mongodb按字符串长度分组答案

【问题标题】：mongodb group by length of stringmongodb按字符串长度分组
【发布时间】：2014-07-28 15:40:52
【问题描述】：

你能帮我把这个 SQL 查询转换成 MongoDB 吗？

SELECT CHAR_LENGTH(field), count(distinct field2), count(*) 
FROM table GROUP BY  CHAR_LENGTH(field)

提前致谢！

【问题讨论】：

标签： javascript mongodb mapreduce mongodb-query

【解决方案1】：

还没有：https://jira.mongodb.org/browse/SERVER-5319，因此即使 MongoDB 知道长度，它目前也无法实际提供给您。

目前最好的方法是将strlen作为整数保存在另一个字段中，然后对其进行分组。

【讨论】：

【解决方案2】：

MapReduce 是目前的方法，因为目前没有其他方法可以评估字符串的长度，您需要 JavaScript 评估函数来执行此操作：

db.collection.mapReduce(
    function() {
        emit( this.field.length, { "field2": [this.field2], "count": 1 } );
    },
    function(key,values) {
        var reduced = { "field2": [], "count": 0 };

        values.forEach(function(value) {
            value.field2.forEach(function(field2) {
                if ( reduced.field2.indexOf(field2) == -1 )
                    reduced.field2.push(field2);
            });
            reduced.count += value.count;
        });

        return reduced;
    },
    {
        "finalize": function(key,value) {
            var output = { "field2count": 0, "count": value.count };

            value.field2.forEach(function(field2) {
                output.field2count += 1
            });

            return output;
        },
        "out": { "inline": 1 }
    }
)

因此，由于可以使用标准 JavaScript 函数，您可以在“字段”中获取字符串的长度并将其作为分组键发出。

为了获得另一个“field2”的“不同”计数以及该分组中的总计数，“map”和“reduce”函数中“value”部分的处理方式很重要.

这是人们经常忽略 mapReduce 的部分，因为实际上可以多次调用“reducer”。因此，例如，如果您发出 100 个或更多具有相同值的“键”，那么“reducer”不一定会同时处理它们。它可能只调用其中的一些，应用reduce函数，然后“重新排队”从“reduce”返回的文档，以针对具有相同值的其他“keys”或之前已经存在的其他“keys”进行进一步迭代“减少”。

这就是处理大数据的方式，reducer 将继续这样做，直到同一个键只存在一个值。这就是为什么在“mapper”和“reducer”中发出的“values”的“signatures”需要相同的原因。

除了“累加”“字符串长度”键的出现次数之外，“映射器”通过检查该值是否已存在于数组中，将“field2”数组缩减为仅不同的值。

这就是“finalize”函数的用武之地。一旦文档被缩减，“field2”值（当前是一个数组）将转换为它的“lenght”，从而返回“distinct count”。

如果这里有一个可用于聚合框架的“长度”函数将是“不错的”，但由于目前还没有，因此您可以在此处使用 mapReduce。

【讨论】：