Es与MongoDB地理数据搜索性能比较
基础环境信息
主机信息：
- 处理器：i5-9400 2.90GHz
- 内存：16G
- 硬盘：224G
软件信息：
Es:
- 版本：7.6.2
- JDK 1.8
- 单机模式运行
- 默认配置文件
Es客户端：
- RestHighLevelClient 7.6.2
Mongo:
- 版本：4.2.11
- 单机模式运行
- 默认配置文件
Mongo客户端：
- spring-data-mongodb 3.1.2
- mongodb-driver-sync 4.1.1
准备和录入测试数据
分别在Es和MongoDB中和存储10、100w等数量的坐标点数据，并随机在其中插入若干数量的测试坐标点，作为范围查询的记录。以下分别是es和mongo对应的数据说明。数据格式采用标准地理数据格式，但在两个数据库中格式略有不同，数据格式标准为RFC7946。
Es存储数据
{
"type": "Feature",
"geometry": {
"type": "Point",
"coordinates": [125.6, 10.1]
},
"properties": {
"name": "Dinagat Islands"
}
}es中geo格式的数据：
- geo_point
地理坐标点，在Elasticsearch中用来存经纬度数据的一种数据格式。在es中指定数据类型：
{
"mappings": {
"store":{
"properties": {
"location":{
"type": "geo_point"
}
}
}
}
}存储示例：
{
"_index": "my-index-geo-01",
"_type": "_doc",
"_id": "100",
"_version": 1,
"_score": 1,
"_source": {
"location": "-9.85,-28.76"
}
}Mongo存储数据
坐标数据格式，mongo支持两个格式：
格式一，为mongo支持的较标准的地理格式，但是与geoJson略有不同；支持2d和2dsphere索引：
{
"_id" : 0,
"loc" : {
"coordinates" : [
21.38,
-40.7
],
"type" : "Point"
}
}格式二，较旧的格式模式，支持2d和2dsphere索引：
{ "_id" : 0, "loc" : [ 3.78, 5.94 ] }创建集合和坐标索引：
db.demo.createIndex({loc: "2dsphere" })查询耗时比较
查询数据方式
ES：按照geo_distance方式查询，找出指定位置在给定距离内的数据，相当于指定圆心和半径找到圆中点。
Mongo：支持较多的查询方式，分别为圆形查询（球体）、圆形查询和球面直线查询。
不同客户端端查询耗时比较
客户端查询耗时/ms | 10w | 20w | 30w | 40w | 50w | 60w | 100w |
ES(RestHighLevelClient) | 153 | 150 | 139 | 139 | 142 | 144 | 141 |
MongoDB(MongoTemplate，圆形查询（球体）) | 91 | 94 | 94 | 96 | 91 | 95 | 91 |
MongoDB(Mongo cilent，圆形查询（球体）) | 60 | 63 | 66 | 65 | 65 | 63 | 67 |
说明：
查询的数据集均创建过对应索引。
不同查询方式比较
MongoDB中提供了对于圆形区域提供了不同方式的查询，以下是查询相同数据集的结果比较：
MongoDB不同查询方式耗时/ms | 10w | 100w |
MongoDB(MongoTemplate，圆形查询（球体）) | 89 | 91 |
MongoDB(MongoTemplate，圆形查询) | 91 | 90 |
MongoDB(Mongo cilent，圆形查询（球体）) | 60 | 67 |
MongoDB(Mongo cilent，圆形查询) | 62 | 64 |
说明：
不同的查询方式需创建不同的索引，不然查询时间较长。
球面直线查询误差较大，查询结果中出现了许多不准确的坐标点，故不在对比结果中。
上面查询的耗时的前提是创建了对应格式的索引。
有无索引查询比较
下面给出有无创建索引的查询耗时比较结果：
MongoDB查询耗时/ms | 50w | 100w |
MongoDB(MongoTemplate，圆形查询（球体）)，创建索引 | 91 | 87 |
MongoDB(MongoTemplate，圆形查询（球体）)，未创建索引 | 709 | 1358 |
MongoDB(Mongo cilent，圆形查询（球体）)，创建索引 | 63 | 67 |
MongoDB(Mongo cilent，圆形查询（球体）)，未创建索引 | 668 | 1310 |
结论：
在相同地理数据集的情况下，mongo数据库的查询耗时比es数据库短大约30~40%。
spring data mongo提供了基于mongo driver的一层封装，使用起来更加简单便捷，如提供了序列化和反序列化的处理。原生的mongo client也提供了全面的查询方法，查询效率略高一些，不过在程序中需要增加一些处理代码，如序列化方法等，仅对结果简单处理时可以考虑使用。
有无创建索引，对于地理数据的查询耗时影响较大。
客户端查询耗时分析
通过查看MongoTemplate源码，template是在client的基础上做了封装，为了保证了读写数据的安全和于查询结果的处理更加简单，添加了包括对查询结果的映射，包括嵌套数据；上锁保证线程安全等处理代码。添加的处理逻辑增加了一部分时间开销。如下是template查询时的核心代码块：
private <T> List<T> executeFindMultiInternal(CollectionCallback<FindIterable<Document>> collectionCallback,
CursorPreparer preparer, DocumentCallback<T> objectCallback, String collectionName) {
try {
MongoCursor<Document> cursor = null;
try {
cursor = preparer
.initiateFind(getAndPrepareCollection(doGetDatabase(), collectionName), collectionCallback::doInCollection)
.iterator();//获取查询的原始结果
List<T> result = new ArrayList<>();
while (cursor.hasNext()) {
Document object = cursor.next();
result.add(objectCallback.doWith(object));//处理原始数据，映射成对应的数据类型
}
return result;
} finally {
if (cursor != null) {
cursor.close();
}
}
} catch (RuntimeException e) {
throw potentiallyConvertRuntimeException(e, exceptionTranslator);
}
}地理空间数据模型说明
数据类型
mongo中支持的地理空间数据类型有：Point、LineString、Polygon、MultiPoint、MultiLineString、MultiPolygon、GeometryCollection。
坐标点的数据结构是：
{ type: "Point", coordinates: [ 40, 5 ] }空间数据索引
2dsphere索引：支持球面空间查询。
2d索引：支持平面空间查询，支持部分球面查询，但是会出现误差。推荐尽量使用2dsphere索引。
查询方式
主要有四种查询类型、计算方法说明及索引支持：
名称 | 说明 | 索引支持 |
$near | 查询指定一个点在平面中从最近到最远的坐标点。 | 2dsphere and 2d |
$nearSphere | 查询指定一个点在球面中从最近到最远的坐标点。 | 2dsphere and 2d |
$geoWithin | 查询指定多边形形状中全部的坐标点。包括的形状有：矩形、多边形、圆形和球面圆形。 | 2dsphere and 2d |
$geoIntersects | 查询与指定GeoJSON对象相交的坐标点。 | 2dsphere |
从10w个数据点中查询某个坐标点相近的坐标点的结果，实际数据中有五个参考点：
名称 | 查询结果数量 |
$near（直线距离最远1m内） | 14 |
$nearSphere（直线距离最远1m内） | 31356 |
$geoWithin（半径在1m的平面圆形内） | 5 |
$geoWithin（半径在1m的球面圆形内） | 5 |
$geoIntersects（与参考点相交的点） | 5 |
