/ /

Operadores y coleccionistas

Docs Home

/ /

Referencia de query

Operadores y coleccionistas

Operadores y coleccionistas

`geoShape` Operador

Definición

geoShape

El operador geoShape admite la consulta de shapes con una relación a una geometría dada si indexShapes está establecido en true en el definición del índice.

Al especificar las coordenadas para la búsqueda, primero se debe especificar la longitud y luego la latitud. Los valores de longitud pueden estar entre -180 y 180, ambos inclusive. Los valores de latitud pueden estar entre -90 y 90, ambos inclusive. Los valores de coordenadas pueden ser enteros o dobles.

Nota

MongoDB Search no admite lo siguiente:

Sistema de referencia de coordenadas (CRS) no por defecto
Sistema de coordenadas XY plano (2 dimensiones)
Pares de coordenadas Notación de puntos (es decir, pointFieldName: [12, 34])

Sintaxis

1 {
2     "$search": {
3        "index": <index name>, // optional, defaults to "default"
4        "geoShape": {
5           "path": "<field-to-search>",
6           "relation": "contains | disjoint | intersects | within",
7           "geometry": <GeoJSON-object>,
8           "score": <score-options>
9        }
10     }
11 }

opciones

geoShape utiliza los siguientes términos para construir una query:

Campo	Tipo	Descripción	Necesidad
`geometry`	Objeto GeoJSON	Objeto GeoJSON que especifica la polígono, MultiPolygon, o LineString forma o punto a buscar. El polígono debe ser especificado como un bucle cerrado donde la última posición sea la misma que la primera posición. Al calcular resultados geoespaciales, los operadores de MongoDB Search geoShape y geoWithin, así como el operador de MongoDB $geoIntersects, utilizan diferentes geometrías. Esta diferencia se puede observar en cómo MongoDB Search y MongoDB dibujan los bordes poligonales. MongoDB Search dibuja polígonos según la distancia cartesiana, que es la línea más corta entre dos puntos en el sistema de referencia de coordenadas. MongoDB dibuja polígonos utilizando el modo geodésico con 2índices dsphere que están construidos sobre una librería de terceros para tipos geodésicos, o el modo plano, de 2índices d. Para obtener más información, consulte Objetos GeoJSON. MongoDB Search y MongoDB podrían devolver resultados diferentes para queries geoespaciales que incluyan polígonos.	Sí
`path`	string o arreglo de strings	Campo o campos de tipo geo indexados para búsqueda.	Sí
`relation`	enum	Relación entre la geometría de la forma de la consulta y la geometría del campo indexado. El valor puede ser uno de los siguientes: `contains` - Indica que la geometría indexada contiene la geometría query. `disjoint` - Indica que tanto la query como las geometrías indexadas no tienen nada en común. `intersects` - Indica que tanto la query como las geometrías indexadas se intersecan. `within` - Indica que la geometría indexada está dentro de la geometría de la query. No se puede usar `within` con `LineString` o `Point`.	Sí
`score`	Objeto	Puntuación para asignar a los resultados de búsqueda coincidentes. Por defecto, la puntuación en los resultados es `1`. Puedes modificar la puntuación utilizando las siguientes opciones: `boost`Multiplica la puntuación resultante por el número dado. `constant`:reemplace la puntuación del resultado con el número dado. `function`: reemplaza el resultado de la puntuación con la expresión dada. Para obtener información sobre cómo usar `score` en tu query, consulta Calificación de los Documentos en los Resultados.	no

Ejemplos

Los siguientes ejemplos utilizan la listingsAndReviews colección en la sample_airbnb base de datos. Si tiene el conjunto de datos de ejemplo en su clúster, puede crear un índice de MongoDB Search personalizado para el tipo geográfico y ejecutar las consultas de ejemplo en su clúster. La Guía de inicio rápido de MongoDB Search contiene instrucciones para cargar el conjunto de datos de ejemplo, crear una definición de índice y ejecutar consultas de MongoDB Search.

