CouchDB Map/Reduce 函数根据 group=true 获取平均值，然后获取所有分组值的最大平均值

Question

我有一个地图函数来发出时间和价值，假设我有 4 个这种格式的文档。

Doc1  ->(time1, 20)
Doc2  ->(time1, 60)
Doc1  ->(time2, 30)
Doc2  ->(time2, 15)

我需要的是按时间分组，然后得到平均值，然后返回哪个平均值更高。

所以，通过分组，我得到 A = (val1+val2)/2 和 B= (val3+val4)/2

我想检查 A 和 B 之间哪个数字更大并将其返回。因此，在上面的示例中，返回的最大值将为 A = (20+60)/2 = 40。

我如何编写一个 reduce 函数来实现这一点。

Answer 1

这个有点棘手，因为您要以多种方式比较多个文档中的值。这是我在短时间内的最佳尝试，我相信其他人可以对此进行改进，以使其更接近您的最终目标。

我创建了 2 个文档：（您的示例不是很清楚，所以我做出了最好的猜测）

{
   "times": [
       {
           "ts": 1388556000000,
           "value": 30
       },
       {
           "ts": 1391234400000,
           "value": 15
       }
   ]
}

{
   "times": [
       {
           "ts": 1388556000000,
           "value": 20
       },
       {
           "ts": 1391234400000,
           "value": 30
       }
   ]
}

我的地图函数如下所示：（基本上，对于每个文档中的每次，我都会发出它的时间戳和值）

function(doc) {
  doc.times.forEach(function (time) {
    emit(time.ts, time.value);
  });
}

而我对应的reduce函数如下所示：

_stats

这是一个内置的 reduce 函数，它是用 Erlang 编写的，所以它的性能和效率都很高。这个特殊的reduce函数公开了关于发射值的统计信息，即max、sum和count（后两者可用于计算平均值）

如果您使用group=true 调用此视图（隐含reduce=true），您将获得如下结果：

{
  "rows": [
    {
      "key": 1388556000000,
      "value": {
        "sum": 50,
        "count": 2,
        "min": 20,
        "max": 30,
        "sumsqr": 1300
      }
    },
    {
      "key": 1391234400000,
      "value": {
        "sum": 45,
        "count": 2,
        "min": 15,
        "max": 30,
        "sumsqr": 1125
      }
    }
  ]
}

就像我说的，这不是一个完整的解决方案，但我打算介绍 3 个主要概念。

1) 为单个文档发出多次 2) group=true 查看查询参数 3) 内置reduce函数

我怀疑这样的计算很难在单个 map-reduce 中进行计算，但我不会说这是不可能的。

Answer 2

这是我拥有的文档。你会看到我每次有 2 个文档（第二个键）

{"id":"server_host177.lss.emc.com_2014-05-15_11:39:48","key":["SRMSuite_3.0.2_test1","2014-05-14 11:00:00"],"value":20},
{"id":"server_host180.lss.emc.com_2014-05-15_11:39:48","key":["SRMSuite_3.0.2_test1","2014-05-14 11:00:00"],"value":20},
{"id":"server_host090.lss.emc.com_2014-05-15_11:39:55","key":["SRMSuite_3.0.2_test1","2014-05-14 12:00:00"],"value":22},
{"id":"server_host091.lss.emc.com_2014-05-15_11:39:55","key":["SRMSuite_3.0.2_test1","2014-05-14 12:00:00"],"value":20},
{"id":"server_host177.lss.emc.com_2014-05-15_11:39:48","key":["SRMSuite_3.0.2_test1","2014-05-14 13:00:00"],"value":26},
{"id":"server_host180.lss.emc.com_2014-05-15_11:39:48","key":["SRMSuite_3.0.2_test1","2014-05-14 13:00:00"],"value":20},
{"id":"server_host090.lss.emc.com_2014-05-15_11:39:55","key":["SRMSuite_3.0.2_test1","2014-05-14 14:00:00"],"value":22},
{"id":"server_host091.lss.emc.com_2014-05-15_11:39:55","key":["SRMSuite_3.0.2_test1","2014-05-14 14:00:00"],"value":20}

我想获得每次的平均值。 这是我的reduce函数：

"maxcpu": {
         "map": "function(doc) { if ((doc.type == 'performance_stats'))  emit([doc.test_id, doc.start_time], doc.CPU) }",
         "reduce": "function(keys, values) "
                   "{ "
                            "avg = Math.round(sum(values)/values.length);"
                            "return(avg)"
                   " }"
            }

所以，你将有 4 行：

http:yourhostip:5984/longevity/_design/perfstats/_view/maxcpu?group=true

{"rows":[
{"key":["SRMSuite_3.0.2_test1","2014-05-14 11:00:00"],"value":20},
{"key":["SRMSuite_3.0.2_test1","2014-05-14 12:00:00"],"value":21},
{"key":["SRMSuite_3.0.2_test1","2014-05-14 13:00:00"],"value":23},
{"key":["SRMSuite_3.0.2_test1","2014-05-14 14:00:00"],"value":21}}

现在要报告最大值 23，我们需要使用列表函数。来自-http://geekiriki.blogspot.com/2010/08/couchdb-using-list-functions-to-sort.html

    "lists":{
        "sort":"function(head, req) {"
                "var row;"
                "var rows=[];"
                "while(row = getRow()) {"
                    "rows.push(row)"
                "};"
                "rows.sort(function(a,b) {"
                "return b.value-a.value"
                "});"
                "send(JSON.stringify({\"rows\" : rows[0]}))"
        "}"

那么这会给你你所需要的-

 http://yourhostip:5984/longevity/_design/perfstats/_list/sort/maxcpu?group=true

{"rows":{"key":["SRMSuite_3.0.2_test1","2014-05-14 13:00:00"],"value":87}}