应使用linestring而非point存物流轨迹，因其有序、支持长度计算和地理空间查询；需建2dsphere索引，按时间分片或压缩冗余点以应对大数据量，并清洗gps漂移等脏数据。
GeoJSON在MongoDB里存轨迹，为什么不能直接用Point？
因为物流轨迹是“一连串移动点”，不是单个位置。用Point只能存当前定位，历史路径就丢了。必须用LineString（线）或MultiPoint（点集）——但LineString更合适：它天然有序、支持长度计算、能被$geoWithin和$geoIntersects查询。
常见错误是把一堆Point塞进数组当“伪轨迹”，结果没法用地理空间索引加速查询，聚合时还得手动排序拼接，性能差还易出错。
-
LineString坐标数组必须是[[lng, lat], [lng, lat], ...]格式，注意是“经度在前”，和常见API（如高德、百度）返回顺序一致，但和Leaflet默认相反 - MongoDB要求
LineString至少含2个点，空轨迹或单点要单独字段标识（比如加status: "pending"） - 别把时间戳混在坐标里——GeoJSON规范不支持带时间的坐标，应拆到独立字段，如
timestamps: [ISODate("..."), ISODate("...")]
建什么索引才能让“查某辆车昨天跑过哪条高速”变快？
只建2dsphere索引不够。轨迹是线，但业务查询常是“是否经过某区域”（面）或“是否靠近某点”（点），所以索引必须覆盖整个LineString的几何信息。
正确做法：对geometry字段建2dsphere索引，并确保写入时type严格为"LineString"，坐标数组合法。否则索引会静默失效。
wechat-article-extraction-mp-weixin-qq-com news-webpage-cleaning blog-post-parsing metadata-extraction-title-author-date multiple-output-formats-markdown-json-plain-text batch-processing-support
下载
基于三引擎设计，从微信文章、新闻和博客网页提取干净内容，支持标题作者日期元数据，多格式和批量处理。
- 建索引命令：
db.shipments.createIndex({ "geometry": "2dsphere" }) - 验证索引是否生效：用
explain()看查询计划里有没有IXSCAN和geoNear阶段 - 避免踩坑：如果轨迹点过多（比如每5秒报一次，一天超1.7万点），
LineString可能超16MB文档限制——这时得按时间段分片，比如每小时存一条LineString，再用shipmentId + hour复合主键
怎么查“所有经过深圳湾大桥的运单”？
核心是用$geoIntersects配合多边形（Polygon）描述桥的地理范围。不能用$near，那是找“最近的点”，而桥是一段线性区域。
示例中，先用地图工具画出深圳湾大桥缓冲区（比如500米宽的面），导出为GeoJSON Polygon，然后查询：
db.shipments.find({
geometry: {
$geoIntersects: {
$geometry: {
type: "Polygon",
coordinates: [[[113.9, 22.5], [114.0, 22.5], [114.0, 22.4], [113.9, 22.4], [113.9, 22.5]]]
}
}
}
})
- 注意
$geoIntersects只对2dsphere索引有效，且要求查询的$geometry必须闭合（首尾坐标相同） - 真实场景中，桥的坐标得用高精度WGS84，别用地图截图粗略描点，否则漏判
- 如果要查“经过且方向为东→西”，就得额外存每段线段的方向角（
azimuth），靠$geoWithin结合$expr做二次过滤
轨迹太长导致写入失败或查询慢，怎么办？
MongoDB单文档16MB硬限制，但更实际的瓶颈是：客户端序列化/反序列化长数组卡顿、网络传输耗时、内存占用飙升。不是数据量大才出问题，而是结构不合理。
- 按时间切分：例如每10分钟生成一条
LineString，存到shipment_id + timestamp_hour + seq为_id的集合里，用$facet聚合还原全路径 - 按关键点压缩：原始轨迹每5秒一个点，但物流只关心进出园区、收费站、异常停留——用Douglas-Peucker算法预处理，保留拐点，减少90%+坐标数
- 冷热分离：最近24小时轨迹放主集合（带
2dsphere索引），历史轨迹归档到另一集合，只保留start/end点和总里程，查详情再按需拉取原始分片
真正麻烦的从来不是“怎么存”，而是“哪些点值得存”——GPS漂移、重复上报、设备离线补传，这些脏数据不清洗，再好的GeoJSON设计也扛不住。
