优化 GeoJSON MongoDB 查询答案

【问题标题】：Optimizing GeoJSON MongoDB queries优化 GeoJSON MongoDB 查询
【发布时间】：2015-02-02 22:15:07
【问题描述】：

我有一些多边形存储在我的 mongoDB 中的 GeoJSON 中。

客户端发送要加载的框列表（框是常规网格的单元格）。

检索它们的正常方法是对每个框进行 GeoJSON 查询，但是当我有很多框时会很慢。

我不想检索重复项（位于两个单元格上的多边形会返回两次），所以我制作了一个检索到的多边形列表pks，以便在接下来的查询中忽略它们。

给定：

box = [ [ [ 0, 0 ], [ 1, 0 ], [ 1, 1 ], [ 0, 1 ], [ 0, 0 ] ] ]  // the box to load
pks = [ ObjectId("54cf535cfe022e01ab4932f5"), ObjectId("54cf535cfe022e01ab4932f6") ] // the list of polygons already retrieved

使用 mongoDB 我会得到这样的东西：

for box in boxes:
    db.places.find( { points: 
        { $geoIntersects: { $geometry: { type: "Polygon" ,  coordinates: box } } },
        { _id: { $nin: pks } } 
    } )

我使用的是 MongoEngine，所以我有以下内容：

pks = []
for box in boxes:
   p = Polygon.objects(points__geo_intersects=box, pk__nin=pks)
   if len(p)>0:       
      pks += p.scalar("id")

我有三个问题：

1.有没有更有效的方法来使用这种方法查询多边形？

2。使用包含位于单元格上的多边形引用列表的 Cell 对象会更快吗？

在 MongoEngine 中，我将拥有以下模型：

class Cell(Document):
    x = DecimalField()
    y = DecimalField()
    polygons = ListField(ReferenceField('Polygon'))

    meta = {
        'indexes': [[ ("x", 1), ("y", 1) ]]
    }

要加载的框列表将是与要加载的单元格对应的坐标。

这将给 MongoEngine：

polygons = {}

for b in boxes:
    cell = Cell.objects.get(x=b['x'], y=b['y'])

    for polygon in cell.polygons:
        if not polygons.has_key(polygon.pk):
            polygons[polygon.pk] = polygon.to_json()

3.有没有更有效的方法来用这种方法查询多边形？（我想我应该使用select_related()，也许可以直接在mongoDB查询中过滤多边形以避免检索重复）

【问题讨论】：

我刚刚做了一个基准测试：第一种方法检索多边形需要 2.03 秒，第二种方法需要 0.65 秒。
嗯...实际上我刚刚发现差异可能来自pk__nin=pks，这需要更长的时间。现在我用第一种方法得到了更快的结果......我会在午餐后进一步调查......

标签： mongodb geojson mongoengine

【解决方案1】：

在做了一些基准测试之后，我可以回答我自己的问题：使用诸如Cell 之类的中间对象并没有明显更快。

但是，在查询中使用主键列表，如下所示：

pks = []
for box in boxes:
   p = Polygon.objects(points__geo_intersects=box, pk__nin=pks)
   if len(p)>0:       
      pks += p.scalar("id")

比使用字典忽略重复项要慢得多，如下所示：

polygons = {}
for box in boxes:
   p = Polygon.objects(points__geo_intersects=box)
   for polygon in p:
      if not polygons.has_key(polygon.pk):
          polygons[polygon.pk] = polygon.to_json()

【讨论】：