我们有一个问题，在mongodb数据库中找到附近用户点的距离 . 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）
此查询在0.005秒内从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”，coordinates：[51.410608,35.744042]}，$ maxDistance：2000}}}） . sort（{“user.lastActivity “：-1}）极限（100）
此查询从8.486秒返回500204条记录中的100条记录 .
我们还使用了以下查询的geoNear：
db.runCommand（{geoNear：“users”，near：{type：“Point”，coordinates：[51.410608,35.744042]}，spherical：true，“limit”：100，“maxDistance”：2000}）
此查询从6.215秒返回500204条记录中的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字段上添加索引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？
我们还在1394018记录中找到了与mysql的近点 . 执行时间是0.0011 . 这一次非常棒 .
SELECT st_distance_sphere（fld_geom，point（35.744042,51.410608））作为距testgeom的距离，其中st_distance_sphere（fld_geom，point（35.744042,51.410608））<= 2000 LIMIT 100
我认为mysql空间比mongodb空间非常强大 .
2 回答
要提高性能，请在要搜索的字段上为集合创建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 . 这应该以内存利用率为代价大幅提高性能 .
$ 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（只需像$ geoWithin一样过滤它们）
来自documentation