La siguiente es una definición de índice de muestra para la indexación del campo address.location en la colección listingsAndReviews:

1 {
2   "mappings": {
3     "fields": {
4       "address": {
5         "fields": {
6           "location": {
7             "indexShapes": true,
8             "type": "geo"
9           }
10         },
11         "type": "document"
12       },
13       "property_type": {
14         "type": "token"
15       }
16     }
17   }
18 }

Ejemplo disjunto

El siguiente ejemplo utiliza el operador geoShape para buscar propiedades que no tengan nada en común con las coordenadas especificadas de longitud y latitud en Hawái.

La query incluye lo siguiente:

$limit etapa para limitar la salida a 3 resultados.
$project etapa para excluir todos los campos excepto name addressy.

1 db.listingsAndReviews.aggregate([
2   {
3     "$search": {
4       "geoShape": {
5         "relation": "disjoint",
6         "geometry": {
7           "type": "Polygon",
8           "coordinates": [[[-161.323242,22.512557],
9                           [-152.446289,22.065278],
10                           [-156.09375,17.811456],
11                           [-161.323242,22.512557]]]
12         },
13         "path": "address.location"
14       }
15     }
16   },
17   {
18     $limit: 3
19   },
20   {
21     $project: {
22       "_id": 0,
23       "name": 1,
24       "address": 1,
25       score: { $meta: "searchScore" }
26     }
27   }
28 ])

{
  "name" : "Ribeira Charming Duplex",
  "address" : {
    "street" : "Porto, Porto, Portugal",
    "suburb" : "",
    "government_area" : "Cedofeita, Ildefonso, Sé, Miragaia, Nicolau, Vitória",
    "market" : "Porto",
    "country" : "Portugal",
    "country_code" : "PT",
    "location" : {
      "type" : "Point",
      "coordinates" : [ -8.61308, 41.1413 ],
      "is_location_exact" : false
    }
  }
}
{
  "name" : "Horto flat with small garden",
  "address" : {
    "street" : "Rio de Janeiro, Rio de Janeiro, Brazil",
    "suburb" : "Jardim Botânico",
    "government_area" : "Jardim Botânico",
    "market" : "Rio De Janeiro",
    "country" : "Brazil",
    "country_code" : "BR",
    "location" : {
      "type" : "Point",
      "coordinates" : [ -43.23074991429229, -22.966253551739655 ],
      "is_location_exact" : true
    }
  }
}
{
  "name" : "Private Room in Bushwick",
  "address" : {
    "street" : "Brooklyn, NY, United States",
    "suburb" : "Brooklyn",
    "government_area" : "Bushwick",
    "market" : "New York",
    "country" : "United States",
    "country_code" : "US",
    "location" : {
      "type" : "Point",
      "coordinates" : [ -73.93615, 40.69791 ],
      "is_location_exact" : true
    }
  }
}

Ejemplo de intersecciones

El siguiente ejemplo utiliza el operador geoShape para buscar propiedades que se cruzan con las coordenadas de longitud y latitud especificadas en España.

La query incluye lo siguiente:

$limit etapa para limitar la salida a 3 resultados.
$project etapa para excluir todos los campos excepto name addressy.

1 db.listingsAndReviews.aggregate([
2   {
3     "$search": {
4       "geoShape": {
5         "relation": "intersects",
6         "geometry": {
7           "type": "MultiPolygon",
8           "coordinates": [
9                         [[[2.16942,41.40082],
10                         [2.17963,41.40087],
11                         [2.18146,41.39716],
12                         [2.15533,41.40686],
13                         [2.14596,41.38475],
14                         [2.17519,41.41035],
15                         [2.16942,41.40082]]],
16                         [[[2.16365,41.39416],
17                         [2.16963,41.39726],
18                         [2.15395,41.38005],
19                         [2.17935,41.43038],
20                         [2.16365,41.39416]]]
21           ]
22         },
23         "path": "address.location"
24       }
25     }
26   },
27   {
28     $limit: 3
29   },
30   {
31     $project: {
32       "_id": 0,
33       "name": 1,
34       "address": 1,
35       score: { $meta: "searchScore" }
36     }
37   }
38 ])

