MongoDB'de geospatial veriler ile çalışırken, verilerin konum bilgisi önemlidir Bu makalede, geospatial verileri nasıl kullanacağınızı öğrenebilir ve MongoDB'de konumsal sorguları nasıl yapabileceğinizi keşfedebilirsiniz MongoDB'deki geospatial verileri kullanarak, konum tabanlı uygulamalarınızı daha akıllı hale getirebilir ve kullanıcıların deneyimini geliştirebilirsiniz Hemen makaleyi okuyun ve MongoDB'de geospatial veriler hakkında daha fazla bilgi sahibi olun!
MongoDB, coğrafi verilerin işlenmesi ve analizi açısından oldukça yararlı bir veritabanıdır. Geospatial veriler ile çalışmanın temel fikri, coğrafi verileri bir arada depolamaktır. Bu veri türü, coğrafi koordinatlar gibi birçok işlem için çok yararlıdır.
Coğrafi veriler, özellikle konum ve coğrafi alanlar, uygulamalarda ve analizlerde sık sık kullanılır. MongoDB, GeoJSON ve TopoJSON veri tipleri gibi çeşitli coğrafi veri formatlarını destekler. Bu veriler, MongoDB text ve object tipi alanlarında depolanır ve bu sayede coğrafi verilerin sorgulanması ve analizi kolaylaşır.
MongoDB, coğrafi sorguları yazma ve optimize etme konusunda da oldukça etkilidir. $near, $geoWithin ve $geoIntersects işleçleri gibi birçok işleç, coğrafi verilerin sorgulanmasında kullanılabilir. Ayrıca, GeoJSON verileri ile çalışmak da oldukça kolaydır. Coğrafi verilerin analizi için de, MongoDB'de birçok seçenek vardır. Coğrafi indexler oluşturmak, coğrafi veri sorgulamak ve coğrafi veri işlemek ve analiz etmek mümkündür.
Sonuç olarak, MongoDB'de geospatial veriler ile çalışmak oldukça faydalıdır. Hem küçük hem de büyük ölçekli uygulamalarda kullanılabilir. Noktadan Noktaya Yolculuk Güncellemeleri, Benzer Konumlara Sahip Kişileri Bulmak ve Depolar için En Yakın Kargo Firmalarını Bulmak gibi birçok senaryo, coğrafi verilerin kullanımı ile inanılmaz derecede faydalı hale gelebilir.
Geospatial Verilerin Tanımlanması
Geospatial veriler coğrafi konumla ilgili tüm verileri ifade eder. Bu veriler arasında ülke, şehir, sokak, posta kodu ve koordinatlar yer alır. MongoDB'de, coğrafi verilerin tanımlanması ve modellenmesi, verilerin yapısı ve kullanılabilecek formatlar açısından oldukça önemlidir. Geospatial veriler, MongoDB tarafından desteklenen iki farklı veri türüyle temsil edilebilir. Bunlardan biri nokta, diğeri ise polygonlardır.
Nokta veri tipi, bir noktanın koordinatlarını içerir. Bu tip, genellikle tek noktalı verileri temsil etmek için kullanılır. Polygon veri tipi ise bir çokgenin koordinatlarını içerir. Bu tip, genellikle alan tabanlı verileri temsil etmek için kullanılır. MongoDB'de Coğrafi Veriler İçin, GeoJSON formatında da destek verilmektedir. GeoJSON, coğrafi verileri temsil etmek için standart bir JSON formatıdır ve büyük bir uyumluluğa sahiptir. Verilerin GeoJSON formatına dönüştürülerek MongoDB veritabanına eklenmesi oldukça kolaydır.
| Veri Türü | Açıklama |
|---|---|
| Point | Koordinatlarla temsil edilen tek bir noktadır. |
| LineString | Birbirine bağlanan birden fazla noktayı ifade eden bir çizgidir. |
| Polygon | Kapalı bir çokgeni ve içindeki alanı ifade eden veri tipidir. |
| MultiPoint | Birden fazla noktanın bir arada ifade edildiği veri tipidir. |
- Geospatial verilerin tanımlanması veri toplama ve işleme stratejilerinin temelidir.
