基于MongoDB实现位置分组查询，筛选间距≥10公里的结果

针对1000万条充电站数据的地图展示性能问题，我们可以通过地理网格分组的方式，将距离小于10公里的充电站合并为一个返回结果，具体实现如下：

方案一：自定义经纬度网格分组（精准10公里间隔） #

该方案通过计算每个充电站所在的10公里网格编号，按网格分组后每组返回一条数据，能精准控制点之间的最小间距：

const stations = require('./path/to/your/stationsModel');

// 地图视口过滤（可选，优先过滤减少数据量）
const mapBounds = {
  sw: [10.0, 40.0], // 西南角经纬度 [经度, 纬度]
  ne: [20.0, 50.0]  // 东北角经纬度
};

stations.aggregate([
  // 第一步：过滤当前地图视口内的数据（大幅减少后续处理量）
  {
    $match: {
      loc: {
        $geoWithin: {
          $box: [mapBounds.sw, mapBounds.ne]
        }
      }
    }
  },
  // 第二步：计算每个点所属的10公里网格编号
  {
    $addFields: {
      // 纬度每度≈111公里，10公里对应≈0.09009度，取整到该倍数的网格
      latGrid: {
        $round: [{ $divide: ["$loc.coordinates.1", 0.09009] }, 0]
      },
      // 经度距离随纬度变化，计算10公里对应的经度间隔后取整
      lngGrid: {
        $round: [
          {
            $divide: [
              "$loc.coordinates.0",
              {
                $divide: [
                  10,
                  { $multiply: [111, { $cos: { $multiply: ["$loc.coordinates.1", Math.PI / 180] } }] }
                ]
              }
            ]
          },
          0
        ]
      }
    }
  },
  // 第三步：按网格分组，每组随机取一条数据（也可用$first取第一条）
  {
    $group: {
      _id: { latGrid: "$latGrid", lngGrid: "$lngGrid" },
      station: { $sample: { size: 1 } }
    }
  },
  // 第四步：将分组后的station作为根文档返回
  {
    $replaceRoot: { newRoot: "$station" }
  }
])
.exec()
.then(aggregatedStations => {
  // 处理返回的聚合后数据
  console.log(aggregatedStations);
})
.catch(err => {
  console.error('聚合查询失败:', err);
});

方案二：GeoHash分组（快速实现近似间隔） #

GeoHash是一种将地理位置编码为字符串的算法，相同前缀的GeoHash代表同一区域，可快速实现近似的区域聚合：

stations.aggregate([
  // 可选：先过滤视口数据
  {
    $match: {
      loc: {
        $geoWithin: {
          $box: [mapBounds.sw, mapBounds.ne]
        }
      }
    }
  },
  // 计算GeoHash值
  {
    $addFields: {
      geoHash: { $geoHash: "$loc" }
    }
  },
  // 取GeoHash前5位（对应约4.9公里精度，若要接近10公里可改用前4位，对应约39公里）
  {
    $group: {
      _id: { $substr: ["$geoHash", 0, 5] },
      station: { $sample: { size: 1 } }
    }
  },
  {
    $replaceRoot: { newRoot: "$station" }
  }
])
.exec()
.then(results => {
  console.log(results);
});

性能优化建议 #

• 优先过滤视口数据：在聚合的第一个阶段使用$match过滤当前地图视口内的数据，避免处理全量1000万条数据。
• 确保索引生效：你的Schema已添加2dsphere索引，$geoWithin和地理相关聚合会自动使用该索引，大幅提升查询速度。
• 选择合适的分组方式：需要精准10公里间隔用方案一，追求快速开发用方案二。
• 避免返回冗余字段：可在聚合中添加$project阶段，只返回地图展示需要的字段（如title、loc等），减少数据传输量。

内容的提问来源于stack exchange，提问作者Nihat Yıldız - NR42