MongoDB MapReduce，仅在 count > 1 时返回答案

【问题标题】：MongoDB MapReduce, return only when count > 1MongoDB MapReduce，仅在 count > 1 时返回
【发布时间】：2017-04-15 23:24:46
【问题描述】：

我在 MongoDB 中有数据。一个对象的结构是这样的：

{
    "_id" : ObjectId("5395177980a6b1ccf916312c"),
    "institutionId" : "831",
    "currentObject" : {
          "systemIdentifiers" : [
            {
                "value" : "24387",
                "system" : "ABC"
            }]
      }
}

我必须知道有多少对象具有相同的 institutionId 和 systemIdentifiers[0].value 并且只想返回那些以这种方式重复的对象。为了做到这一点，我按这些 ID 对它们进行分组并计算出现次数。

count 大于 1 时应返回对象（一对 ID）。

这是一段使用 MapReduce 进行分组的代码。

var map = function() {
    var key = this.institutionId;
    var val = this.currentObject.systemIdentifiers[0].value;
    emit({"institutionId":key,"workId":val}, {count:1});     
};
var reduce = function(key, values) {
    var count = 0;
    values.forEach(function(v) {
        count += v['count'];
    });
    return {count: count};
}
db.name.mapReduce(map, reduce, {out: "grouped"})
db.grouped.find()

为了只得到那些计数大于 1 的，我这样做

db.grouped.aggregate([{$match:{"value.count":{$gt: 1}}}])

下面是一个示例结果

{
    "_id" : {
        "institutionId" : "1004",
        "workId" : "591426"
    },
    "value" : {
        "count" : 2
    }
}

但我很好奇是否可以仅通过将 MapReduce 作为一个语句来完成。就像添加一个 finalizer 左右。

【问题讨论】：

标签： javascript mongodb mapreduce mongodb-query aggregation-framework

【解决方案1】：

一种更好、更简单、更有效的方法是使用聚合框架，您可以使用像 $arrayElemAt 这样的运算符从数组中返回第一个子文档，然后使用 $group 管道聚合计数。然后，您可以放置 $match 管道以根据给定条件过滤您的结果。

以下示例显示了这种更快的方法：

db.name.aggregate([
    {
        "$project": {
            "key": "$institutionId",
            "val": {
                "$arrayElemAt": ["$currentObject.systemIdentifiers", 0]
            }
        }
    },
    {
        "$group": {
            "_id": {
                "institutionId": "$key",
                "workId": "$val.value"
            },
            "count": { "$sum": 1 }
        }
    },
    { "$match": { "count": { "$gt": 1 } } }
])

【讨论】：

【解决方案2】：

如果有一个文档有一个键，它将永远不会进入reduce，被认为已经减少了，这就是MongoDB map-reduce的行为：

MongoDB will not call the reduce function for a key that has only a single value.

使用 finalzie 也无济于事，即如果在 finalize 函数中执行 if count > 1 then return reducedVal else None，那么结果中将有 None（而不是 1）。

我担心使用（一个）map-reduce，计数为 1 的文档将总是在结果中，因为它们是从 map 中触发的。

您可以在一个链中使用 2 个 map reduce 操作，在第二个 map 中，您不会发出 count

【讨论】：