- MongoDB, coğrafi verilerin işlenmesi ve analizinde oldukça kullanışlıdır.
- Coğrafi verileri temsil etmek için farklı veri tipleri kullanılabilir, ancak en sık kullanılanlar nokta ve polygon veri tipleridir.
Coğrafi Verilerin Sorgulanması
MongoDB'de Coğrafi Verilerin Sorgulanması, çoğu insanın coğrafi verileri sorgulamanın nasıl yapıldığı hakkında bir fikri olması gereken bir konudur. İşte MongoDB'de Coğrafi Sorguların Yazılması ve Optimize Edilmesi hakkında bilmeniz gerekenler:
Bir coğrafi sorgu, bir belgenin coğrafi konumuna dayalı olarak sorgulanmasına izin verir. MongoDB'de Coğrafi Sorgular, coğrafi konumların veri türü olarak kullanılmasına olanak tanıyan GeoJSON formatına dayanır. İlgili veriler bir konum dizisi olarak tutulur.
Bir veri tabanında bulunan coğrafi veriler için yapılan sorguların optimize edilmesi çok önemlidir. MongoDB, coğrafi verilerin sorgulanmasını optimize eden bir dizi işlevselliğe sahiptir. Bu işlevler, $near, $geoWithin, $geoIntersects ve diğerleri dahil olmak üzere farklı sorgu operatörleridir.
GeoJSON formatında tutulan coğrafi veriler, $near, $geoWithin, $geoIntersects gibi sorgu işlevleri ile görüntülenebilir. Bu sorgular, bir noktanın yakındaki belirli bir bölgeye düşüp düşmediğini ve belirli bir çizginin, çokgenin veya şeklini içerip içermediğini denetler.
Bir diğer önemli konu da coğrafi sorgular için bir endeks oluşturmaktır. Coğrafi sorguların optimize edilmesi için geospatial verileri depolamak için bir endeks kullanılabilir. Bu, coğrafi sorguların çok daha hızlı çalışmasını sağlar.
| Sorgu Operatörü | Açıklaması |
| $near | Bu sorgu işlevi, belirli bir koordinata doğru olan mesafeyi baz alarak belirli bir bölgedeki belgeleri sıralar. |
| $geoWithin | Bu sorgu işlevi, belirli bir geometrik şekli içindeki belgeleri döndürür. |
| $geoIntersects | Bu sorgu işlevi, belirli bir geometrik şekle veya çizgiye çarpan belgeleri döndürür. |
Coğrafi veriler, birçok senaryoda kullanılabilir. Örneğin, bir uçtan uca yolculuk uygulaması, Uber veya Lyft gibi, uygulama kullanıcılarının konumunu kullanarak en yakın sürücüleri belirleyebilir ve sürücülerin hareketini takip edebilir. Diğer bir senaryo ise, bir kullanıcının konumuna göre benzer ilgi alanlarına sahip kullanıcıları bulmak için bir uygulama olabilir.
Coğrafi Sorgu Yapılarının Kullanımı
MongoDB coğrafi verileri depolamak ve sorgulamak için ideal bir veritabanıdır. Coğrafi verilere sahip olmak, yalnızca harita uygulamaları geliştiricileri için değil, aynı zamanda birçok endüstrideki işletmeler için de çok önemlidir. Bu işletmeler, verileri coğrafi konumlar bazında analiz ederek, işlerini optimize edebilirler. Bu nedenle, MongoDB'de coğrafi verilere nasıl erişileceğini ve nasıl işleneceğini bilmek oldukça önemlidir.
