NoSQL Trilha - MongoDB para GeoJSON e Localização

Globalcode – Open4educationGlobalcode – Open4education
Trilha – NoSQL
Caliel Costa
Nerd, ouvinte de blues, pesquisador, esportista e fotógrafo amador, desenvolvedor e projetista de soluções em TI. Software
Designer no Superplayer.

Globalcode – Open4education
Agenda
• Telecurso de Geografia
• Necessidade
• GeoJSON
• Consultas
• Dados

Planeta Terra

Planeta Terra
Degrees, Minutes, Seconds to/from Decimal Degrees
Cidade Latitude Longitude
Porto Alegre -30.03128
-30° 1' 52.6074" Sul
-51.2125487
51° 12' 45.1764" Oeste
São Paulo -23.598877
-23° 35' 55.9572" Sul
-46.6749596
-46° 40' 29.8554" Oeste
Londres 51.4994438
51° 29' 57.9978" Norte
0
0° 0' 0"
Hong Kong 22.3576782
22° 21' 27.6402" Norte
114.2196956
114° 13' 10.905" Leste

Planeta Terra em Polígonos
(21 pontos)

(84 Pontos)

(338 Pontos)

Superplayer é um serviço de recomendação musical focado em melhorar
todos os momentos da vida das pessoas através da trilha sonora
perfeita.
Startup brasileira
Criado em 2012

Web, Android, iOS, Windows Phone, ...

+ 8.500.000
USUÁRIOS ÚNICOS
ACUMULADOS

+ 1.400.000
USUÁRIOS ÚNICOS POR MÊS

MongoDB
Na versão 2.4 (em 2013) foi introduzido o suporte a geometrias GeoJSON,
podendo ser usadas em data e consultas.

GeoJSON
type coordinates
Point deve ser uma posição simples
MultiPoint deve ser um array de posição
LineString deve ser um array de 2 ou mais posições
MultiLineString deve ser um array de array de LineString
Polygon deve ser um LinearRing, ou seja um LineString com 4 ou mais pontos,
onde o primeiro e o último são posições equivalentes
MultiPolygon deve ser um array de array de Polygon

GeoJSON - Point
{
"type": "Point",
"coordinates": [100.0, 0.0],
}

GeoJSON - LineString
{
"type": "LineString",
"coordinates": [
[100.0, 0.0],
[101.0, 1.0]
],
}

GeoJSON - Polygon
{
"type": "Polygon",
"coordinates": [
[
[100.0, 0.0], [101.0, 0.0],
[101.0, 1.0], [100.0, 1.0],
[100.0, 0.0]
]
],
}

GeoJSON - MultiPoint
{
"type": "MultiPoint",
"coordinates": [
[100.0, 0.0],
[101.0, 1.0]
],
}

GeoJSON - MutiLineString
{
"type": "MultiLineString",
"coordinates": [
[ [100.0, 0.0], [101.0, 1.0] ],
[ [102.0, 2.0], [103.0, 3.0] ]
]
}

GeoJSON - MultiPolygon
{
"type": "MultiPolygon",
"coordinates": [
[
[ [102.0, 2.0], [103.0, 2.0], [103.0, 3.0], [102.0, 3.0], [102.0, 2.0] ]
],
[
[ [100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0] ],
[ [100.2, 0.2], [100.8, 0.2], [100.8, 0.8], [100.2, 0.8], [100.2, 0.2] ]
]
]
}

Brazil, seus 27 estados e
respectivas capitais

GeoJSON - Brasil
{
"_id" : ObjectId("54f4bd437da3100f4454e812"),
"level" : "Country",
"name" : "Brasil (BR)",
"loc" : {
"type" : "Polygon",
"coordinates" : [
[
[ -44.69501, -1.817778 ],
… 336 ...
[-44.69501, -1.817778 ]
]
]
}
}

GeoJSON - Estado São Paulo
{
"_id" : ObjectId("54f4bd5b7da3100f4454e82c"),
"parentid" : "54f4bd437da3100f4454e812",
"level" : "State",
"name" : "São Paulo (SP)",
"loc" : {
"type" : "Polygon",
"coordinates" : [
[
[ -49.3352376, -24.2290424 ],
...497...
[ -49.3352376, -24.2290424 ]
]
]
}
}

