如何不在MongoDB的reduce（）函數中保存數據？

Question

在MongoDB中，我正在嘗試編寫僅在符合特定條件時才保存數據的Map-Reduce函數。

我不知道如何而不是從我的reducer emit（）。它總是以這種或那種方式保存數據。

這是一個通用的例子。忽略數據的上下文 - 我僅爲這個問題的目的創建了這些數據和代碼。

數據集：

{ "_id" : ObjectId("52583b3a58da9769dda48853"), "date" : "01-01-2013", "count" : 1 } 
{ "_id" : ObjectId("52583b3d58da9769dda48854"), "date" : "01-01-2013", "count" : 1 } 
{ "_id" : ObjectId("52583b4258da9769dda48855"), "date" : "01-02-2013", "count" : 1 } 
{ "_id" : ObjectId("52583b4f58da9769dda48856"), "date" : "01-03-2013", "count" : 4 } 

地圖功能：

// Map all data by (date, count) 
var map = function() { 
    var key = this.date; 
    var value = this.count; 
    emit(key, value); 
} 

減速，簡單地忽略不需要的數據。

// Only save dates which have count > 2 
var reducer = function(date, counts) { 
    var sum = Array.sum(counts); 
    if (sum > 2) { 
     return sum; 
    } 
} 

結果（1的價值並沒有被忽略）：

{ "_id" : "01-01-2013", "value" : null } 
{ "_id" : "01-02-2013", "value" : 1 } 
{ "_id" : "01-03-2013", "value" : 4 } 

我還添加了一個空的return語句，但得到了同樣的結果：

// Only save dates which have count > 2 
var reducer = function(date, counts) { 
    var sum = Array.sum(counts); 
    if (sum > 2) { 
     return sum; 
    } 
    else return; 
} 

我想什麼在運行Map-Reduce之後，只有以下數據存在於我的輸出集合中。 我該如何做到這一點？

{ "_id" : "01-03-2013", "value" : 4 } 

Answer 1

你可以運行其他精簡操作，具有以下功能：

var second_map = function() { 
    if(this.value > 2) { 
     emit(this._id, this.value); 
    } 
} 

和

var second_reduce = function() {} 

reduce函數可以是空的，因爲not having multiple values per key will cause it to not even be called在這種情況下。

所以，跑步，像這樣的MapReduce：

db.map_reduce_example.mapReduce(
    second_map, second_reduce, {out: 'final_mapreduce_result'}); 

將產生如下集合：

> db.final_mapreduce_result.find() 
{ "_id" : "01-03-2013", "value" : 4 } 

請注意，如果你決定使用這種方法，您可以刪除從該if (sum > 2)條件先減少功能。

Answer 2

我們需要記住，如果只有1發出的值（從地圖（））爲重點減速器可以跳過。我們也不應該嘗試過濾reduce中的結果，因爲reduce可以爲同一個鍵調用多個時間（每次使用一個發射值的子集）。

唯一的其他選擇是finalize方法，但是這會導致null值不是從結果中刪除條目。

我認爲獲得您想要的結果的唯一方法是使用聚合框架而不是map reduce。這條管道將如下所示：

db.test.aggregate( 
    { 
    "$project" : { 
     "_id" : 0, 
     "date" : 1, 
     "count" : 1 
    } 
    }, 
    { 
    "$group" : { 
     "_id" : "$date", 
     "value" : { "$sum" : "$count" } 
    } 
    }, 
    { 
    "$match" : { 
     "value" : { "$gt" : 2 } 
    } 
    } 
); 
{ "result" : [ { "_id" : "01-03-2013", "value" : 4 } ], "ok" : 1 } 

唯一的主要一面以這種方法的結果要回來內嵌其中將結果限制爲16MB的大小。這將在2.6版本中修正/補救：https://jira.mongodb.org/browse/SERVER-10097

HTH， Rob。