RavenDB MapReduce Reduce 或聚合 MapReduce 结果服务器端答案

【问题标题】：RavenDB MapReduce Reduce or aggregate MapReduce results serversideRavenDB MapReduce Reduce 或聚合 MapReduce 结果服务器端
【发布时间】：2013-02-27 20:36:04
【问题描述】：

我经常会遇到想要减少 MapReduce 的情况。例如，如果我有两个对象，我想从一个对象获取版本，从另一个对象获取计数。

public class Visit {
    public string Id { get; set; }
    public string Version { get; set; }
}

public class Search {
    public string Id { get; set; }
    public string VisitId { get; set; }
}

public class MapReduceResult {
    public string VisitId { get; set; }
    public string Version { get; set; }
    public int Count { get; set; }
}

在减少时，我必须按 ID 和版本将访问和搜索分组在一起，以便能够获得每个版本的搜索次数。不幸的是，每次访问都会有一行，而我们正在谈论数百万次。因此，将数据拉到客户端不是首选方式，而且 1024 对象限制也有点搞砸了。

如果我能以某种方式再次减少 MapReduce，这个问题就会得到解决。然后我第二次按版本分组，完全忽略 VisitId，并总结所有计数。有没有办法做到这一点？

甚至 Sum 都不能用于可查询，所以感觉就像我已经用完了服务器端选项。

你们有什么想法吗，我有什么意义吗？

【问题讨论】：

标签： mapreduce ravendb aggregate

【解决方案1】：

自 RavenDB 2.0 版以来，添加了一项新功能，可让您索引相关文档：

http://ravendb.net/docs/2.0/client-api/querying/static-indexes/indexing-related-documents

在你的情况下，索引看起来像：

public class Index : AbstractIndexCreationTask<Search, Index.Result>
{
    public class Result
    {
        public string Version { get; set; }
        public int Count { get; set; }
    }

    public Index()
    {
        Map = searches => from search in searches
                          let visit = LoadDocument<Visit>(search.VisitId)
                          select new Result
                                     {
                                         Version = visit.Version,
                                         Count = 1
                                     };

        Reduce = results => from result in results
                            group result by result.Version
                            into g
                            select new Result
                                       {
                                           Version = g.Key,
                                           Count = g.Sum(x => x.Count)
                                       };
    }
}

【讨论】：