摘要：實現(xiàn)附近的人最近騰訊把漂流瓶這個張小龍引以為傲的產(chǎn)品下架，正所謂匹夫無罪懷璧其罪，漂流瓶本無罪，但是被一些人利用傳播色情內(nèi)容或廣告，因此在月號深夜，騰訊關(guān)閉漂流瓶。此處采用指令查詢附近的人。

最近騰訊把“漂流瓶”這個張小龍引以為傲的產(chǎn)品下架，正所謂：匹夫無罪懷璧其罪，漂流瓶本無罪，但是被一些人利用傳播色情內(nèi)容或廣告，因此在11月30號深夜，騰訊關(guān)閉漂流瓶。那么作為微信另外的一個大家熟悉的功能“附近的人”會不會被下架呢？今天我們暫不討論，咱們今天討論的是附近的人怎么實現(xiàn)，當然實現(xiàn)的方式有很多種：比如Redis，MySQL，Postgresql，MongoDB,全文檢索框架等。那今天我就使用MongoDB的LBS功能實現(xiàn)附近的人！

MongoDB是一種NoSql數(shù)據(jù)庫，是一個使用C++開發(fā)的高性能、開源，無模式的文檔型數(shù)據(jù)庫。MongoDB是面向文檔的，文檔以JSON格式，二進制JSON (BSON) 存儲在MongoDB中。官方網(wǎng)站地址是：https://www.mongodb.com/ 。主要特點有：高性能、高可用、水平擴展能力強。支持完全索引，查詢，支持服務(wù)器之間的數(shù)據(jù)復(fù)制和故障恢復(fù)。支持C++，Ruby，Java，Python，PHP，C，C#，Javascript，Perl等。

下載并安裝mongodb數(shù)據(jù)庫，下載并安裝Robomongo，如有不知可以咨詢小編！

往數(shù)據(jù)庫中批量插入數(shù)據(jù)，use mage切換到mage數(shù)據(jù)庫，執(zhí)行db.user.insertMany()，user是文檔名，insertMany()是批量插入命令，里面?zhèn)魅雑son數(shù)組，{"name":"楊帥哥", "address":"江西省南昌市青山湖區(qū)市場和質(zhì)量監(jiān)督管理局", "gender":1, loc:[115.993121,28.676436]}代表一條用戶數(shù)據(jù)，其中g(shù)ender：0代表女1，代表男，loc是一個經(jīng)緯度的數(shù)組，當然也可以是loc : { lng : 115.993067 , lat : 28.67606 }，但官方推薦數(shù)組。

db.user.insertMany([
 {"name":"楊帥哥", "address":"江西省南昌市青山湖區(qū)市場和質(zhì)量監(jiān)督管理局", "gender":1, loc:[115.993121,28.676436]},
 {"name":"王美眉", "address":"江西省南昌市青山湖區(qū)創(chuàng)新一路職位小廚", "gender":0, loc:[116.000093,28.679402]},
 {"name":"張美眉", "address":"江西省南昌市青山湖區(qū)紫陽大道1916號", "gender":0, loc:[115.999967,28.679743]},
 {"name":"李美眉", "address":"江西省南昌市青山湖區(qū)云中城", "gender":0, loc:[115.995593,28.681632]},
 {"name":"彭美眉", "address":"江西省南昌市青山湖區(qū)北京東路1666號", "gender":0, loc:[115.975543,28.679509]},
 {"name":"趙美眉", "address":"江西省南昌市青山湖區(qū)市場一路大潤發(fā)", "gender":0, loc:[115.968428,28.669368]},
 {"name":"廖美眉", "address":"江西省南昌市南昌縣奧林匹克中心", "gender":0, loc:[116.035262,28.677037]},
 {"name":"余帥哥", "address":"江西省南昌市南昌縣科技學(xué)院瑤湖校區(qū)", "gender":1, loc:[116.02477,28.68667]},
 {"name":"吳帥哥", "address":"江西省南昌市青山湖區(qū)創(chuàng)新一路母嬰店", "gender":1, loc:[116.002384,28.683865]},
 {"name":"何帥哥", "address":"江西省南昌市青山湖區(qū)紫陽大道2999號", "gender":1, loc:[116.000821,28.68129]},
])

因為我以二維平面上點的方式存儲的數(shù)據(jù)，想要進行LBS查詢，那么要設(shè)置2d索引。db.user.createIndex({"loc":"2d"})其中l(wèi)oc是索引的字段。

查詢附近的人，首先的指導(dǎo)當前用戶所在的經(jīng)緯度，如果不僅想要得到數(shù)據(jù)還要得到距離，那么可以使用$geoNear指令，如果距離自己去計算可以使用$near或者$geoWithin然后在手動計算距離。此處采用$geoNear指令查詢附近2000m的人。

db.user.aggregate({
    $geoNear:{
        near: [115.999567,28.681813], // 當前坐標
        spherical: true, // 計算球面距離
        distanceMultiplier: 6378137, // 地球半徑,單位是米,那么的除的記錄也是米
        maxDistance: 2000/6378137, // 過濾條件2000米內(nèi)，需要弧度
        distanceField: "distance" // 距離字段別名
    }
})

到這兒為止，采用mongodb的2d平面索引就能完成附近的好友搜索了，如果想要了解更多，歡迎來撩小編！