一、MongoDB 计算距离的优势

优势	说明
原生地理空间索引	支持 2dsphere 索引，高效处理地理坐标查询（毫秒级响应）。
内置地理计算函数	提供 $near、$geoWithin、$geoNear 等操作符，无需手动实现复杂计算。
高性能	基于B树索引优化，海量数据下仍能快速返回结果（如亿级点位数据）。
灵活的数据模型	直接存储GeoJSON格式坐标，支持点、线、多边形等复杂地理形状。
与Spring生态集成	通过Spring Data MongoDB可简化开发。

二、实现步骤（Spring Boot + MongoDB）

1. 添加依赖

略，可参照前面MongoDB的博客。

2.定义地理位置实体

存储带有经纬度的文档（以“商家”为例）：

import org.springframework.data.mongodb.core.geo.GeoJsonPoint;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexType;
import org.springframework.data.mongodb.core.index.GeoSpatialIndexed;
import org.springframework.data.mongodb.core.mapping.Document;@Document(collection = "places")
@Data
public class Place {private String id;private String name;@GeoSpatialIndexed(type = GeoSpatialIndexType.GEO_2DSPHERE) // 关键：创建地理空间索引private GeoJsonPoint location; // 格式: { type: "Point", coordinates: [经度, 纬度] }}

3. 初始化地理空间索引

确保集合已创建 2dsphere 索引（若未自动创建，可手动执行）：

import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.data.mongodb.core.index.GeospatialIndex;@PostConstruct
public void initIndex() {mongoTemplate.indexOps(Place.class).ensureIndex(new GeospatialIndex("location"));
}

4. 实现距离查询

场景1：查询附近5公里内的商家（按距离排序）

import org.springframework.data.geo.Distance;
import org.springframework.data.geo.Metrics;
import org.springframework.data.geo.Point;
import org.springframework.data.mongodb.core.query.Criteria;
import org.springframework.data.mongodb.core.query.NearQuery;
import org.springframework.data.mongodb.core.query.Query;public List<Place> findNearbyPlaces(double longitude, double latitude, double maxDistanceKm) {Point userLocation = new Point(longitude, latitude);Distance distance = new Distance(maxDistanceKm, Metrics.KILOMETERS);NearQuery nearQuery = NearQuery.near(userLocation).maxDistance(distance).spherical(true); // 使用球面几何计算return mongoTemplate.find(new Query(Criteria.where("location").nearSphere(userLocation).maxDistance(distance.getNormalizedValue())),Place.class);
}

场景2：查询多边形区域内的点位

import org.springframework.data.geo.Polygon;public List<Place> findWithinPolygon(List<Point> polygonPoints) {return mongoTemplate.find(Query.query(Criteria.where("location").within(new Polygon(polygonPoints))),Place.class);
}

三、MongoDB地理查询原理解析

1. 索引类型

   • 2dsphere：支持球面几何计算（地球曲率），适合真实地理场景。

   • 2d：平面计算（简化模型），适用于小范围地图（如游戏地图）。

2. 距离算法
   MongoDB默认使用 Haversine公式 计算球面距离，精度高。

3. 性能对比

   • MySQL：需手动计算 ST_Distance_Sphere，无专用索引，性能随数据量下降。

   • MongoDB：利用地理索引，查询时间稳定在毫秒级。

四、注意事项

1. 坐标格式标准化

   • 始终使用 [经度, 纬度] 顺序（GeoJSON标准），避免混淆。

   • 示例：new GeoJsonPoint(116.404, 39.915)（北京天安门）。

2. 单位一致性

   • MongoDB默认返回距离单位为米，需在业务层统一转换（如公里/英里）。

3. 分页优化

NearQuery.near(userLocation).maxDistance(distance).skip(20) // 跳过前20条.limit(10); // 每页10条