지리공간 쿼리

개요

이 가이드 에서는 지리 공간적 데이터, 데이터 형식, 인덱스 및 쿼리로 작업하는 방법을 학습 수 있습니다.

지리 공간적 데이터는 지구 표면의 지리적 위치 를 나타냅니다.

지리 공간적 데이터의 예시는 다음과 같습니다:

• 영화관 위치

• 국가 경계

• 자전거 라이딩 경로

• 뉴욕의 반려견 운동 공간

• 그래프의 포인트

지리 공간적 데이터 형식

MongoDB의 모든 지리 공간적 데이터는 다음 형식 중 하나로 저장됩니다:

• GeoJSON, a format that represents geospatial data on an earth-like sphere

• Legacy coordinate pairs, a format that represents geospatial data on a Euclidean plane

[-73.986805, 40.7620853]

지리 공간적 인덱스

지리 공간적 데이터에 대한 쿼리를 활성화하려면 데이터 형식에 해당하는 인덱스를 생성해야 합니다. 다음 인덱스 유형은 지리 공간적 쿼리를 활성화합니다.

• 2dsphere, GeoJSON 데이터에 사용됨

• 2d, legacy coordinate pairs에 사용

지리 공간적 인덱스를 만드는 방법에 학습 보려면 인덱스 가이드 의 지리 공간적 인덱스 섹션을 참조하세요.

예시

The following examples uses the MongoDB Atlas sample dataset. To obtain this sample dataset, see the Atlas sample datasets. To learn how to create a free MongoDB Atlas cluster and load the sample datasets, see PyMongo 시작하기.

이 예에서는 샘플 데이터 집합의 sample_mflix 데이터베이스에 있는 theaters 컬렉션을 사용합니다. 2} 컬렉션에 필드에 theaters 2dsphere 인덱스가 포함되어 location.geo 있습니다.

# set query with point at MongoDB headquarters and a maxDistance of 1000 meters
query = {
 "location.geo": {
          "$near": {
            "$geometry": {
             # Search around this location
                            "type": "Point",
                            "coordinates": [-73.986805, 40.7620853]
                         },
            "$maxDistance": 1000 # Distance in meters (1 km)
                   }
                }
        }
# fetches the _id and theaterId fields
projection = { "theaterId": 1 }
nearby_places = location.find(query, projection)
for i in nearby_places:
    print(i)

{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 }
{ "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 }

# Polygon representation of Manhattan
query = {
   "location.geo": {
      "$geoWithin": {
            "$geometry": {
               # Search around this location
                            "type": "Polygon",
                            "coordinates":
                            [[[-73.925492, 40.877410],
                            [-73.910372, 40.872366],
                            [-73.935127, 40.834020],
                            [-73.929049, 40.798569],
                            [-73.976485, 40.711432],
                            [-74.015747, 40.701229],
                            [-74.018859, 40.708367],
                            [-74.008007, 40.754307],
                            [-73.925492, 40.877410]]]
                         }
                      }
                   }
                }
# fetches the _id and theaterId fields
projection = { "theaterId": 1 }
nearby_places = location.find(query, projection)
for i in nearby_places:
    print(i)

{ "_id" : ObjectId("59a47287cfa9a3a73e51e8e2"), "theaterId" : 1908 }
{ "_id" : ObjectId("59a47287cfa9a3a73e51eccb"), "theaterId" : 835 }
{ "_id" : ObjectId("59a47286cfa9a3a73e51e838"), "theaterId" : 1448 }
{ "_id" : ObjectId("59a47286cfa9a3a73e51e744"), "theaterId" : 1028 }
{ "_id" : ObjectId("59a47287cfa9a3a73e51ebe1"), "theaterId" : 609 }
{ "_id" : ObjectId("59a47287cfa9a3a73e51e8ed"), "theaterId" : 1906 }
{ "_id" : ObjectId("59a47287cfa9a3a73e51e87d"), "theaterId" : 1531 }
{ "_id" : ObjectId("59a47287cfa9a3a73e51eb63"), "theaterId" : 482 }

추가 리소스

• 지리 공간적 데이터 작업에 대한 자세한 내용은 지리 공간적 데이터 수동 입력 문서를 참조하세요.

• 지원되는 GeoJSON 유형에 대한 자세한 내용은 GeoJSON 수동 항목을 참조하세요.

• 지리 공간적 쿼리 연산자에 대한 자세한 내용은 지리 공간적 쿼리 수동 항목 문서를 참조하세요.