说实话，刚入行那会儿，我对地理空间索引这块儿真是头疼。总觉得它高大上，离我很远。直到后来做了几个LBS项目，才发现这玩意儿其实挺有意思，但也挺坑。今天不整那些虚的，就聊聊怎么在mongodb里用好geo索引，顺便吐槽一下那些让人头秃的问题。

很多兄弟一上来就建索引，结果查询慢得像蜗牛。为啥？因为没搞懂数据结构。你得先明白，mongodb存经纬度，不是存两个独立的数字，而是得存成数组或者对象。比如[116.40, 39.90]这种格式。你要是存成两个字段，那索引就废了。这一步错了，后面全白搭。

我见过太多人，数据量一大，查询直接卡死。这时候别急着加硬件，先看看你的索引建对没。mongodb geo索引主要有两种，2dsphere和2d。简单说，2d适合平面地图，2dsphere适合球体，也就是咱们地球。现在基本都用2dsphere，毕竟地球是圆的，不是平的。你要是还用2d，那误差大了去了。

第一步，确认你的数据格式。确保你的经纬度字段是数组形式，或者GeoJSON格式。别整那些奇奇怪怪的字符串，数据库不认。

第二步，创建索引。在mongosh里执行命令，记得带上2dsphere选项。比如db.places.createIndex({ location: "2dsphere" })。这一步很简单，但很多人会漏掉，或者建错了字段。

第三步，测试查询。用$near或者$geoWithin。$near是按距离排序，$geoWithin是判断是否在某个区域内。别混着用，不然结果让你怀疑人生。

这里有个小坑，很多人喜欢用$nearSphere，其实$near在2dsphere索引下默认就是球体查询，不用特意加Sphere。加了反而多余，虽然不报错，但看着别扭。

再说说性能问题。如果你的数据量特别大，比如几百万条，查询还是慢。这时候可以考虑分片。把地理位置相近的数据分到不同的分片上，这样查询范围就小了，速度自然快。不过分片配置复杂，新手慎入。

还有一个容易被忽视的点，就是索引的维护。随着数据插入和更新，索引可能会碎片化。定期运行compact命令，能释放空间，提升性能。别等到数据库崩了才想起来维护。

我有个朋友，之前做外卖平台，位置查询总是超时。后来发现，他建索引的时候，把经纬度字段名写错了，查的是另一个字段。这种低级错误，真的让人无语。所以，建索引前，先确认字段名，再确认数据类型。

最后，给点真诚的建议。别一上来就追求完美架构。先跑通流程，再优化性能。mongodb geo索引虽然强大，但也不是万能的。如果业务场景特别复杂，比如需要实时追踪大量移动物体，可能要考虑其他方案，比如专门的时空数据库。

如果你还在为位置查询头疼，不妨回头看看自己的数据结构和索引设置。很多时候，问题出在最基础的地方。别怕麻烦，多测试，多对比。

总之，mongodb geo索引没那么难，也没那么简单。关键在于细节。希望这篇文章能帮你少走点弯路。要是还有搞不定的，欢迎来聊。毕竟，踩过的坑多了，也就成了经验。

本文关键词：mongodb geo索引