2

我是 mongodb 的新手，我想知道是否可以得到一些建议。我有以下收藏

{ "_id" : "u1", "item" : [ "a", "b", "c" ] }
{ "_id" : "u2", "item" : [ "b", "d", "e" ] }
{ "_id" : "u3", "item" : [ "a", "c", "f" ] }
{ "_id" : "u4", "item" : [ "c" ] }

我想创建一个新集合，该集合将为每对用户计算项目的并集和交集，例如最后，对于用户 1 和 2,4 结果将是

{ "_id" : "u12", "intersect_count":1,"union_count":6 }
{ "_id" : "u14", "intersect_count":1,"union_count":4}

由于效率低下，我不想对每一对进行成对操作。有什么技巧可以更有效地做到这一点吗？

4

1 回答 1

2

我的解决方案是这样的：

map_func = function() {
  self = this;
  ids.forEach(function(id) {
    if (id === self._id) return;
    emit([id, self._id].sort().join('_'), self.item);
  });
};

reduce_func = function(key, vals) {
  return {
    intersect_count: intersect_func.apply(null, vals).length,
    union_count: union_func.apply(null, vals).length
  };
};

opts = {
  out: "redused_items",
  scope: {
    ids: db.items.distinct('_id'),
    union_func: union_func,
    intersect_func: intersect_func
  }
}

db.items.mapReduce( map_func, reduce_func, opts )

如果您N的集合中有元素，那么map_func将发出N*(N-1)元素以供将来减少。然后reduce_func将它们简化为N*(N-1)/2新的元素。

我曾经scope将全局变量 ( ids) 和辅助方法 ( union_func, intersect_func) 传递给map_funcand reduce_func。map_func否则 MapReduce 将因错误而失败，因为它reduce_func在特殊环境中进行评估。

调用 MapReduce 的结果：

> db.redused_items.find()
{ "_id" : "u1_u2", "value" : { "intersect_count" : 1, "union_count" : 6 } }
{ "_id" : "u1_u3", "value" : { "intersect_count" : 2, "union_count" : 6 } }
{ "_id" : "u1_u4", "value" : { "intersect_count" : 1, "union_count" : 4 } }
{ "_id" : "u2_u3", "value" : { "intersect_count" : 0, "union_count" : 6 } }
{ "_id" : "u2_u4", "value" : { "intersect_count" : 0, "union_count" : 4 } }
{ "_id" : "u3_u4", "value" : { "intersect_count" : 1, "union_count" : 4 } }

我在测试中使用了以下助手：

union_func = function(a1, a2) {
  return a1.concat(a2);
};

intersect_func = function(a1, a2) {
  return a1.filter(function(x) {
    return a2.indexOf(x) >= 0;
  });
};

另一种方法是使用 mongo 游标而不是全局ids对象：

map_func = function() {
  self = this;
  db.items.find({},['_id']).forEach(function(elem) {
    if (elem._id === self._id) return;
    emit([elem._id, self._id].sort().join('_'), self.item);
  });
};

opts = {
  out: "redused_items",
  scope: {
    union_func: union_func,
    intersect_func: intersect_func
  }
}

db.items.mapReduce( map_func, reduce_func, opts )

结果将是相同的。

于 2012-12-18T21:59:27.397 回答