MongoDB'de coğrafi verileri sorgulamak için bir dizi sorgu yapıları vardır. MongoDB'deki temel coğrafi sorgular, verilen bir koordinatın yakınındaki belgeleri bulmak üzere tasarlanmıştır. En basit coğrafi sorgu yapısı olan $near, belirli bir noktaya en yakın belgeleri döndürür. Gelişmiş coğrafi sorgu yapısı olan $geoWithin, verilen bir bölge içindeki belgeleri döndürür. Bu sorgu yapısı, belirli bir şehir veya bölgedeki belgeleri bulmak için kullanılabilir.
Bunun yanı sıra, MongoDB ayrıca coğrafi sorgular için Polygon yapısını da destekler. Polygon sorguları, belirli bir bölgedeki belgeleri bulmak için kullanışlıdır. MongoDB'de polygon sorguları için kullanılan iki işleç $geoWithin ve $geoIntersects'dir. $geoWithin, bir poligon içindeki belgeleri döndürürken, $geoIntersects, bir poligonla kesişen belgeleri döndürür. Bu sorgu yapıları işletmelerin coğrafi verileri daha iyi analiz etmelerine ve müşterilere daha iyi hizmet vermelerine yardımcı olabilir.
| Sorgu Yapısı | Açıklama |
|---|---|
| $near | Belirli bir koordinata en yakın belgeleri döndürür. |
| $geoWithin | Verilen bir bölgedeki belgeleri döndürür |
| $geoIntersects | Verilen bir bölgeyle kesişen belgeleri döndürür. |
Coğrafi sorguların kullanımı sayesinde, işletmeler coğrafi verilere dayalı olarak daha akıllı ve verimli kararlar alabilirler. Bu sorgu yapısının doğru kullanımı, müşteri memnuniyetini sağlamak ve müşteri tabanını genişletmek için oldukça yararlı olabilir.
$near Kullanımı
MongoDB, coğrafi verileriyle çalışırken $near işlemcisini kullanarak yerleştirme özelliği sunar. Bu özellik kullanıcılara bir koordinat noktası (lon/lat) vererek etrafındaki yerleri bulma imkanı tanır. Sorgu sonucunda, koordinata en yakın olan kayıtları geri döndürür.
Bu özellik özellikle bir konumun hava durumunu veya yakınlardaki işletmeleri bulmak gibi durumlarda kullanışlıdır. MongoDB'de $near işlemcisi, Dünya'nın yarıçapı üzerinde hesaplamalar yapar ve bu nedenle küçük mesafe hesaplamalarında yeterince hassas olabilir.
| Parametre | Açıklama |
| $geometry | Bir GeoJSON geometri nesnesidir. Kenarları olan bir çokgen, bir çember veya bir küre bile olabilir. |
| $maxDistance (isteğe bağlı) | Koordinatın etrafındaki maksimum mesafedir, varsayılan olarak metre cinsinden. |
| $minDistance (isteğe bağlı) | Koordinatın etrafındaki minimum mesafedir, varsayılan olarak 0 metredir. |
Bir örnek olması açısından, İstanbul'da bulunan restoranlar kaydedilmiş olsun. Bir kullanıcı, uygulama üzerinden konumunu belirler ve yakın restoranları sorgular. MongoDB, kullanıcının belirttiği konuma en yakın restoranların listesini otomatik olarak geri döndürecektir.
$geoWithin ve $geoIntersects Kullanımı
MongoDB, coğrafi verileri sorgulamak için $geoWithin ve $geoIntersects işleçlerini sağlar. Bu işleçler, coğrafi şekillerin içinde veya kesiştiği konumları bulmak için kullanılır. $geoWithin sorgusu, bir koordinatı çevreleyen poligonları bulurken, $geoIntersects sorgusu, bir poligon ile kesişen koordinatları bulur.
Örneğin, belirli bir alandaki restoranları arayan bir uygulama yapmak istiyorsak, $geoWithin sorgusu kullanabiliriz. Bu sorgu, belirlenen poligon içindeki restoranları bulacaktır. Benzer şekilde, $geoIntersects sorgusu, o poligon ile kesişen tüm restoranları bulur.
