基于MongoDB的LBS功能-附近的人

2019-07-26谢耀辉

商品与质量 2019年4期

谢耀辉

国网山东省电力公司蒙阴县供电公司山东蒙阴 276200

基于位置服务（Locationbased Services，LBS），又称定位服务，可以通过GPS等外部方式或者电信运营商的无线通讯网络（CDMA，GSM等网络制式）获取用户的位置信息（地理坐标等），通过地理信息系统（Geographic Information System GIS）为用户提供相应服务。

位置信息数据的特点是数据庞大，但是占用空间却并不多，一个普通的GPS定位信息不到200Byte。如果某个终端每5s秒钟上传一次报文，每个终端每天上传8000次，GIS有10万并发量，那么每天将会上传超过10亿条数据。在如此大数据量的情况下，普通的关系型数据库显然是不适合做存储的，对于地理空间位置的运算，也需要更为合适的选择[1]。

1 MongoDB介绍

MongoDB是一个基于分布式文档存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案，是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

1.1 NoSQL简介

NoSQL是对不同于传统的关系型数据库的数据库管理系统的统称。NoSQL用于超大规模数据的存储。（例如谷歌或Facebook每天为他们的用户收集万亿比特的数据）。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。

1.2 MongoDB特点

MongoDB主要有以下特点：面向集合存储，易于存储对象类型的数据、模式自由且支持动态查询、支持完全索引并包含内部对象、支持查询、支持复制和故障恢复、使用高效的二进制数据存储，包括大型对象（如视频等）、可以自动处理碎片以支持云计算层次的扩展性、支持Java，Python，C#，PHP，Ruby，Javascript，Perl及C++语言的驱动程序，社区中也提供了对Erlang及．NET等平台的驱动程序、文件存储格式为BSON（一种JSON的扩展）、可通过网络访问等

1.3 MongoDB一些基本概念

文档：文档是一个键值(key-value)对(即BSON)。MongoDB的文档不需要设置相同的字段，并且相同的字段不需要相同的数据类型，这与关系型数据库有很大的区别，也是MongoDB非常突出的特点。

集合：集合就是MongoDB文档组，类似于 RDBMS 中的表格。集合存在于数据库中，集合没有固定的结构，这意味着你可以在集合中插入不同格式和类型的数据，但通常情况下我们插入集合的数据都会有一定的关联性。

元数据：数据库的信息是存储在集合中。

2 核心技术

2.1 整体架构设计

Lbs应用主要由两块组成：一是用于存储采集到的终端位置信息的MogoDB集群，二是响应移动终端请求的的核心子系统。总体存储结构如图1所示。

2.2 地理空间位置运算

在以亿为单位的数据量前提下，如何快速准确的根据用户位置计算出附近的人，并且按照距离排序，是一个比较复杂的问题。MongoDB提供大量的索引和查询机制，来处理地理空间信息。MongoDB提供了两种表面类型(surface types)：

图1 整体架构设计

（1）球面：若要在类似地球球面上计算几何，存储球面上的地理位置数据，可以使用 2dsphere索引。根据坐标轴的顺序：经度、纬度，将你的地理位置数据存储为GeoJSON对象。GeoJSON的坐标参考系使用的是 WGS84 基准。

（2）平面：如果需要计算距离，就像在一个欧几里德平面上，你可以按照正常几何的求解思路，通过存储坐标对的形式存储地理位置数据并使用 2d 索引。

MongoDB提供下列两种地理空间索引来支持地理空间查询。

① 2dsphere：支持在球形平面上的计算、GeoJSON对象，并包括向后遗留的兼容性、复合索引。这个复合索引可以包含一个2dsphere索引字段以及一些按升序或降序建立的普通索引字段(作为 2dsphere索引的前缀或者后缀)。

② 2d：支持使用平面几何的方式计算、普通坐标对（比如，在一个平面坐标系中的点）、作为复合索引，额外索引一个键。方法是，把额外的一个键作为 2d 索引键的后缀。

对于我们的需求，在MongoDB只需一个命令即可得到所需要的结果：

db．runCommand({geoNear："places"，near：[121．4905，

31 ．2646 ]， num：100 })

查询结果默认将会由近到远排序，而且查询结果也包含目标点对象、距离目标点的距离等信息。

geoNear返回结果集中的dis，如果指定了spherical为true， dis的值为弧度，不指定则为度。不指定sphericial，结果中的dis需要乘以111换算为km。指定 spherical为true，结果中的dis需要乘以6371换算为km。由于geoNear是MongoDB原生支持的查询函数，所以性能上也做到了高度的优化，完全可以应付生产环境的压力。