原文链接：
支持是的一大亮点，这也是全球最流行的服务foursquare 选择MongoDB的原因之一。我们知道，通常的数据库结构是B+ Tree，如何将转化为可建立B+Tree的形式，下文将为你描述。
首先假设我们将需要索引的整个地图分成16×16的方格，如下图（左下角为坐标0,0 右上角为坐标16,16）：
单纯的［x，y］的数据是无法建立索引的，所以MongoDB在建立索引的时候，会根据相应字段的坐标计算一个可以用来做索引的hash值，这个值叫做，下面我们以地图上坐标为［4，6］的点（图中红叉位置）为例。
我们第一步将整个地图分成等大小的四块，如下图：
划分成四块后我们可以定义这四块的值，如下（左下为00，左上为01，右下为10，右上为11）：
| 01 | 11 |
| 00 | 10 |
这样［4，6］点的geohash值目前为 00
然后再将四个小块每一块进行切割，如下：
这时［4，6］点位于右上区域，右上的值为11，这样［4，6］点的geohash值变为：0011
继续往下做两次切分：
最终得到［4，6］点的geohash值为：00110100
这样我们用这个值来做索引，则地图上点相近的点就可以转化成有相同前缀的geohash值了。
我们可以看到，这个geohash值的精确度是与划分地图的次数成正比的，上例对地图划分了四次。而MongoDB默认是进行26次划分，这个值在建立索引时是可控的。具体建立二维地理位置索引的命令如下：
db.map.ensureIndex({point : "2d"}, {min : 0, max : 16, bits : 4}) 其中的bits参数就是划分几次，默认为26次。