Bir örnek vermek gerekirse, aşağıdaki koordinatları içeren bir poligonumuz olduğunu varsayalım:
- [-73.968307, 40.785602]
- [-73.997764, 40.722216]
- [-73.909683, 40.722216]
- [-73.968307, 40.785602]
Bu poligonun içindeki restoranları bulmak için $geoWithin sorgusu şu şekilde yazılır:
```db.restoranlar.find({konum: {$geoWithin: {$geometry: {type: "Polygon", coordinates: [[[-73.968307, 40.785602], [-73.997764, 40.722216], [-73.909683, 40.722216], [-73.968307, 40.785602]]]}}}})```
$geoIntersects sorgusunu kullanarak, belirli bir noktadan belirli bir mesafede olan yerleri de bulabiliriz. Örneğin, belirli bir koordinattan 5 km uzaklıktaki restoranları bulmak için şu sorguyu kullanabiliriz:
```db.restoranlar.find({ konum: { $geoIntersects: { $geometry: { type: "Point", coordinates: [ -73.965364, 40.782865 ] }, $maxDistance: 5000 } } })```
Sonuç olarak, $geoWithin ve $geoIntersects işleçleri, coğrafi verileri sorgulamak için oldukça kullanışlıdır. Bu işleçler kullanılarak, birçok farklı uygulama senaryosu oluşturmak mümkündür.
Coğrafi Verilerin Analizi
MongoDB'de coğrafi verilerin analizi ve işlemesi oldukça önemlidir. Bu işlemler, kullanıcıların coğrafi verileri daha iyi anlamalarına yardımcı olur ve iş gereksinimleri için verilerin daha iyi kullanılmasına olanak tanır.
MongoDB, coğrafi verileri analiz etmek ve işlemek için birçok araç ve seçenek sunar. Bu araçlar arasında GeoJSON verileri ile çalışma, coğrafi indekslerin oluşturulması ve optimizasyonu bulunur.
Coğrafi verilerin analizi için bazı örnek uygulamalar da vardır. Bu uygulamalar arasında, coğrafi verileri kullanarak yolculuklardaki güncellemeleri takip eden canlı bir yolculuk haritası oluşturma ve benzer konumlara sahip kişileri bulma da yer alır. Ayrıca, depolar ile müşteriler arasındaki coğrafi mesafeyi ölçerek, müşterilere en yakın kargo firmalarını bulma işlemi de coğrafi verilerin analizi ve işlemesi ile mümkündür.
GeoJSON Verileri İle Çalışmak
MongoDB, GeoJSON formatındaki verileri alabilen ve ilişkisel veritabanlarının yapamayacağı coğrafi sorguları destekleyen bir NoSQL veritabanıdır. GeoJSON verileri, coğrafi yapıların temsil edilmesinde kullanılan bir standart formatıdır ve geometri, özellikler ve koordinat referans sistemleri içerir.
MongoDB'de GeoJSON verileri, daha iyi bir performans elde etmek için kullanılabilir. Örneğin, koordinat geometrileri doğrudan saklanabilir ve sorgulanabilir, arama yapmak için sadece bir koordinat çifti kullanılır ve tüm geometriler için bir endeks oluşturulur. Ayrıca, GeoJSON verileri, MongoDB tarafından desteklenen tüm coğrafi sorgu operatörleri ile kullanılabilir ve MongoDB C Rehberi'nde açıklanan tüm koordinat referans sistemlerini destekler.
Bununla birlikte, GeoJSON verileri ile çalışmanın bazı zorlukları da vardır. Örneğin, MongoDB, GeoJSON verileri gibi büyük veri türlerinin yüksek boyutlu verileri için uygun olmayabilir. Ayrıca, birçok farklı koordinat referans sistemini destekleme yeteneği, koordinat sistemleri arasında doğru dönüşümleri yapmayan olası yanlış anlamalara neden olabilir.