{
  "name" : "Cozy bedroom Sagrada Familia",
  "address" : {
    "street" : "Barcelona, Catalunya, Spain",
    "suburb" : "Eixample",
    "government_area" : "el Fort Pienc",
    "market" : "Barcelona",
    "country" : "Spain",
    "country_code" : "ES",
    "location" : {
      "type" : "Point",
      "coordinates" : [ 2.17963, 41.40087 ],
      "is_location_exact" : true
    }
  }
}
{
  "name" : "",
  "address" : {
    "street" : "Barcelona, Catalunya, Spain",
    "suburb" : "Vila de Gràcia",
    "government_area" : "la Vila de Gràcia",
    "market" : "Barcelona",
    "country" : "Spain",
    "country_code" : "ES",
    "location" : {
      "type" : "Point",
      "coordinates" : [ 2.15759, 41.40349 ],
      "is_location_exact" : true
    }
  }
}
{
  "name" : "SPACIOUS RAMBLA CATALUÑA",
  "address" : {
    "street" : "Barcelona, Catalunya, Spain",
    "suburb" : "L'Antiga Esquerra de l'Eixample",
    "government_area" : "l'Antiga Esquerra de l'Eixample",
    "market" : "Barcelona",
    "country" : "Spain",
    "country_code" : "ES",
    "location" : {
      "type" : "Point",
      "coordinates" : [ 2.15255, 41.39193 ],
      "is_location_exact" : true
    }
  }
}

Dentro del ejemplo

El siguiente ejemplo utiliza el operador geoShape para buscar propiedades en Nueva York que se encuentren dentro de las coordenadas de longitud y latitud especificadas. Las consultas buscan el campo address.location en la colección listingsAndReviews en la base de datos sample_airbnb.

La query incluye lo siguiente:

$limit etapa para limitar la salida a 3 resultados.
$project etapa para excluir todos los campos excepto name addressy.

Búsqueda básica

La siguiente consulta devuelve los documentos que coinciden con los criterios de búsqueda especificados.

1 db.listingsAndReviews.aggregate([
2   {
3     "$search": {
4       "geoShape": {
5         "relation": "within",
6         "geometry": {
7           "type": "Polygon",
8           "coordinates": [[[-74.3994140625,40.5305017757],
9                           [-74.7290039063,40.5805846641],
10                           [-74.7729492188,40.9467136651],
11                           [-74.0698242188,41.1290213475],
12                           [-73.65234375,40.9964840144],
13                           [-72.6416015625,40.9467136651],
14                           [-72.3559570313,40.7971774152],
15                           [-74.3994140625,40.5305017757]]]
16         },
17         "path": "address.location"
18       }
19     }
20   },
21   {
22     $limit: 3
23   },
24   {
25     $project: {
26       "_id": 0,
27       "name": 1,
28       "address": 1,
29       score: { $meta: "searchScore" }
30     }
31   }
32 ])

{
  "name" : "Private Room in Bushwick",
  "address" : {
    "street" : "Brooklyn, NY, United States",
    "suburb" : "Brooklyn",
    "government_area" : "Bushwick",
    "market" : "New York",
    "country" : "United States",
    "country_code" : "US",
    "location" : {
      "type" : "Point",
      "coordinates" : [ -73.93615, 40.69791 ],
      "is_location_exact" : true
    }
  },
  {
    "name" : "New York City - Upper West Side Apt",
    "address" : {
      "street" : "New York, NY, United States",
      "suburb" : "Manhattan",
      "government_area" : "Upper West Side",
      "market" : "New York",
      "country" : "United States",
      "country_code" : "US",
      "location" : {
        "type" : "Point",
        "coordinates" : [ -73.96523, 40.79962 ],
        "is_location_exact" : false
      }
    },
    "score" : 1
  }
  {
    "name" : "Deluxe Loft Suite",
    "address" : {
      "street" : "Brooklyn, NY, United States",
      "suburb" : "Greenpoint",
      "government_area" : "Greenpoint",
      "market" : "New York",
      "country" : "United States",
      "country_code" : "US",
      "location" : {
        "type" : "Point",
        "coordinates" : [ -73.94472, 40.72778 ],
        "is_location_exact" : true
      }
    },
    "score" : 1
  }

Búsqueda de metadatos

La siguiente query devuelve el número de tipos de propiedades (como departamento, casa, etc.) para los criterios de búsqueda especificados.

