MongoDB Index #.7 Geospatial Index

이전 포스트

 

공간 검색 인덱스 (Geospatial Index)

MongoDB의 공간 검색 인덱스는 2d와 2dsphere 두 가지 타입의 공간 검색 인덱스를 지원합니다. 2d 인덱스는 2.2버전에 도입되었으나 현재는 거의 사용되지 않고 있습니다. 2d 인덱스의 경우 geohash 알고리즘에 의해 동작을 하고, 2dsphere 인덱스는 S2 Geometry 알고리즘으로 동작합니다. S2 Geometry는 구글에서 개발한 알고리즘으로 Hilbert curve와 Quad-Tree를 기반으로 합니다. MongoDB의 메뉴얼을 보면 geoHaystack Index라는 것도 존재 했으나 거의 사용되지 않아 MongoDB 5.0 버전부터는 기능을 제거하였습니다. MongoDB의 2dsphere 인덱스는 MongoDB 3.2 버전부터 3버전을 기본 버전으로 채택하고 있습니다.

S2 Geometry 알고리즘에 대해서는 나중에 다시 정리 하도록하고 MongoDB에서 사용하는 공간 검색 인덱스에 대해 알아보고자 합니다. 우선 MongoDB는 공간 데이터를 위해서 GeoJSON 데이터 타입을 사용합니다. GeoJSON 데이터 타입을 사용하는 쿼리는 항상 구체(sphere)기반의 계산을 합니다. 위치 정보는 일반적으로 GPS로부터 수신받는 위도와 경도 좌표로 구성된 데이터(WGS-84)인데, 위치정보는 WGS-84 뿐만 아니라 국가별로 자국의 특성을 고려해서 설계된 여러 자표 체계가 존재합니다. 이러한 좌표 체계를 SRS(Spatial Reference System) 또는 CRS(Coordinate Reference System)라고 하며, 특정 좌표계를 지칭하기 위한 식별자가 정의되어 있는데 이를 SRID(Spatial Reference System Identifier)라고 합니다. 현재 MongoDB는 전세계를 한 번에 나타낼 수 있는 WGS84 좌표계만 지원을 합니다.

MongoDB에서 지원하는 GeoJSON 오브젝트는 다음과 같습니다.

  • Point (MongoDB 2.4 이상)
  • LineString (MongoDB 2.4 이상)
  • Polygon (MongoDB 2.4 이상)
  • MultiPoint (MongoDB 2.6 이상)
  • MultiLineString (MongoDB 2.6 이상)
  • MultiPolygon (MongoDB 2.6 이상)
  • GeometryCollection (MongoDB 2.6 이상)

2dsphere 인덱스 2버전때부터 지원하던 오브젝트들이며, 3버전이 채택된 이후에도 추가 사항 없이 동일한 오브젝트들을 지원합니다. GeoJSON 포맷은 서브 도큐먼트 형태이며, type과 coordinates 필드를 가집니다. coordinates 필드는 배열(Array) 타입으로 항상 경도(longitude)와 위도(latitude) 순서로 배치합니다. 경도는 -180에서 180사이, 위도는 -90에서 90 사이의 값으로 정의되어야 합니다. 다음은 GeoJSON의 Point 오브젝트에 대한 예시입니다.

location: {
      type: "Point",
      coordinates: [-73.856077, 40.848447]
}

해당 부분이 도큐먼트 안에 서브 도큐먼트 형식으로 들어가게 됩니다. 다음은 GeoJSON 오브젝트들의 데이터 적재 예시입니다.

GeoJSON LineString

{
  type: "LineString",
  coordinates: [ [ 40, 5 ], [ 41, 6 ] ]
}

GeoJSON Polygon

{
  type: "Polygon",
  coordinates: [ [ [ 0 , 0 ] , [ 3 , 6 ] , [ 6 , 1 ] , [ 0 , 0  ] ] ]
}

GeoJSON MultiPoint

{
  type: "MultiPoint",
  coordinates: [
     [ -73.9580, 40.8003 ],
     [ -73.9498, 40.7968 ],
     [ -73.9737, 40.7648 ],
     [ -73.9814, 40.7681 ]
  ]
}

GeoJSON MultiLineString

{
  type: "MultiLineString",
  coordinates: [
     [ [ -73.96943, 40.78519 ], [ -73.96082, 40.78095 ] ],
     [ [ -73.96415, 40.79229 ], [ -73.95544, 40.78854 ] ],
     [ [ -73.97162, 40.78205 ], [ -73.96374, 40.77715 ] ],
     [ [ -73.97880, 40.77247 ], [ -73.97036, 40.76811 ] ]
  ]
}