GeoJSON verileri ile çalışırken, ana hedefimiz, daha iyi performans sağlamak için en uygun veri modelini seçmek ve coğrafi koordinatları doğru bir şekilde işlemek için doğru koordinat referans sistemlerini kullanmaktır. Doğru veri modeli, verilerin yalnızca işlenme şeklini değil, aynı zamanda MongoDB tarafından desteklenen tüm coğrafi sorgu yapısını da etkiler.
Index Oluşturmak
MongoDB'de coğrafi verilerin analizi yüksek performans gerektirir. Bu performans, Coğrafi Veri İndeksleri (Geospatial Indexes) ile arttırılabilir. Bu şekilde, yapılan sorguların daha hızlı bir şekilde yanıtlanması ve analiz edilmesi mümkündür.
Geospatial Indexler, oluşturulan geometrik şekiller ve mükerrer noktaların birbirinden ayrılması için kullanılır. Index oluşturmadan önce, veritabanındaki belgenin coğrafi özelliklerinin yer alması gerekmektedir. Bu belgeler arasında en az bir adet "geoJSON tipinde" belge yer almalıdır.
Geospatial Indexlerin oluşturulması, normal bir index oluşturma işleminden farklıdır. Belgenin içindeki coğrafi verilerin tanımlandığı bölüme göre "2 boyutlu bir index" veya "yüzey indexi (2dsphere index)" oluşturulmalıdır. Bu işlem için, veritabanınızın sürümüne göre farklı index türleri kullanabilirsiniz.
2 boyutlu indexler, belgelerin 2D koordinat düzlemindeki noktalarının geometrik şekillerle işlenmesine olanak tanır. Bu indexler, düzlem üzerindeki karmaşık geometrik şekillerin de tanımlanabilmesini sağlar.
2 boyutlu index oluşturmak için, veritabanında yer alan coğrafi özellikleri taşıyan belge seçilir ve "ensureIndex()" komutu kullanılır. Komut, belirlenen coğrafi özellikleri temel alarak 2 boyutlu bir index oluşturur.
Yüzey indexleri de 2 boyutlu indexler gibi koordinat düzlemindeki noktaları işlerler, ancak 3D ve daha ince coğrafi şekilleri işlemek için daha uygundurlar. Yüzey indexleri ile, karmaşık coğrafi şekillerin bu veritabanında depolanması ve işlenmesi mümkündür.
Yüzey indexleri, 2 boyutlu indexlerden farklı olarak "2dsphere" tipinde bir index oluşturulmasıyla gerçekleştirilebilir. "ensureIndex()" komutu ile kullanılabilir.
Geospatial Indexler, coğrafi verilerin sorgulanması ve analizinin hızlandırılmasında oldukça etkili bir yöntemdir. Ancak, index oluşturma işlemi veritabanındaki belgelerin coğrafi özelliklerinin tanımlı olduğundan emin olunmadan gerçekleştirilmemelidir.
Kullanılabilecek Uygulama Senaryoları
MongoDB, coğrafi verileri işleyerek birçok uygulama senaryosu için ideal bir veritabanı çözümü sunar. İşte, MongoDB'de coğrafi verilerin kullanımına örnek senaryolar:
Bir uygulama senaryosu, canlı yolculuk haritaları sağlayarak yolculuk güncellemelerini verir. Bu senaryoda, seyahat sırasında kullanıcının konumu ve hedef konum verileri işlenir. Kullanıcının konumu ile hedef konum arasındaki mesafe, yolculuğun tamamlanma oranını hesaplamak için kullanılır. Bu senaryoda, MongoDB kullanılarak, gönderilen her yeni lokasyon değerine göre, güncellenen bir yolculuk haritası oluşturulur. Bu da, hizmeti kullanan kullanıcılara gerçek zamanlı olarak yolculukları hakkında bilgi sağlar.
