For det første anbefaler jeg kraftigt, at du opretter et "2dsphere"-indeks for din samling, hvis du har til hensigt at foretage geospatiale forespørgsler på den virkelige verdens koordinater.
Sørg for at droppe andre indekser, du måske har spillet med:
db.records.dropIndexes();
db.records.createIndex({ "addresses.loc": "2dsphere" })
For at gøre, hvad du vil, skal du først tage et kig på den lille ændring, der også inkluderer includeLocs mulighed for at $geoNear
db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}}
])
Nu vil du se output, der ser sådan ud:
{
"_id" : ObjectId("592d0c78555a7436b0883960"),
"userid" : 7,
"addresses" : [
{
"apporx" : 50,
"loc" : [
-73.98137109999999,
40.7476039
]
},
{
"apporx" : 15,
"loc" : [
-73.982002,
40.74767
]
},
{
"apporx" : 10,
"loc" : [
-73.9819567,
40.7471609
]
}
],
"distance" : 0.0000019174641401278624,
"locs" : [
-73.98137109999999,
40.7476039
]
}
Så det, der returnerede, var ikke kun afstanden til det punkt, der var nærmest, men "hvilken" placering blev tændstikken brugt.
Så hvis du ville $filter
det originale array for at returnere det nærmeste, så kan du:
db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}},
{ "$addFields": {
"addresses": {
"$filter": {
"input": "$addresses",
"as": "address",
"cond": { "$eq": [ "$$address.loc", "$locs" ] }
}
}
}}
])
Og det returnerer arrayet med kun det match:
{
"_id" : ObjectId("592d0c78555a7436b0883960"),
"userid" : 7,
"addresses" : [
{
"apporx" : 50,
"loc" : [
-73.98137109999999,
40.7476039
]
}
],
"distance" : 0.0000019174641401278624,
"locs" : [
-73.98137109999999,
40.7476039
]
}