基于指定坐标与距离，通过MongoDB查询获取经纬度及关联ID

首先，咱们得明确两个核心步骤：先拿到目标ID对应的经纬度坐标，再用MongoDB的地理空间查询能力筛选出符合距离条件的文档，最后提取它们的id字段。下面一步步来：

1. 先获取目标ID对应的经纬度 #

假设你要基于的现有ID是"99623"，先执行查询拿到它的纬度(lat)和经度(long)：

// 查询目标ID的坐标
db.yourCollectionName.findOne(
  { id: "99623" },
  { lat: 1, long: 1, _id: 0 }
)

执行后会得到类似结果：

{ "lat" : 61.5816, "long" : -149.4393 }

2. 创建地理空间索引（关键！） #

为了让地理空间查询高效运行，必须给集合的经纬度字段创建2dsphere索引。注意MongoDB的地理空间查询要求坐标以[经度, 纬度]的顺序存储（和咱们文档里的long在前，lat在后对应）：

// 创建2dsphere索引
db.yourCollectionName.createIndex({ long: "2dsphere" })

如果想更规范地存储地理数据，也可以把lat和long组合成一个数组字段后再建索引，但如果不想改动现有文档结构，直接用上面的索引方案就行。

3. 使用地理空间查询获取符合距离条件的文档ID #

接下来就可以用$geoNear或者$nearSphere来查询指定距离内的文档。这里以$geoNear为例，它能直接返回按距离排序的结果，同时可以灵活指定距离单位：

示例：查询目标坐标100千米范围内的所有文档ID #

db.yourCollectionName.aggregate([
  {
    $geoNear: {
      near: { type: "Point", coordinates: [-149.4393, 61.5816] }, // 注意顺序：[经度, 纬度]
      distanceField: "distance", // 新增字段存储到目标点的距离（可选）
      maxDistance: 100 * 1000, // 距离上限，单位是米，100千米=100000米
      spherical: true, // 使用球面几何计算（适配地球表面的实际距离）
      query: { id: { $ne: "99623" } } // 可选：排除目标ID自身
    }
  },
  {
    $project: { id: 1, _id: 0 } // 只返回需要的id字段
  }
])

执行后会得到类似这样的结果：

{ "id" : "xxxxxx" }
{ "id" : "yyyyyy" }
...

另一种方式：使用$nearSphere配合find查询 #

如果你不想用聚合操作，也可以直接用find搭配$nearSphere：

db.yourCollectionName.find(
  {
    long: {
      $nearSphere: {
        $geometry: { type: "Point", coordinates: [-149.4393, 61.5816] },
        $maxDistance: 100 * 1000
      }
    },
    id: { $ne: "99623" } // 排除自身
  },
  { id: 1, _id: 0 }
)

注意事项 #

• 坐标顺序别搞反：MongoDB地理空间查询里，经度在前，纬度在后，和文档里的long、lat字段顺序对应，颠倒的话会得到错误的查询结果。
• 距离单位：maxDistance默认单位是米，如果需要用千米就乘以1000，用英里则需要自行转换单位。
• 索引是必须的：没有2dsphere索引的话，地理空间查询会非常慢，甚至无法完成复杂的球面距离计算。

内容的提问来源于stack exchange，提问作者dpk45