利用mongodb开发lbs应用实践

近期作为突击队员，与同事一起突击构建了一个简单的lbs系统。当前比较主流的做法是使用mongodb，因为其已经封装了常用的lbs基本操作（如查找附近的人），功能非常强大，对于开发周期只有一周的项目，mongodb真可谓是救世主，把最重要的需求给完成了，谢天谢地！

mongodb是比较著名的nosql db，想了解的同学不妨问问谷歌或度娘，对于专业问题本人倾向于问谷歌。本文还参考了这篇文章。我们使用的是目前最新版本的mongodb-2.4.9。

首先从mongodb提供的lbs功能讲起：mongodb支持以下几种查询：

1.区域内搜索：所谓区域内搜索，即列出附近一定范围内的所有记录，如baidu地图的“附近”。mongodb使用$geoWithin命令即可实现此类查询，其强大之处在于支持矩形区域（$box）、圆形区域（ $center）和多边形区域（ $polygon）查询！以圆形区域查询为例，只需要给出圆心的经纬度和查询半径，就可以取到在该区域内的所有记录，不过返回结果是无序的。

2.查找附近：查找附近即将某一个位置附近的记录按照由近到远的顺序返回，如很多社交app的查找附近的人。mongodb使用$near命令，输入中心点的坐标即可返回结果，结果是按照距离由小到大排序好的。$near接口比$geoWithin多了一步排序，但对2维坐标建索引的话，二者的查询效率基本相同。

另外还有一个命令是$geoNear，可以认为是$near的升级版，除了返回记录之外还会返回距离及其他诊断信息。我们的应用需要计算距离，一开始就想使用这个命令，但是其使用很不方便。很奇怪的，该命令不能像$near和$geoWithin般可以和find命令集成，使用过程中很不灵活，无法完全满足我们的应用需求。

其次说说距离计算

MongoDB地理位置索引常用的有两种：1）2d 平面坐标索引，适用于基于平面的距离计算。2）2dsphere 几何球体索引，适用于球面几何距离运算。追求百分之百的精确，应选择2dsphere。不过，在坐标跨度不太大（如两千公里以内），这两个索引计算出的距离相差几乎可以忽略不计。关于mongodb实现的2维地理位置索引，可以参考这篇文章，写的简单易懂。

接下来说说实践中碰到的复合索引的使用。因为mongodb是个开源项目，总会有些不完善的地方，而这些问题也只有使用的时候才会碰到。

复合索引即对多个字段联合建立索引，假设在一个mongo集合（collection）的记录含有A和B两个字段，我们要查询A大于0且B大于100的记录，显然A、B的复合索引{“A”:1，”B”:1}可以有效提高这类查询的效率，mongodb也做到了。该查询用mongo的语言描述为：db.posts.find({ “A”:{$gt:0}, “B”:{$gt:100} } )。但如果我们要得到A大于0且按照B升序排序的记录，刚才建立的联合索引就不起作用了。这个查询用mongo的语言描述为：db.posts.find({ “A”:{$gt:0}} ).sort({“B”:1})。

而且即使对所取记录总数做限制也无法提高查询效率。例如我假设复合条件的记录共有2000条，我只取100条，即db.posts.find({ “A”:{$gt:0}} ).sort({“B”:1}).limit(100)。按我的理解，如果复合索引起作用，不管limit与否都应该很快。但测试下来发现，查询的时间跟符合条件的记录总数成正比，即2000条取100条要50ms，而1000条取100条就只要30ms，似乎是不管limit多少，mongo会把所有满足find条件的记录全部读到内存，再根据sort的条件进行排序。这排序恰恰是性能的瓶颈所在，如果去除排序，2000条取100条也只要10ms左右，查询A大于0且B大于100的记录也是只要100ms。

据老外的分析，这个是mogodb目前的bug，应该会在2.6版本fix掉，希望如此吧。目前也没有什么办法可以优化这个问题，只能在find的时候通过更多的限制条件，减少被排序的记录数目，但在面对实际需求时往往不能这么做。

所以，此次项目学到的经验是，开源项目的确有非常强大的功能，帮我们解决了大部分基础问题，也常常给我们很多惊喜（如mongo对地理信息查询的强大而全面的支持）。不过，所谓“天下没有免费的午餐”，使用开源项目不仅需要学习怎么用，使用过程中也会遇到一些坑，需要交点学费，所以，要时刻保持谨慎和批判的态度。