在mongodb map-reduce中使用相同的键多次调用Reduce

Question

我正在尝试在mongo shell中运行mongodb上的map reduce.出于某种原因,在reduce阶段,我得到几个相同的键(而不是单个键),所以我得到错误的结果.我不是这个领域的专家,所以也许我做了一些愚蠢的错误.任何帮助赞赏.

谢谢.

这是我的小例子:

我正在创建10000个文档:

var i = 0;
db.docs.drop();
while (i < 10000) {
    db.docs.insert({text:"line " + i,index:i});
    i++;
}

然后我正在基于模块10进行map-reduce(所以我除了在每个"桶"中获得1000)

db.docs.mapReduce(
    function() { 
       emit(this.index%10,1);
    },
    function(key,values) {
       return values.length;
    },
    {
    out : {inline : 1}
    }
);

但是,结果我得到以下结果:

{
    "results" : [
        {
            "_id" : 0,
            "value" : 21
        },
        {
            "_id" : 1,
            "value" : 21
        },
        {
            "_id" : 2,
            "value" : 21
        },
        {
            "_id" : 3,
            "value" : 21
        },
        {
            "_id" : 4,
            "value" : 21
        },
        {
            "_id" : 5,
            "value" : 21
        },
        {
            "_id" : 6,
            "value" : 21
        },
        {
            "_id" : 7,
            "value" : 21
        },
        {
            "_id" : 8,
            "value" : 21
        },
        {
            "_id" : 9,
            "value" : 21
        }
    ],
    "timeMillis" : 76,
    "counts" : {
        "input" : 10000,
        "emit" : 10000,
        "reduce" : 500,
        "output" : 10
    },
    "ok" : 1,
}

Answer 1

Map/Reduce本质上是一种递归操作.特别是,该功能的文档要求reduce包括以下声明:

MongoDB可以reduce为同一个密钥多次调用该函数.在这种情况下,该reduce键的函数的先前输出将成为该键的下一个reduce函数调用的输入值之一.

因此,您必须预期输入仅是先前调用计数的数字.以下代码通过实际添加值来实现:

db.docs.mapReduce(
    function() { emit(this.index % 10, 1); }, 
    function(key,values) { return Array.sum(values); }, 
    { out : {inline : 1} } );

现在,emit(key, 1)在某种程度上更有意义,因为1不再是用于填充数组的任何数字,而是考虑其值.

作为旁注,请注意这是多么危险:对于较小的数据集,可能偶然给出了正确的结果,因为引擎决定不需要并行化.