GeoJSON - Cidade São Paulo
{
"_id" : ObjectId("54f4bd5d7da3100f4454e846"),
"parentid" : "54f4bd5b7da3100f4454e82c",
"level" : "City",
"name" : "São Paulo",
"loc" : {
"type" : "Polygon",
"coordinates" : [
[
[ -46.53766020909132, -23.36963320731797 ],
..310..
[ -46.53766020909132, -23.36963320731797 ]
]
]
}
}

Longitude e Latitude Vs
Latitude e Longitude
{
"loc" : {
"type" : "Polygon",
"coordinates" : [
[
[ -46.53766020909132, -23.36963320731797 ],
..310..
[ -46.53766020909132, -23.36963320731797 ]
]
]
}
}
Cidade Latitude Longitude
São Paulo -23.598877
-23° 35' 55.9572" Sul
-46.6749596
-46° 40' 29.8554" Oeste

Longitude e Latitude Vs
Latitude e Longitude
“All documents must store location data in the same order. If
you use latitude and longitude as your coordinate system,
always store longitude first. MongoDB’s 2d spherical index
operators only recognize [longitude, latitude] ordering.”

Indexando GeoJSON
Tipo Uso
2dsphere Suporta consultas que calculem geometrias em uma esfera tipo a Terra.
2d Gera um geohash de acordo com o valor das coordenadas
haystack Este índice é um tipo especial de índice otimizado para retornar resultados
sobre areas pequenas

Indexando GeoJSON
db.locations.createIndex({
"loc" : "2dsphere"
}, {
"name" : "loc_"
})
• Índice esparso
• Não pode ser usado como chave de sharding

Consultas GeoJSON
Function Objetivo
$geoWithin Seleciona geometrias dentro dos limites de outra
$geoIntersects Seleciona geometrias em interção com outra
$near Retorna objetos na proximidade de um ponto
$nearSphere Retorna objetos na proximidade de um ponto na esfera

Onde estou?
query: {
"loc": {
$geoIntersects: {
$geometry: {
type: "Point" ,
coordinates: [-51.2125487, -30.03128]
}
}
}
}

Onde estou?
query: {
"loc": {
$geoIntersects: {
$geometry: {
type: "Point" ,
coordinates: [-51.2125487, -30.03128]
}
}
}
}
Result:
Brasil (BR)
Rio Grande do Sul (RS)
Porto Alegre

Onde estou??
query: {
"loc": {
$geoIntersects: {
$geometry: {
type: "Point" ,
coordinates: [-46.6749596, -23.598877]
}
}
}
}

Onde estou??
query: {
"loc": {
$geoIntersects: {
$geometry: {
type: "Point" ,
coordinates: [-46.6749596, -23.598877]
}
}
}
}
Result:
Brasil (BR)
São Paulo (SP)
São Paulo

Cidades perto de Gramado/RS
{
"level": "City",
"loc": {
$near: {
$geometry: { type: "Point", coordinates: [-50.8586806,-29.3851463] }
$minDistance: 1,
$maxDistance: 300000,
},
}
}

Cidades perto de Gramado/RS
{
"level": "City",
"loc": {
$near: {
$geometry: { type: "Point", coordinates: [-50.8586806,-29.3851463] }
$minDistance: 1,
},
}
}
Result:
Porto Alegre
Florianópolis

Cidades perto de Campinas/SP
query: {
"level": "City",
"loc": {
$near: {
$geometry: { type: "Point", coordinates: [-47.0562422, -22.9084404] }
$minDistance: 60000,
}
,
}
}

Cidades perto de Campinas/SP
query: {
"level": "City",
"loc": {
$near: {
$geometry: { type: "Point", coordinates: [-47.0562422, -22.9084404] }
$minDistance: 60000,
}
,
}
}
Result:
Osasco, Carapicuíba, Cotia, Vargem Grande Paulista

$NearSphere
Funciona igual ao Near só que ao invés de se usar
distâncias em metros usa-se em radianos.

