我正在尝试学习如何在MongoDB中使用地理空间查询，但似乎我无法真正做到！因此，为了论证，我在mongo中有我的瓷砖集合，假设我只有一个文档，更准确地说，是这个：
{
"_id" : "-180-9018090",
"geometry" : {
"type" : "Polygon",
"coordinates" : [
[
[
-180,
-90
],
[
180,
-90
],
[
180,
90
],
[
-180,
90
],
[
-180,
-90
]
]
]
},
"type" : "Feature",
"properties" : {
"zoom-level" : 0,
"center" : [
0,
0
]
}
}
这代表了基本上整个世界。现在我想看看一个特定的点，比如（0,0）是否在这个区域内。我的理解是应该使用geointersects来完成这个任务，所以查询应该像这样（？）：
db.tiles.find({
geometry: {
$geoIntersects: {
$geometry: {
type: "Point" ,
coordinates: [ 0,0]
}
}
}
});
当然，结果集为空，就像我的头脑中对于这种情况发生的原因的想法一样。你能帮我理解我做错了什么吗？
编辑：
经过进一步尝试，查询似乎是正确的，所以肯定是我错过了关于$geointersects如何工作的某些东西。我通过一个示例找到了一些结果：
假设我们的数据库中有5个文档：
*-----*
| 4|3 | => whole world tile: from [-90,-180] to [90,180]
| 1|2 |
*-----*
let's take this tile and divide it in 4:
*---* *---* *---* *---*
| 1 | | 2 | | 3 | | 4 | => 1) [-90,-180]-> [0,0] (lower left)
*---* *---* *---* *---* 2) [0,-90] -> [180,0] (lower right)
3) [0,0] -> [180,90](upper right)
4) [-180,0] -> [0,90] (upper left)
所以，正如不完善的模式所显示的那样，我们有5个文档，每个文档代表一个由4个顶点组成的多边形（在geoJson中变成了5个，因为你必须在末尾添加初始点）。
现在，使用相同的查询实际上会产生这个结果：
> db.tiles.find({ geometry: { $geoIntersects: { $geometry: { type: "Point", coordinates: [ 0,0 ] } } } }).sort({"zoom": 1})
{ "_id" : "0.0-90.0180.00.0", "geometry" : { "type" : "Polygon", "coordinates" : [ [ [ 0, -90 ], [ 180, -90 ], [ 180, 0 ], [ 0, 0 ], [ 0, -90 ] ] ] }, "zoom" : 1 }
{ "_id" : "-180.00.00.090.0", "geometry" : { "type" : "Polygon", "coordinates" : [ [ [ -180, 0 ], [ 0, 0 ], [ 0, 90 ], [ -180, 90 ], [ -180, 0 ] ] ] }, "zoom" : 1 }
{ "_id" : "0.00.0180.090.0", "geometry" : { "type" : "Polygon", "coordinates" : [ [ [ 0, 0 ], [ 180, 0 ], [ 180, 90 ], [ 0, 90 ], [ 0, 0 ] ] ] }, "zoom" : 1 }
这些瓷砖是2、3、4号。换句话说，这两个文件被遗留下来了。
{
"_id" : "-180-9018090", ---> world wide tile
"geometry" : {
"type" : "Polygon",
"coordinates" : [
[
[
-180,
-90
],
[
180,
-90
],
[
180,
90
],
[
-180,
90
],
[
-180,
-90
]
]
]
},
"zoom" : 0
}
{
"_id" : "-180.0-90.00.00.0", ----> tile number 1 of the example
"geometry" : {
"type" : "Polygon",
"coordinates" : [
[
[
-180,
-90
],
[
0,
-90
],
[
0,
0
],
[
-180,
0
],
[
-180,
-90
]
]
]
},
"zoom" : 1
}
现在，我的第一个猜想是全球文档由于太大而未被选择，而另一个由于传统原因未被选择？有人可以验证或否定这一点吗？谢谢。
编辑： 这个可能是解释更大的那个没有被选中的原因，我会测试一下。
编辑：
看起来并不是。如此页面所示，CRS仅在尝试相交两个多边形时才起作用，因此输入查询不能是点。