MongoDB MapReduce转换问题：地理筛选后分组计数结果偏大

你的MapReduce结果count远超预期，核心原因是距离计算部分完全搞混了经纬度的对应关系，同时遗漏了原聚合查询中的最小距离限制，导致大量不符合条件的文档被错误统计。

具体错误点分析 #

1. 经纬度顺序与变量对应完全错误 #

MongoDB的GeoJSON坐标格式是[经度, 纬度]，但你在计算距离时完全颠倒了纬度和经度的角色：

• 错误地将目标点的经度（-123.0837633）赋值给了代表纬度的lat1_rad，将目标点的纬度（49.26980201）赋值给了代表经度的lon1_rad
• 计算纬度差dlat_rad时用的是经度差值，计算经度差dlon_rad时用的是纬度差值，这直接导致距离计算完全失效，几乎所有文档都会被判定为在范围内。

2. 遗漏最小距离的判断 #

原聚合查询明确设置了minDistance: 10，但你的Map函数只判断了rm * c < 10000，没有排除距离小于10的文档，这也会额外增加统计数量。

修正后的Map函数 #

map = "function() {" + 
"var rad_per_deg = Math.PI/180;" + 
"var rm = 6371 * 1000;" + 
// 明确区分目标点与文档的经纬度
"var targetLon = -123.0837633;" + 
"var targetLat = 49.26980201;" + 
"var docLon = this.LOC.coordinates[0];" + 
"var docLat = this.LOC.coordinates[1];" + 
// 正确计算纬度差和经度差的弧度值
"var dLatRad = (docLat - targetLat) * rad_per_deg;" + 
"var dLonRad = (docLon - targetLon) * rad_per_deg;" + 
"var targetLatRad = targetLat * rad_per_deg;" + 
"var docLatRad = docLat * rad_per_deg;" + 
// 球面距离计算公式（Haversine公式）
"var a = Math.pow(Math.sin(dLatRad/2), 2) + Math.cos(targetLatRad) * Math.cos(docLatRad) * Math.pow(Math.sin(dLonRad/2), 2);" + 
"var c = 2 * Math.atan2(Math.sqrt(a), Math.sqrt(1-a));" + 
"var distance = rm * c;" + 
// 匹配原聚合查询的距离范围条件
"if(distance > 10 && distance < 10000) { " + 
" emit(this.NEIGHBOURHOOD, {count: 1});" + 
"}" + 
"}";

补充说明 #

• 你的Reduce函数逻辑是正确的，不需要修改，它能正确累加每个NEIGHBOURHOOD的计数
• 修正后的Map函数严格对齐了原聚合查询的所有条件：YEAR过滤（通过opts的query参数）、距离范围（10到10000米）、球面距离计算
• 执行修正后的MapReduce后，统计的count数值应该会和原聚合查询的结果一致

内容的提问来源于stack exchange，提问作者SuperM4n