Ta prezentacja Grega Studera (10gen) szczegółowo omawia indeksy geoprzestrzenne:Geospatial Indeksowanie za pomocą MongoDB .
Standardowa implementacja geoprzestrzenna w MongoDB 2.2 wykorzystuje dwuwymiarowy GeoHash podejście, ze zmiennymi bitami precyzji:
By default, precision is set to 26 bits which is equivalent to approximately
2 feet given (longitude, latitude) location values and default (-180, 180)
bounds.
Podejście GeoHash ma przypadki brzegowe, w których niektóre punkty mogą być blisko siebie przestrzennie, ale mają różne skróty. MongoDB zawiera również Geoprzestrzenny indeks stogu siana który jest specjalnie dostosowany do wyszukiwania „blisko” długości/długości w małym regionie z jednym dodatkowym zindeksowanym kryterium (na przykład:„znajdź wszystkie restauracje w promieniu 25 mil o nazwie „foo”).
Kolejna interesująca prezentacja Nicholasa Knize (Thermopylae) kontrastuje obecne podejście B-tree / GeoHash z R- drzewa . Po przejściu do slajdu 8 pomocne może być wizualne wyjaśnienie:RTree Spatial Indexing z MongoDB - MongoDC .