1 db.listingsAndReviews.aggregate([
2   {
3     "$searchMeta": {
4       "facet": {
5         "operator": {
6           "geoShape": {
7           "relation": "within",
8           "geometry": {
9             "type": "Polygon",
10             "coordinates": [[[-74.3994140625,40.5305017757],
11                             [-74.7290039063,40.5805846641],
12                             [-74.7729492188,40.9467136651],
13                             [-74.0698242188,41.1290213475],
14                             [-73.65234375,40.9964840144],
15                             [-72.6416015625,40.9467136651],
16                             [-72.3559570313,40.7971774152],
17                             [-74.3994140625,40.5305017757]]]
18           },
19           "path": "address.location"
20         }
21         },
22         "facets": {
23           "propertyTypeFacet": {
24             "type": "string",
25             "path": "property_type"
26           }
27         }
28       }
29     }
30   }
31 ])

[
  {
    count: { lowerBound: Long('599') },
    facet: {
      propertyTypeFacet: {
        buckets: [
          { _id: 'Apartment', count: Long('486') },
          { _id: 'House', count: Long('43') },
          { _id: 'Townhouse', count: Long('24') },
          { _id: 'Condominium', count: Long('19') },
          { _id: 'Loft', count: Long('19') },
          { _id: 'Guest suite', count: Long('2') },
          { _id: 'Guesthouse', count: Long('2') },
          { _id: 'Aparthotel', count: Long('1') },
          { _id: 'Hostel', count: Long('1') },
          { _id: 'Serviced apartment', count: Long('1') }
        ]
      }
    }
  }
]

Los resultados de la query muestran los diferentes tipos de propiedades en las coordenadas especificadas.

Volver

facet

geoWithin

1	{
2	"$search": {
3	"index": <index name>, // optional, defaults to "default"
4	"geoShape": {
5	"path": "<field-to-search>",
6	"relation": "contains \| disjoint \| intersects \| within",
7	"geometry": <GeoJSON-object>,
8	"score": <score-options>
9	}
10	}
11	}

1	{
2	"mappings": {
3	"fields": {
4	"address": {
5	"fields": {
6	"location": {
7	"indexShapes": true,
8	"type": "geo"
9	}
10	},
11	"type": "document"
12	},
13	"property_type": {
14	"type": "token"
15	}
16	}
17	}
18	}

1	db.listingsAndReviews.aggregate([
2	{
3	"$search": {
4	"geoShape": {
5	"relation": "disjoint",
6	"geometry": {
7	"type": "Polygon",
8	"coordinates": [[[-161.323242,22.512557],
9	[-152.446289,22.065278],
10	[-156.09375,17.811456],
11	[-161.323242,22.512557]]]
12	},
13	"path": "address.location"
14	}
15	}
16	},
17	{
18	$limit: 3
19	},
20	{
21	$project: {
22	"_id": 0,
23	"name": 1,
24	"address": 1,
25	score: { $meta: "searchScore" }
26	}
27	}
28	])

1	db.listingsAndReviews.aggregate([
2	{
3	"$searchMeta": {
4	"facet": {
5	"operator": {
6	"geoShape": {
7	"relation": "within",
8	"geometry": {
9	"type": "Polygon",
10	"coordinates": [[[-74.3994140625,40.5305017757],
11	[-74.7290039063,40.5805846641],
12	[-74.7729492188,40.9467136651],
13	[-74.0698242188,41.1290213475],
14	[-73.65234375,40.9964840144],
15	[-72.6416015625,40.9467136651],
16	[-72.3559570313,40.7971774152],
17	[-74.3994140625,40.5305017757]]]
18	},
19	"path": "address.location"
20	}
21	},
22	"facets": {
23	"propertyTypeFacet": {
24	"type": "string",
25	"path": "property_type"
26	}
27	}
28	}
29	}
30	}
31	])