MongoDB查询：根据计算出的距离匹配文档获取价格

1. 计算两地地理位置距离 #

如果你的地理位置基于经纬度，最常用的是Haversine公式计算球面距离（单位可选千米/英里）。以下是Python实现示例：

import math

def calculate_distance(lat1, lon1, lat2, lon2):
    # 经纬度转弧度
    lat1_rad = math.radians(lat1)
    lon1_rad = math.radians(lon1)
    lat2_rad = math.radians(lat2)
    lon2_rad = math.radians(lon2)
    
    # Haversine公式核心计算
    dlon = lon2_rad - lon1_rad
    dlat = lat2_rad - lat1_rad
    a = math.sin(dlat/2)**2 + math.cos(lat1_rad) * math.cos(lat2_rad) * math.sin(dlon/2)**2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    earth_radius = 6371  # 地球半径（千米，换英里用3956）
    distance = earth_radius * c
    return round(distance, 2)

调用示例：

# 示例：北京(39.9042, 116.4074) 到 上海(31.2304, 121.4737)
distance = calculate_distance(39.9042, 116.4074, 31.2304, 121.4737)
print(f"两地距离: {distance} km")

2. 查询MongoDB匹配距离的价格文档 #

假设集合名为distance_pricing，计算出的目标距离为target_distance，直接通过范围条件匹配min_distance和max_distance即可：

MongoDB Shell 查询语句 #

db.distance_pricing.find({
    min_distance: { $lte: target_distance },
    max_distance: { $gte: target_distance }
}, { price: 1, _id: 0 })

Python pymongo 示例代码 #

from pymongo import MongoClient

client = MongoClient("mongodb://localhost:27017/")
db = client["your_database_name"]
collection = db["distance_pricing"]

target_distance = 1000  # 替换为实际计算出的距离
result = collection.find_one(
    {
        "min_distance": { "$lte": target_distance },
        "max_distance": { "$gte": target_distance }
    },
    { "price": 1, "_id": 0 }
)

if result:
    print(f"匹配价格: {result['price']}")
else:
    print("无匹配的价格记录")

关键注意事项 #

• 确保min_distance/max_distance的单位和计算出的距离单位一致（如统一为千米）
• 若存在重叠区间需获取所有匹配结果，用find()替代find_one()
• 给min_distance和max_distance建立复合索引可提升查询效率：

  db.distance_pricing.createIndex({ min_distance: 1, max_distance: 1 })
  

内容的提问来源于stack exchange，提问作者Prerna Kakria