面试题：MongoDB地理空间索引的复杂查询应用

Question

假设有一个MongoDB集合restaurants，其中每个文档代表一家餐厅，包含位置信息（2dsphere索引已构建在location字段上）。现在要求查询距离坐标[longitude, latitude] 10公里范围内且评分（rating字段）大于4的餐厅，写出对应的查询语句，并解释在这种查询中地理空间索引是如何优化性能的。

Answer 1

查询语句

db.restaurants.find({
    location: {
        $near: {
            $geometry: {
                type: "Point",
                coordinates: [longitude, latitude]
            },
            $maxDistance: 10000 // 10公里，单位为米
        }
    },
    rating: { $gt: 4 }
});

地理空间索引优化性能解释

1. 快速定位候选集：MongoDB的2dsphere索引允许数据库快速筛选出可能满足距离条件的文档。它将地理空间数据组织成树形结构（类似R-tree），使得在查找特定距离内的点时，能够通过高效的树遍历，跳过大部分不相关的数据，快速定位到可能包含目标文档的区域。这样就大幅减少了需要扫描的文档数量，提高查询效率。
2. 距离计算优化：一旦通过索引筛选出候选文档，MongoDB可以利用索引结构中的空间信息，更高效地计算这些候选文档与目标点之间的实际距离。相较于全表扫描后再计算距离，这种方式减少了不必要的距离计算操作，进一步提高查询性能。
3. 与其他条件的结合：在这个查询中，除了地理空间条件外，还有评分大于4的条件。地理空间索引筛选出的候选集规模较小，数据库再对这些候选文档检查评分条件时，所需处理的数据量也相应减少，从而提升了整个查询的性能。