Primeiramente eu aconselho fortemente que você crie um índice "2dsphere" para sua coleção se você pretende fazer consultas geoespaciais em coordenadas do mundo real.
Certifique-se de descartar outros índices com os quais você possa estar jogando:
db.records.dropIndexes();
db.records.createIndex({ "addresses.loc": "2dsphere" })
Para fazer o que você quer, primeiro dê uma olhada na pequena modificação que também inclui os includeLocs opção para
$geoNear
db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}}
])
Agora você verá uma saída que se parece com isso:
{
"_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
]
}
Então, o que isso retornou não foi apenas a distância até o ponto mais próximo, mas "qual" localização foi a partida usada.
Então, se você quiser
$filter
a matriz original para retornar o mais próximo, então você pode:db.records.aggregate([
{ "$geoNear": {
"near": [ -73.9815103, 40.7475731 ],
"spherical": true,
"distanceField": "distance",
"includeLocs": "locs"
}},
{ "$addFields": {
"addresses": {
"$filter": {
"input": "$addresses",
"as": "address",
"cond": { "$eq": [ "$$address.loc", "$locs" ] }
}
}
}}
])
E isso retorna a matriz apenas com essa correspondência:
{
"_id" : ObjectId("592d0c78555a7436b0883960"),
"userid" : 7,
"addresses" : [
{
"apporx" : 50,
"loc" : [
-73.98137109999999,
40.7476039
]
}
],
"distance" : 0.0000019174641401278624,
"locs" : [
-73.98137109999999,
40.7476039
]
}