我们遇到一个问题，就是在mongodb数据库中找到距离用户点距离。我们的主要问题是我们不能用距离聚集近点。我们在下面的查询中使用了$ geoWithin：
db.users.find（{location：{$ geoWithin： {$ centerSphere：[[51.410608,35.744042]，2 / 6378.1]}}}）。sort（{“user.lastActivity”： - 1}）。limit（100）
此查询从0.005秒内的500204条记录中返回100条记录。
我们还在下面的查询中使用$ nearSphere：
db.users.find（{location：{$ nearSphere：{$ geometry：{type：“Point”， 坐标：[51.410608,35.744042]}，$ maxDistance：2000}} }）排序（{ “user.lastActivity”： - 1}）极限（100）
此查询从8.486秒的500204条记录中返回100条记录。
我们还使用geoNear和以下查询：
db.runCommand（{geoNear：“users”， 附近：{type：“Point”，坐标：[51.410608,35.744042]}， 球形的：是的， “limit”：100，“maxDistance”：2000}）
此查询从6.215秒的500204条记录中返回100条记录。此查询找到距离近点，但执行需要很长时间。
我们在users.locations字段中添加索引2dsphere。
1）请告诉我为什么$ nearSphere执行时间超过$ nearSphere？ 2）如何用$ nearSphere找到近点并计算返回记录距离？ 3）如何用更少的时间执行geoNear？
我们也在1394018记录中发现了与mysql的近点。执行时间是0.0011。这一次非常棒。
我认为mysql空间比mongodb空间非常强大。SELECT st_distance_sphere（fld_geom，point（35.744042,51.410608））as 距testgeom的距离st_distance_sphere（fld_geom，point（ 35.744042,51.410608））＆lt; = 2000 LIMIT 100
答案 0 :(得分：0)
要提高性能，请在搜索字段上为集合创建2D球体索引。
https://docs.mongodb.com/manual/core/2dsphere/#create-a-2dsphere-index
还有其他类型的地理空间索引。这应该以内存利用为代价大幅提高性能。
答案 1 :(得分：0)
$ nearSphere为您提供按距离排序的结果，而$ getWithin则不是。 我不认为sql查询按距离对文档进行排序（只是像$ geoWithin一样过滤它们）