MongoDB - Geospatial

Geospatial predstavlja data-u koja daje informacije o geografskoj lokaciji. U MongoDB, ona se može čuvati, indeksirati i mogu se vršiti pretrage na osnovu geografskih parametara.

MongoDB podržava tri tipa indeksa za Geospatial upite:

• 2D Index - koristi jednostavne koordinate (longitude, latitude),i koristi se za čuvanje tačaka dvodimenzionalnih polja.
• 2d Sphere Index - omogućava pretragu svih geometrijskih tačaka na "earth-like" sferi, i ona je danas najčeśće korišćena. Data se može sačuvatio kao GeoJSON pri čemu se koristi i par koordinata (longitude, latitude).
• Geo Haystack - koristi se za upite na veoma malim oblastima. Danas se retko koristi.

GeoJSON je format za kodiranje raznih geografskih data struktura. Podržava sledeće tipove:

• Point
• LineString
• Polygon
• MultiPoint
• MultiLineString
• MultiPolygon
• Geometry

Bitno da se koordinate čuvaju u sledećem redosledu longitude, latitude. Primer point GeoJSON-a koji predstavlja Beograd je sledeći

{
    "type": "Point",
    "coordinates": [
        20.457273,
        44.787197
    ]
}

Za testiranje svojih koordinata možete da koristite http://geojsonlint.com/.

Sledeći primer je geometrijska kolekcoija MultiLineString i Polygon-a preko Central Park-a u New York-u.

{
  "type" : "GeometryCollection",
  "geometries" : [
    {
      "type" : "Polygon",
      "coordinates" : [
         [
          [ -73.9580, 40.8003 ],
          [ -73.9814, 40.7681 ],
          [ -73.9737, 40.7648 ],
          [ -73.9498, 40.7968 ],
      [ -73.9580, 40.8003 ]
     ]
       ]
    },
    {
      "type" : "MultiLineString",
      "coordinates" : [
         [ [ -73.96943, 40.78519 ], [ -73.96082, 40.78095 ] ],
      [ [ -73.96415, 40.79229 ], [ -73.95544, 40.78854 ] ],
         [ [ -73.97162, 40.78205 ], [ -73.96374, 40.77715 ] ],
         [ [ -73.97880, 40.77247 ], [ -73.97036, 40.76811 ] ]
       ]
     }
  ]
}

Za sledeće zadatke potrebno je da se napravi nova baza sa nazivom "automobili" i importovati "automobili.json".

JSON fajl možete skinuti sa github naloga https://github.com/elab-office/mongoDB/tree/master/json

User:~/ $ mongoimport --db automobili --drop --collection prodajna_mesta --file ~/desktop/automobili.json --jsonArray

Zadatak 48 - Prikazati sva prodajna mesta automobila koja se nalaze u okolini sledećih tačaka (longitude: -114, latitude: 51) iz kolekcije prodajna_mesta _koja se nalazi unutar baze _automobili.

Pre upita neophodno je odrediti index.

Rešenje

> use automobili
switched to db automobili

> db.prodajna_mesta.createIndex({ loc: "2dsphere" })
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

> db.prodajna_mesta.find({loc : {$near : {$geometry: {"type": "Point", "coordinates": [-114, 51]}}} }).pretty()
{
    "_id" : ObjectId("5919967e6935229b9d3b5094"),
    "naziv" : "Tom's Toyotas",
    "tip" : "Toyota",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -113.98040771484375,
            50.93939251390387
        ]
    }
}
{
    "_id" : ObjectId("5919967e6935229b9d3b5096"),
    "naziv" : "Charlie's Chevrolets",
    "tip" : "Chevrolet",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.10400390625,
            51.08282186160978
        ]
    }
}
{
    "_id" : ObjectId("5919967e6935229b9d3b5095"),
    "naziv" : "Steve's Suzukis",
    "tip" : "Suzuki",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.11773681640625,
            51.09144802136697
        ]
    }
}
...