Bu senaryo, belirli bir konuma yakın benzer ilgi alanlarına sahip kişileri bulmak için kullanılabilir. Bu senaryoda, kullanıcının konumu ve ilgi alanları kaydedilir. Ardından MongoDB'de, bu iki veri seti arasındaki mesafe hesaplanarak, kullanıcının yerine benzer kişiler sıralanır. Bu senaryo birçok platformda kullanılabilir. Örneğin, iş gezileri sırasında yeni insanlarla tanışmak isteyen kişiler için kullanışlı bir uygulama olarak öne çıkar.
Bu senaryo, belirli bir depo konumundan bir müşteri konumuna olan mesafeyi ölçerek, müşterilere yakın olan birkaç kargo şirketini önerir. Bu, müşterinin kargo teslimatını hızlandıran bir özelliktir. Bu senaryo, depoların müşterilere yakın olup olmadığını analiz ederek işletmelerin dağıtım sürecini optimize etmelerinde yardımcı olabilir.
Noktadan Noktaya Yolculuk Güncellemeleri
Noktadan Noktaya Yolculuk Güncellemeleri, koordinatların seçilmesi ve izlenmesiyle oluşturulan canlı bir yolculuk haritasını besleyen bir uygulama senaryosudur. Bu senaryo, yolculuk boyunca otomatik olarak yeni koordinatlar ve güncellemeler ekleyerek gerçek zamanlı bir yolculuk deneyimi sağlar.
Bu uygulama senaryosu, bir tur firması tarafından kullanılabilir. Örneğin, tur firması müşterilerine bir tur hakkında daha fazla bilgi ve güncellemeler sunmak için canlı bir yolculuk haritası oluşturabilir. Tur rehberi, tur sırasında belli noktalarda fotoğraf çekerek, müşterilerin tur sırasında nerede olduklarını görmelerini sağlayabilir.
| Avantajlar | Dezavantajlar |
|---|---|
| - Gerçek zamanlı bir yolculuk haritası sunar - Yolculuk sırasında güncellemeleri otomatik olarak ekler - Tur firmasının müşterilerine daha iyi bir tur deneyimi sağlar | - Uygulamanın doğru şekilde çalışması için internet bağlantısı gereklidir - Tur rehberinin dikkati belli bir noktada odaklanabilir ve tur güzergahından sapabilir. |
Bu senaryo ayrıca, araç kiralama firmaları tarafından da kullanılabilir. Örneğin, araç kiralama firması, müşterilerine seyahat boyunca nerede olduklarını ve gidecekleri yerlere nasıl gideceklerini göstermek için canlı bir yolculuk haritası oluşturabilir. Bu, müşterilerin navigasyon için ayrı bir uygulama kullanmasına gerek kalmadan seyahatlerini planlamalarına yardımcı olabilir.
- Benzersiz bir tur deneyimi sağlar
- Müşterilerin navigasyon için ayrı bir uygulama kullanmalarına gerek kalmaz
- Yolculuk haritası, seyahat sırasında nerede olduklarını göstererek müşterilerin güvenliği için önemli bir araçtır
Özetle, Noktadan Noktaya Yolculuk Güncellemeleri, gerçek zamanlı bir yolculuk deneyimi sağlayan ve tur, araç kiralama ve diğer turizm şirketleri gibi birçok sektörde kullanılabilen etkileyici bir uygulama senaryosudur.
Benzer Konumlara Sahip Kişileri Bulmak
MongoDB, coğrafi verilerin analizi ve işlenmesi için oldukça kullanışlı bir veritabanıdır. Benzer ilgi alanlarına sahip kişileri bulmak için de MongoDB'in coğrafi veri özellikleri kullanılabilir. Bu uygulama senaryosu için, öncelikle kullanıcıların coğrafi konum bilgilerini veritabanına kaydetmek gerekiyor. Kaydedilen konum verileri, geleneksel arama yöntemlerinde kullanılan filtreleme yöntemleriyle kullanılarak benzer ilgi alanları olan kişilerin bulunmasına olanak sağlayabilir.
