRUNE",
            "else": "$$KEEP"
        }
    }}
])

Teraz wartości użyte w przykładzie zapytania są tylko przykładem, ale jak stwierdzono w przypadku „rzeczywistych” współrzędnych długości i szerokości geograficznej, atrybuty „odległość” działają zgodnie z założeniami i mieszczą się w tolerancji „metrów”, jak wspomniano wcześniej.

Chodzi o to, że $geoNear oboje znajdą "blisko" do "koła" środkowego poiny, bez względu na typ obiektu. Nie tylko to, ale polecenie tutaj tworzy "rzut" innego pola w dokumencie tutaj, jak nazwano w "distanceField". Przedstawia odległość od „środka” okręgu w „metrach”.

Drugi etap tutaj używa $redact ponieważ jest to trochę jak $projekt i $match etap rurociągu w jednym. W przeciwieństwie do $match ten operator może ocenić „logiczny” warunek, porównując pola obecne w dokumencie. W tym przypadku operacje takie jak $$ PRZYCIĄĆ usuń dopasowany dokument do warunku „if”, gdzie prawda i „usuń” go z wyników lub w inny sposób ZACHOWAJ $$ dokument, w którym warunek był fałsz .