Zadatak 49 - Prikazati prva dva prodajna mesta automobila koja se nalaze u okolini sledećih tačaka (longitude: -114, latitude: 51) iz kolekcije prodajna_mesta _koja se nalazi unutar baze _automobili.

Rešenje

> use automobili
switched to db automobili

> db.prodajna_mesta.find({loc : {$near : {$geometry: {"type": "Point", "coordinates": [-114, 51]}}} }).limit(2).pretty()
{
    "_id" : ObjectId("5919967e6935229b9d3b5094"),
    "naziv" : "Tom's Toyotas",
    "tip" : "Toyota",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -113.98040771484375,
            50.93939251390387
        ]
    }
}
{
    "_id" : ObjectId("5919967e6935229b9d3b5096"),
    "naziv" : "Charlie's Chevrolets",
    "tip" : "Chevrolet",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.10400390625,
            51.08282186160978
        ]
    }
}

Zadatak 50 - Prikazati prodajna mesta automobila koja se nalaze u okolini sledećih tačaka (longitude: -114, latitude: 51) i koja prodaju Ford automobile iz kolekcije prodajna_mesta _koja se nalazi unutar baze _automobili.

Rešenje

> use automobili
switched to db automobili

> db.prodajna_mesta.createIndex({ loc: "2dsphere", "tip": 1 })
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 2,
    "numIndexesAfter" : 3,
    "ok" : 1
}

> db.prodajna_mesta.find({loc: {$near : {$geometry: {"type": "Point", "coordinates": [-114, 51]}}}, "tip": "Ford"}).pretty()
{
    "_id" : ObjectId("5919967e6935229b9d3b5093"),
    "naziv" : "Frank's Fords",
    "tip" : "Ford",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.11773681640625,
            51.10682735591432
        ]
    }
}

Zadatak 51 - Prikazati prodajna mesta automobila iz kolekcije _prodajna_mesta _koja se nalazi unutar baze _automobili _koja se nalaze u sledećoj oblasti.

oblast = [[-114.19052124023438, 51.12335082548444], [-114.05593872070312, 51.11904092252057 ], [-114.02435302734375, 51.02325750523972 ], [-114.1644287109375, 51.01634653617311 ] ]

Za ovakve slučajeve koristi se $polygon koji prima niz parova koordinata. Oni sačinjavaju jednu oblast, i sve tačke unutar te oblasti se vraćaju.

Rešenje

> use automobili
switched to db automobili

> oblast = [[-114.19052124023438, 51.12335082548444], [-114.05593872070312, 51.11904092252057 ], [-114.02435302734375, 51.02325750523972 ], [-114.1644287109375, 51.01634653617311 ] ]
[
    [
        -114.19052124023438,
        51.12335082548444
    ],
    [
        -114.05593872070312,
        51.11904092252057
    ],
    [
        -114.02435302734375,
        51.02325750523972
    ],
    [
        -114.1644287109375,
        51.01634653617311
    ]
]

> db.prodajna_mesta.find({ "loc" : {"$geoWithin" : {"$polygon" : oblast } } }).pretty()
{
    "_id" : ObjectId("5919967e6935229b9d3b5093"),
    "naziv" : "Frank's Fords",
    "tip" : "Ford",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.11773681640625,
            51.10682735591432
        ]
    }
}
{
    "_id" : ObjectId("5919967e6935229b9d3b5095"),
    "naziv" : "Steve's Suzukis",
    "tip" : "Suzuki",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.11773681640625,
            51.09144802136697
        ]
    }
}
{
    "_id" : ObjectId("5919967e6935229b9d3b5096"),
    "naziv" : "Charlie's Chevrolets",
    "tip" : "Chevrolet",
    "loc" : {
        "type" : "Point",
        "coordinates" : [
            -114.10400390625,
            51.08282186160978
        ]
    }
}