摘要：
首先，我们准备数据集，创建位置库，然后插入一些数据。Mongodb提供了两种地图索引，2d和2d球体。2d索引通过二维平面记录点坐标，并支持在平面几何中计算距离，而2d球体支持在球体上计算距离，并支持mongodb的所有地理空间查询方法。根据官方建议，如果mongodb版本大于2.6，则可以使用2dsphere索引。
首先我们准备数据集，创建一个 location 库，然后插入一些数据。如下：
db.location.insert({"lng":经度,"lat":纬度,"loc":[lng,lat]});
db.location.insert({"lng":1,"lat":1,"loc":[1,1]});
db.location.insert({"lng":2,"lat":2,"loc":[2,2]});
db.location.insert({"lng":3,"lat":3,"loc":[3,3]});
db.location.insert({"lng":-1,"lat":-1,"loc":[-1,-1]});
db.location.insert({"lng":-2,"lat":-2,"loc":[-2,2]});
db.location.insert({"lng":-3,"lat":-3,"loc":[-3,-3]});数据集准备好了之后，我们需要为 location 加上地图索引。mongodb 提供的地图索引有两种，分别是 2d 和 2dsphere。2d 索引通过二维平面记录点坐标，支持在平面几何中计算距离，而 2dsphere 则支持在球面上进行距离的计算，并且支持 mongodb 的所有地理空间查询方法。简单的理解，2dsphere 是 2d 的增强版。根据官方推荐，如果你的mongodb版本大于2.6，那么就用 2dsphere 索引 。如下：
db.location.ensureIndex({"loc":"2dsphere"})索引加好后，我们就可以来实现按照离我最近排序了，姿势如下：
db.location.find({ "loc":{ "$nearSphere":{ "$geometry":{ "type":"Point", "coordinates":[0,0] } } } })
按照离我最近排序，除了使用 $nearSphere 查询外，我们还可以使用 aggregate 来实现。
使用 aggregate 有两个好处。1.我们在进行排序的后，可以返回两点之间的距离。2.我们可以进行更为复杂的排序，例如我们可以先根据某个字段进行排序，然后该字段相同的情况下再根据距离排序。
使用 aggregate 查询时，我们还可以返回两点之间的距离，其中 distanceField 可以对距离字段进行重命名。姿势如下：
db.location.aggregate([ { $geoNear: { near: { type: "Point", coordinates: [ 0 , 0 ] }, distanceField: "distance", spherical: true } } ])
如果我们希望查询以某个点为中心的圆几公里以内的数据，那你的姿势可以如下：
db.location.find({ "loc":{ "$geoWithin":{ "$centerSphere":[ [ 0,0 ], 0.025 //单位为弧度 ] } } })
最后，mongodb 提供了许多更为复杂的查询方法，有需要的同学可以自己到官网查看。