Mongodb：Mapreduce 查询过滤器位置运算符

Question

我有一个庞大的数据集（以百万计），格式如下：

{
  "userid" : "codejammer",
  "data" : [       
   {"type" : "number", "value" : "23748"},
   {"type" : "message","value" : "one"}
  ]
}

我想得到 message 的计数值 one 为 userid - codejammer

以下是我正在使用的 mapreduce 函数： 地图：

var map = function(){
   emit(this.data[0].value,1);
}

减少

var reduce = function(key,values){
    return Array.sum(values);
}

选项

var options = {
             "query":{"userid" : "codejammer",
                 "data.type" : "message"},
             "out" : "aggregrated"
            }

mapreduce 函数成功执行，输出如下：

{
 "_id" : 23748,
  "value" : 1
}

但是，我期待以下输出：

{
 "_id" : one,
 "value" : 1
}

选项中的query 过滤器将整个数组发送到映射函数，即使我特别要求data.type : "message"

有没有办法在query 过滤器中使用projection 运算符来仅获取数组中所需的项目？

非常感谢您的帮助。

Answer 1

实际上，您最好使用aggregate 执行此操作。在这种情况下不需要 mapReduce，聚合框架作为本机代码运行，并且比通过 JavaScript 解释器运行要快得多：

db.collection.aggregate([
    // Still makes sense to match the documents to reduce the set
    { "$match": {
        "userid": "codejammer",
        "data": { "$elemMatch": { 
            "type": "message", "value": "one" 
        }}
    }},

    // Unwind to de-normalize the array content
    { "$unwind": "$data" },

    // Filter the content of the array
    { "$match": {
        "data.type": "message",
        "data.value": "one"
    }},

    // Count all the matching entries
    { "$group": {
        "_id": null,
        "count": { "$sum": 1 }
    }}
])

当然，如果您实际上在“数据”数组中只有一个“消息”，这将变得非常简单：

db.collection.aggregate([
    // Match the documents you want
    { "$match": {
        "userid": "codejammer",
        "data": { "$elemMatch": { 
            "type": "message", "value": "one" 
        }}
    }},

    // Simply count the documents
    { "$group": {
        "_id": null,
        "count": { "$sum": 1 }
    }}
])

当然，这实际上与此没有什么不同：

db.collection.find({
    "userid": "codejammer",
    "data": { "$elemMatch": { 
        "type": "message", "value": "one" 
    }}
}).count()

因此，虽然有一种方法可以使用 mapReduce 来做到这一点，但显示的其他方法要好得多。特别是在新发布的 2.6 及更高版本中。在较新的版本中，聚合管道可以利用磁盘存储来处理非常大的集合。

但是要使用mapReduce 进行计数，您基本上是以错误的方式进行的。投影不能用作输入，因此您需要将元素从结果中取出。即使不是这种情况，我仍然会考虑您的数组中可能有多个匹配值：

db.collection.mapReduce(
    function() {
        var userid = this.userid;
        this.data.forEach(function(doc) {
            if ( doc == condition )
                emit( userid, 1 ); 
        });
    },
    function(key,values) {
        return values.length;
    },
    {
        "query": { 
            "userid": "codejammer",
            "data": { "$elemMatch": { 
                "type": "message", "value": "one" 
            }}
        },
        "scope": {
           "condition": {"type" : "message", "value" : "one"}
        },
        "out": { "inline": 1 }
    }
)

因此，当在数据数组中找到符合您的条件的文档时，这与此“发出”公共键的值大致相同。所以你不能只投影匹配的元素，你会得到所有的元素，然后用这种方式过滤。

由于您只期望一个结果，因此实际输出到集合是没有意义的，因此只需将其作为一个发送出去。

但基本上，如果必须这样做，请使用聚合方法。