概述
MongoDB 是一个非常流行的 NoSQL 数据库，被广泛用于 Web 开发和移动应用程序。在应对许多实际应用案例时，我们需要对数据进行空间查询，这个时候，就需要使用 MongoDB 的空间索引。
空间索引是一种特殊的索引，用于处理空间数据类型。通过空间索引，我们可以在 MongoDB 中高效地查询地理坐标、多边形等数据类型。如果你在编写 Web 应用程序或者移动应用程序的时候需要处理地理空间数据，那么本文就是为你准备的。
空间查询
在介绍 MongoDB 中的空间索引之前，我们先来看一下空间查询都有哪些操作。
- GeoWithin：查询包含在某个区域内的文档。我们可以通过 GeoJSON、地理坐标和多边形等方式定义查询区域。
- GeoIntersects：查询与某个区域相交的文档，这些区域可以是一个点、线条或多边形等。
- GeoNear：查询在某个地理坐标周围一定距离内的文档。
- GeoSearch：查询距离某个地理坐标最近的文档。
MongoDB 支持多种空间数据类型，如点、线条、多边形、圆等。
空间索引类型
MongoDB 支持多种不同的空间索引类型，每种类型都有其适用的场景和使用方式。
二维索引
二维索引支持 Point 类型的数据，如 {"type": "Point", "coordinates": [lng, lat]}。如果我们需要查询某个点是否包含在某个区域内或者查询某个地理坐标周围一定距离内的点集合，就可以使用二维索引。
使用二维索引的时候，我们需要设置一个 GeoJSON 类型的字段，如下所示：
db.places.createIndex({location: "2dsphere"})这里的 location 字段存储的是 GeoJSON 类型的数据。索引建立完成后，我们就可以对数据进行查询了。
三维索引
三维索引支持 GeoJSON 类型的数据，如 {"type": "Polygon", "coordinates":[[[lng,lat],[lng,lat],[lng,lat]]]}。如果我们需要查询某个多边形内部的点集合，就可以使用三维索引。
使用三维索引的时候，我们需要设置一个 GeoJSON 类型的字段，如下所示：
db.places.createIndex({boundary: "geoHaystack", type: 1})这里的 boundary 字段存储的是 GeoJSON 类型的数据。索引建立完成后，我们就可以对数据进行查询了。
示例代码
下面是使用 MongoDB 空间索引的示例代码：
-- -------------------- ---- -------
-- ---------------
-------------------------------- ------------
-- ------
------------------
----- --------
--------- -
----- --------
------------ --------- -------
-
--
-- ----------
----------------
--------- -
----------- -
---------- -
----- ----------
------------ ---------- ------- -------- ------- -------- ------- -------- ------- -------- --------
-
-
-
--
-- ------------------
----------------
--------- -
------ -
---------- -
----- --------
------------ --------- -------
--
------------- ----
-
-
--结论
通过本文的介绍，我们可以了解 MongoDB 中的空间索引及其用法。如果你在应用程序中需要处理地理空间数据，那么 MongoDB 的空间索引将会是实现这一需求的最佳选择。
在具体使用空间索引的时候，你需要了解你的数据以及你的查询需求，选择合适的索引类型和查询操作，这样才能达到最好的查询性能。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/6707b07bd91dce0dc86b74ab