GeoJSON MultiPolygon

{
  type: "MultiPolygon",
  coordinates: [
     [ [ [ -73.958, 40.8003 ], [ -73.9498, 40.7968 ], [ -73.9737, 40.7648 ], [ -73.9814, 40.7681 ], [ -73.958, 40.8003 ] ] ],
     [ [ [ -73.958, 40.8003 ], [ -73.9498, 40.7968 ], [ -73.9737, 40.7648 ], [ -73.958, 40.8003 ] ] ]
  ]
}

GeoJSON GeometryCollection

{
  type: "GeometryCollection",
  geometries: [
     {
       type: "MultiPoint",
       coordinates: [
          [ -73.9580, 40.8003 ],
          [ -73.9498, 40.7968 ],
          [ -73.9737, 40.7648 ],
          [ -73.9814, 40.7681 ]
       ]
     },
     {
       type: "MultiLineString",
       coordinates: [
          [ [ -73.96943, 40.78519 ], [ -73.96082, 40.78095 ] ],
          [ [ -73.96415, 40.79229 ], [ -73.95544, 40.78854 ] ],
          [ [ -73.97162, 40.78205 ], [ -73.96374, 40.77715 ] ],
          [ [ -73.97880, 40.77247 ], [ -73.97036, 40.76811 ] ]
       ]
     }
  ]
}

GeometryCollection은 다양한 타입의 GeoJSON 오브젝트를 하나의 도큐먼트에 넣는것 입니다.

 

공간 검색 인덱스 생성하기

공간 인덱스를 생성하는 기본적인 명령어 입니다.

db.collection.createIndex( { <location field> : "2dsphere" } )

2d는 현재 거의 사용하지 않으니 넘어가겠습니다.

ex>

공간 데이터 적재

db.places.insert(
   {
      loc : { type: "Point", coordinates: [ -73.97, 40.77 ] },
      name: "Central Park",
      category : "Parks"
   }
)
db.places.insert(
   {
      loc : { type: "Point", coordinates: [ -73.88, 40.78 ] },
      name: "La Guardia Airport",
      category : "Airport"
   }
)

공간 인덱스 생성

db.places.createIndex( { loc : "2dsphere" } )

공간 정보가 담긴 필드에 대해 2dsphere 인덱스를 생성하면 됩니다.

 

컴파운드 인덱스

MongoDB는 일반 컬럼과 GeoJSON 필드의 공간 인덱스를 묶어서 결합 인덱스를 생성할 수 있습니다.

> db.place.insert({
  name: "카페",
  type: "coffee",
  loc: { type: "Point",
         coordinates" [127.044521, 37.555363]}
})

> db.place.insert({
  name: "식당",
  type: "restaurant",
  loc: { type: "Point",
         coordinates" [126.975164, 37.555922]}
})

이런식으로 데이터가 들어간 경우 다음과 같이 복합 인덱스를 만들수 있습니다.

> db.places.createIndex( { type: 1, loc: "2dsphere" } )

카페나 식당으로 검색 조건을 주었을 때 불필요한 데이터를 제거하고 필요한 조건의 공간 정보를 가져올수 있어 성능적으로 많은 이득을 볼 수 있습니다.

 

공간 검색 데이터를 조회 하는 방법

공간 검색에서 사용하는 지정자는 여러가지가 있습니다.

$box , $center , $centerSphere , $geometry , $maxDistance , $minDistance , $polygon , $uniqueDocs

공간 지정자들은 앞서 4가지 옵션에서 구동됩니다.

$geoIntersects , $geoWithin , $near , $nearSphere

{
   <location field>: {
      $geoWithin: {
         $geometry: {
            type: <"Polygon" or "MultiPolygon"> ,
            coordinates: [ <coordinates> ]
         }
      }
   }
}

$geometry는 GeoJSON 오브젝트 타입을 지정할 때 앞에 놓습니다.

그리고 각각의 지정자는 선택자와 결합하여 사용합니다.

  • $geoWithin$box, $center, $centerSphere, $polygon, $uniqueDocs
  • $near, $nearSphere : $maxDistance, $minDistance, $uniqueDocs

 

MongoDB의 공간 검색 인덱스의 성능은 다른 DB에 비해 매우 뛰어난 편입니다. 대용량 데이터 셋을 처리하는데 있어서도 PostGIS보다 나은 성능을 보여줍니다. 공간 검색 서비스나 지리 정보 서비스등을 구축하여야 한다면 MongoDB가 매우 좋은 선택지가 될수 있습니다.

 

참고 자료

MongoDB Manual: https://docs.mongodb.com/manual/

도서: Real MongoDB

도서: MongoDB 완벽가이드

 

 

소셜 미디어로 공유하기

You may also like...

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다

이 사이트는 스팸을 줄이는 아키스밋을 사용합니다. 댓글이 어떻게 처리되는지 알아보십시오.