Bunun yanı sıra, daha gelişmiş bir yöntem olarak coğrafi konum verileri kullanılarak benzer ilgi alanlarına sahip kişilerin bulunması da mümkündür. Coğrafi verilere dayalı veri modellemesi ve sorgulama teknikleri sayesinde bu yöntem oldukça etkili olabilir. Coğrafi verilerin kullanılması, benzer ilgi alanlarına sahip kişilerin belirlenmesinde önemli bir faktör olarak öne çıkıyor.
Kullanıcıların coğrafi konum bilgilerinin yanı sıra, ilgi alanları ve tercihleri gibi verilerin de kaydedilmesi ve analiz edilmesi, bu uygulamanın etkinliğini arttırabilir. Verilerin analizi, kullanıcıların tercihlerinin ve ilgi alanlarının daha doğru bir şekilde belirlenmesini sağlayarak benzer ilgi alanlarına sahip kişilerin daha kolay tespit edilmesini sağlar.
- Bu uygulama senaryosu için örnek bir veri modeli ve sorgu yapısı aşağıdaki gibi olabilir:
- Örnek bir sorgu yapısı:
- Kullanıcılar arasında benzer coğrafi konuma sahip olanları bulma:
- Kullanıcıların ilgi alanlarına göre benzer kullanıcıları bulma:
| Kullanıcı Adı | Coğrafi Konum | İlgi Alanları |
|---|---|---|
| Ahmet | {"type": "Point", "coordinates": [41.077540, 29.021020]} | Yemek, Seyahat, Spor |
| Canan | {"type": "Point", "coordinates": [41.056900, 28.990810]} | Müzik, Sanat, Kitap |
| Mehmet | {"type": "Point", "coordinates": [41.032220, 28.977220]} | Fotoğrafçılık, Doğa, Tasarım |
db.users.find({ location: { $near: { $geometry: { type: "Point", coordinates: [41.056900, 28.990810] }, $maxDistance: 1000 } }})
db.users.aggregate([ { $unwind: "$interests" }, { $group: { _id: "$interests", users: { $push: "$name" } } }, { $match: { "_id" : { $in: ["Müzik", "Seyahat"] } } }])
Bu şekilde, benzer ilgi alanlarına sahip kişileri bulmak için MongoDB üzerinde bir uygulama senaryosu oluşturulabilir. Böyle bir uygulama, kullanıcıların daha etkileşimli bir platformda biraraya gelmesini sağlayarak, onların sosyal ağlarında daha uzun süre kalmasını ve sitenin popülerliğini arttırmasına yardımcı olabilir.
Depolar için En Yakın Kargo Firmalarını Bulmak
MongoDB'deki coğrafi veriler, deponuzun ve müşterilerinizin yerini tespit ederek en yakın kargo firmalarını bulmak için kullanışlı bir uygulama senaryosu sunar. Bu senaryoda, depolarınızın konumu ile potansiyel müşterilerin konumunu karşılaştırabiliriz, böylece hangi kargo firmalarının en yakın olduğunu belirleyebiliriz.
Bunun için, MongoDB'deki geoNear sorgusu kullanılabilir. Bu sorgu, verilen bir koordinattan belirtilen bir maksimum mesafeye kadar olan noktaları sıralar. örneğin, müşterinin koordinatını alır ve belirtilen mesafeye göre kargo firmalarını sıralar.
| Kargo Firması | Konum Koordinatı | Müşteri ile olan Mesafe (km) |
|---|---|---|
| UPS | [41.087654,-73.865432] | 12 |
| FedEx | [40.987654,-73.965432] | 23 |
| DHL | [41.157654,-73.755432] | 5 |
Bu örnek tablo, depo konumumuzdan 40 km uzaklıktaki üç kargo firmasını, depo konumundan en yakın mesafeye göre sıralar. Böylece, en yakın kargo firmasını seçmek için işleminiz daha az zaman alır ve müşteri memnuniyeti artar.