python - mongodb 按照距离排序查询很慢

Question

类似于lbs的服务，需要按照用户位置的距离排序。

集合的结构:

{
    "_id" : ObjectId("574bbae4d009b5364abaebe5"),
    "cityid" : 406,
    "location" : {
        "type" : "Point",
        "coordinates" : [
            118.602355,
            24.89083
        ]
    },
    "shopid" : "a"
}

差不多5万条数据。

索引：

[
    {
        "v" : 1,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "pingan-test.shop_actinfo_collection_0530"
    },
    {
        "v" : 1,
        "key" : {
            "location" : "2dsphere"
        },
        "name" : "location_2dsphere",
        "ns" : "pingan-test.shop_actinfo_collection_0530",
        "2dsphereIndexVersion" : 3
    },
    {
        "v" : 1,
        "key" : {
            "shopid" : 1,
            "cityid" : 1
        },
        "name" : "shopid_1_cityid_1",
        "ns" : "pingan-test.shop_actinfo_collection_0530"
    }
]

查询的条件是：

{'cityid': 2, 'location': {'$near': {'$geometry': {'type': 'Point', 'coordinates': [122.0, 31.0]}}}, 'shopid': {'$in': ['a','b']}}

当使用pymongo查询的时候，迭代会消耗大概300ms的时间，这个难以接受。

results = collection.find(body, {'shopid': 1, '_id':0},).batch_size(20).limit(20)
shops = list(results)

第一步获取一个游标，几乎没有消耗时间；
第二部对这个有标进行迭代消耗300～400ms时间。

应该如何优化？

Answer 1

最后，我只是创建一个索引 cityid: 1, shopid: 1, "location" : "2dsphere"
之后，世界再次和平了。

Answer 2

这样建索引固然能够解决问题，这里要强调经常被大家忽略的一点：过滤性强的条件放前面
因为不知道你的数据如何分布，所以没法判断你的索引是不是满足这个最佳实践。但是看起来，除非shopid在不同城市有重复（我怀疑通常不会这么设计），否则cityid根本没有作用，不用放在索引里，徒增写压力。

Answer 3

在mongo shell中使用explain对sql进行解析，在解析基础上建立索引，同时需要考虑最左前缀匹配的原则；