LBS（Location Based Services）定位服务，即根据用户位置查询用户附近相关信息，这一功能在很多应用上都有所使用。基于用户位置进行查询时，需要提供用户位置的经纬度。为了提高查询速度，MongoDB为坐标平面查询提供了专门的索引，称作地理空间（2d）索引。

与关系型数据库一样，合理的使用索引可以大幅提高MongoDB的查询效率，本文介绍基础索引、复合索引、文档索引等几种常用索引的使用。

explain()是MongoDB的一个重要的查询论断工具，这个函数能够提供大量的与查询相关的信息，该函数会返回查询计划、执行状态、服务器信息，根据这些信息可以有针对性的对性能进行优化。

索引是提高查询查询效率最有效的手段。索引是一种特殊的数据结构，索引以易于遍历的形式存储了数据的部分内容（如：一个特定的字段或一组字段值），索引会按一定规则对存储值进行排序，而且索引的存储位置在内存中，所在从索引中检索数据会非常快。如果没有索引，MongoDB必须扫描集合中的每一个文档，这种扫描的效率非常低，尤其是在数据量较大时。

MongoDB使用find()方法查询后，可能需要对于返回结果进行排序。在有些查询中，我们并不需要返回全部结果，而是按指定的页长和页码返回指定数量的结果

在MongoDB中，集合（collection）是一组文档（document）的集合。集合类似于关系型数据库中表的概念，但相比表集合结构更为灵活，相同集合中的文档结构可以是不一样的

MongoDB中，数据库（database）是集合（collection）的集合。安装数据库实例后，首先要创建数据库，然后才能在其中进行集合和文档的管理。

文档查询是MongoDB主要功能之一，在MongoDB中查询使用find方法，也可以使用findOne方法返回单个文档。相比关系型数据库，MongoDB的查询更为方便，MongoDB的查询提供了：条件查询、语义查询、甚至数组等特定类型的查询。

在MongoDB中文档是一个键值对的集合，文档是存储数据的基本单元。对文档的操作包括：向集合中添加新文档、向文档中插入数据、文档的更新和删除集中的文档等。

MongoDB的文档与JavaScript中的对象相似，JavaScript中的数据交互格式是JSON格式，JSON只能表示6种数据格式：null、布尔、数字、字符串、数据、对象。MongoDB数据保存使用二进制形式JSON存储格式，即：BSON格式，在保留了JSON的键-值对表示特性的基础上，扩展了一些数据类型。