Playlists

Segmentação de Playlists

Segmentação de Playlists
Playlist
Loc
Type Loc Name
Correndo no Ibira Polygon [ [ [long, lat] … ] ] São Paulo
Rio 40 Graus Polygon [ [ [long, lat] … ] ] Rio de Janeiro
Men’s Health Polygon [ [ [long, lat] … ] ] Brasil (BR)

Buscando playlists
query: {
$or: [
{ "location": { $not: { $exists: true } } },
{
"location": {
$geoIntersects: { $geometry: { type: "Point" , coordinates: [-46.6749596, -23.598877] } }
}
}
],
}
Result:
Acorda, Peão!, Acorda, Vagabundo!, Bebendo no Boteco, Correndo no Ibira, Dia de Chuva, Men’s
Health, Trabalhando numa Boa, Whiskynho com a Rapaziada, ...

Buscando playlists
query: {
$or: [
{
"location": {
$geoIntersects: { $geometry: { type: "Point" , coordinates: [-47.0562422, -22.9084404] } }
}
}
],
}
Result:
Acorda, Peão!, Acorda, Vagabundo!, Bebendo no Boteco, Dia de Chuva, Men’s Health, Trabalhando
numa Boa, Whiskynho com a Rapaziada, ...

Conteúdo Localizado
• Playlists
• Spots
• Patrocínios de Playlists
• Log de Playlists ouvidas
• Log de Músicas (Tracks) ouvidas

Optimização
Play
Mongo
DB
API Web
Play @Rock
Playlist com
tracks

Optimização
APIiOS
Play @Rock
MongoD
B
db.locations.find({
"loc": {
$geoIntersects: { $geometry: {
type: "Point" , coordinates: [-46.6749596, -23.598877] }
}
}
}
{ _id: “ABC”, level: “Country”, name: “Brasil (BR)” },
{ _id: “DEF”, level: “State”, name: “São Paulo (SP)” },
{ _id: “GHI”, level: “City”, name: “São Paulo” },

Optimização
APIiOS
Play @Rock
MongoD
B{ _id: “ABC”, name: “Acorda, Peão!” },
{ _id: “ABC”, name: “Acorda, Vagabundo!” },
{ _id: “ABC”, name: “Bebendo no Boteco” },
{ _id: “ABC”, name: “Correndo no Ibira” },
{ _id: “ABC”, name: “Dia de Chuva” },
{ _id: “ABC”, name: “Men’s Health” },
{ _id: “ABC”, name: “Trabalhando numa Boa” },
{ _id: “ABC”, name: “Whiskynho com a Rapaziada” },
db.playlists.find({
$or: [
{ "location.name": "Brasil (BR)" },
{ "location.name": "São Paulo (SP)" },
{ "location.name": "São Paulo" },
],
}

Optimização
APIiOS
Play @Rock
MongoD
B
db.plays.insert({
playlist: { name: "Rock" },
geolocation: {
coordinates: [-46.6749596, -23.598877],
locations: [
{ sourceid: “ABC”, level: “Country”, name: “Brasil
(BR)” },
{ sourceid: “DEF”, level: “State”, name: “São
Paulo (SP)” },
{ sourceid: “GHI”, level: “City”, name: “São Paulo”
},
],
}
});

Closure
O MongoDB fornece toda a infraestrutura necessária para se
trabalhar com dados geolocalizados de maneira simples
Não é a toa que é usado/foi feito junto com o Foursquare
A nossa estrutura está pronta para crescer. Para colocar
novas cidades, basta mapea-las e importar o arquivo kml. A
demanda de playlists e spots vem crescendo nos últimos
meses sem que tivessemos que alterar a infraestrutura
para isso.

Perguntas?

jointheband@superplayer.fm

Documentação MongoDB
http://docs.mongodb.org/manual/applications/geospatial-indexes/
http://docs.mongodb.org/manual/reference/operator/query-geospatial/

NoSQL Trilha - MongoDB para GeoJSON e Localização

Recommandé

Recommandé

Contenu connexe

En vedette

En vedette (20)

NoSQL Trilha - MongoDB para GeoJSON e Localização