Question

我的数据格式如下：

{'user': 'A', 'books' :['One', 'Two','Three','Seven']}
{'user': 'B', 'books' :['Two', 'Four','Five']}
{'user': 'C', 'books' :['Five', 'One','Two','Nine','Ten','Twelve']}
{'user': 'D', 'books' :['One', 'Two','Six']}

用户共同拥有的书籍意味着某种形式的合作它们之间。我的目标是找到合作的书籍数量（或者用户如何进行某种形式的合作vs. 那些没有任何形式合作的人）

此时我确定我不能设计一个会泄露这些信息的查询，所以我想知道，这是mongdb的mapreduce可以做的吗？如果是这样怎么样？

我之前没有做过任何mapreduce，但是看一下mongodb文档中的例子，看起来有可能用mongodb做到这一点。

Answer 1

始终更喜欢Aggregation Framework over map reduce。它要快得多。你的两个问题有点不同，首先是合作的书籍：

db.books.aggregate([
    {$unwind : "$books"},
    {$group: { _id:"$books", count: {$sum: 1}}},
    {$match: {count: {$gt: 1}}},
    {$sort: {count: -1}}
])

Unwind为每个用户创建一份文档并以书籍形式预订
对书籍进行分组，我们总结了合作的用户总数
过滤掉任何数量不超过1的内容。没有合作者。
反向排序只是为了好玩

将输出为：

{
    "result" : [
            {
                    "_id" : "Two",
                    "count" : 4
            },
            {
                    "_id" : "One",
                    "count" : 3
            },
            {
                    "_id" : "Five",
                    "count" : 2
            }
    ],
    "ok" : 1
}

显示不止一次使用的图书。

在书上与他人合作的用户更多参与：

db.books.aggregate([
    {$unwind : "$books"},
    {$group: { _id:"$books", users: {$push: "$user"},count: {$sum: 1 }}},
    {$match:{count: {$gt: 1}}},
    {$unwind: "$users"},
    {$group: {_id: "$users", count: {$sum: 1}}},
    {$sort: {count: -1}}
])

像以前一样展开书籍数组。
再次对书籍进行分组，但这次我们将处理这些书籍的用户推送到阵列。
过滤掉任何数量不超过1的内容。没有合作者。
展开用户数组，以便我们现在有多个图书文档给用户
对用户进行分组并总结书籍
反向排序只是为了好玩

有一个结果：

{
    "result" : [
            {
                    "_id" : "C",
                    "count" : 3
            },
            {
                    "_id" : "A",
                    "count" : 2
            },
            {
                    "_id" : "D",
                    "count" : 2
            },
            {
                    "_id" : "B",
                    "count" : 2
            }
    ],
    "ok" : 1
}

因此，这为我们提供了为每个用户合作的书籍数量。您可以使用这些更多的交替排序并使用$ project在密钥上获得更好的名称，但我认为这给出了一些如何使用聚合框架来解决这些问题的概念。

Answer 2

可以使用Aggregation framework

完成

db.books.aggregate([
   {$unwind : "$books"},
   {$group : {_id : "$books", count : {$sum : 1}}},
   {$match : {count : {$gt : 1}}},
   {$group : {_id : "total", count : {$sum : 1}}}
])

此查询计算在集合中出现多次的图书数量，如果我理解正确的话，这就是您要查找的内容。

第一次操作展开或传播书籍数组
秒计算每本书的总出场次数
第三个过滤掉只出现一次的书籍
第四个计算不止一次出现的书籍总数

Answer 3

这看起来像是一个分组问题。

虽然可以使用mapreduce解决，但也可以使用聚合框架轻松解决：http://docs.mongodb.org/manual/aggregation/

我建议如下（如果你愿意，我可以“翻译”到pymongo）：

db.collection.aggregate([
    {$unwind: "$books" },  
    {$group:  {_id:"$books", usedby: {$sum : 1} } },
    {$sort: {"usedby": -1} }
])

它通过$ unwind创建用户手册对，计算每个用户使用多少用户，然后按降序排序。

如何使用嵌套数据从mongodb集合中找到多个出现

3 个答案: