Първо, горещо ви съветвам да създадете индекс „2dsphere“ за вашата колекция, ако възнамерявате да правите геопространствени заявки за координати от реалния свят.
Не забравяйте да премахнете други индекси, с които може да сте си играли:
db.records.dropIndexes();
db.records.createIndex({ "addresses.loc": "2dsphere" })
За да направите това, което искате, първо разгледайте леката модификация, която също включва includeLocs опция за $geoNear
db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}}
])
Сега ще видите резултат, който изглежда така:
{
"_id" : ObjectId("592d0c78555a7436b0883960"),
"userid" : 7,
"addresses" : [
{
"apporx" : 50,
"loc" : [
-73.98137109999999,
40.7476039
]
},
{
"apporx" : 15,
"loc" : [
-73.982002,
40.74767
]
},
{
"apporx" : 10,
"loc" : [
-73.9819567,
40.7471609
]
}
],
"distance" : 0.0000019174641401278624,
"locs" : [
-73.98137109999999,
40.7476039
]
}
Така че това, което върна, беше не само разстоянието до най-близката точка, но и „кое“ местоположение беше използваното съответствие.
Така че, ако искате да $filter
оригиналния масив, за да върнете най-близкия, тогава можете:
db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}},
{ "$addFields": {
"addresses": {
"$filter": {
"input": "$addresses",
"as": "address",
"cond": { "$eq": [ "$$address.loc", "$locs" ] }
}
}
}}
])
И това връща масива само с това съвпадение:
{
"_id" : ObjectId("592d0c78555a7436b0883960"),
"userid" : 7,
"addresses" : [
{
"apporx" : 50,
"loc" : [
-73.98137109999999,
40.7476039
]
}
],
"distance" : 0.0000019174641401278624,
"locs" : [
-73.98137109999999,
40.7476039
]
}